MétaCan
Menu
Retour à la cohorte
Enregistrement W3186811702 · doi:10.1109/icsccc51823.2021.9478126

Automation of Security and Privacy Controls for Efficient Information Security Management

2021· article· en· W3186811702 sur OpenAlex
Arshpreet Kaur Gill, Pavol Zavarsky, Bobby Swar

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revue2021 2nd International Conference on Secure Cyber Computing and Communications (ICSCCC) · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation and Cyber Security
Établissements canadiensConcordia University of Edmonton
Organismes subventionnairesnon disponible
Mots-clésComputer scienceConfidentialityComputer securityAutomationSecurity information and event managementSecurity controlsInformation securitySecurity testingNISTScope (computer science)Information security managementProcess (computing)Information privacyInformation sensitivitySecurity serviceRisk analysis (engineering)Control (management)Cloud computing securityEngineeringBusinessCloud computing

Résumé

récupéré en direct d'OpenAlex

Information security management incorporates both security and privacy controls where security program deals with the security of information and information systems to assure confidentiality, integrity, and availability and privacy programs handle agreement with appropriate confidentiality requirements and problems integrated with personally identifiable information. So, when it comes to the functioning and controlling of any aspect of an organization both controls should be properly implemented. However, the complexity and the scope of organizations with rapidly evolving technology risks make management difficult. To achieve efficiency in implementation and monitoring, controls are required to be managed automatically. It is shown in the paper that 47.8% from NIST Special Publication 800-53 revision 5 [3] recommended controls for high impact systems can be automated. To facilitate automation for rest 52.2% non-automatable controls, it is shown that implementation of compensating controls provides the same degree of security. Moreover, the paper includes examples of tools and applications that support automation of controls and examples of challenges in the automation process.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,948
Score d'incertitude au seuil0,850

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,290
Écart entre enseignants0,267 · 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