MétaCan
Menu
Retour à la cohorte
Enregistrement W2945040420 · doi:10.1080/23742917.2019.1601889

A review of scientific research in defensive cyberspace operation tools and technologies

2019· review· en· W2945040420 sur OpenAlexfundno aff
Paul L. Goethals, Meghan E. Hunt

Notice bibliographique

RevueJournal of Cyber Security Technology · 2019
Typereview
Langueen
DomaineComputer Science
ThématiqueInformation and Cyber Security
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of VermontUniversity Health NetworkU.S. Department of Defense
Mots-clésCyberspaceRealmOrder (exchange)Perspective (graphical)Computer securityEmerging technologiesSpace (punctuation)Computer scienceEngineering ethicsPolitical scienceData scienceThe InternetEngineeringBusinessWorld Wide WebLaw

Résumé

récupéré en direct d'OpenAlex

The realm of cybersecurity is perhaps one of the most quickly evolving areas within today’s research space. New and emerging technologies, as well as the growth of cybersecurity environment, are affecting how the problem is oriented and framed by practitioners, analysts, and scientists. In previous reviews of cybersecurity research tools and methodologies, the focus has been primarily at the system, and in some cases sub-discipline level. From a macroscopic perspective, however, the facets of cybersecurity research are tied to one another in different ways – gaps within one area of the science may affect progress in other areas. In order to provide an overarching examination of the literature, deliver the most current status of cybersecurity research, and outline areas where scientific inquiries may have the greatest impact, a review of relevant research in cybersecurity tools and technologies is performed. The study is organized according to both active and passive Defensive Cyberspace Operations, which accounts for the bulk of the cyber research literature over the last two decades. Where it is a apparent, trends, challenges, and opportunities for research are noted across the cybersecurity landscape.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,092
Tête enseignante GPT0,390
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cyber Security TechnologyMême sujetInformation and Cyber SecurityTravaux en français237 207