MétaCan
Menu
Retour à la cohorte
Enregistrement W4401329681 · doi:10.1109/icoeca62351.2024.00058

Cybersecurity KPIs in Higher Institutions: A Systematic Review

2024· review· en· W4401329681 sur OpenAlexaff
Fathima Zulfa Mohamed Irzam, Hamed Taherdoost

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineComputer Science
ThématiqueInformation and Cyber Security
Établissements canadiensUniversity Canada West
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePerformance indicatorComputer securityData scienceBusiness

Résumé

récupéré en direct d'OpenAlex

This study systematically reviews the cybersecurity KPIs in the higher education industry. With the evolving technological landscape, higher institutions are facing significant advantages from teaching and learning methods impacting all the stakeholders. However, on the other side they are facing several cyber security threats that have led several stakeholders of higher institutions to face losses and repercussions. The ever-increasing threats and malpractice brings the attention for higher education institutions to adopt effective cybersecurity KPIs. This study aims to focus on assessing the evolution of the research topic and its trends and documenting the rising awareness, implications, and challenges of adopting cybersecurity KPIs within higher institutions. Through a detailed analysis of a systematic literature review, it highlights the various adoption of KPIs within higher education institutions and their outcomes. We use a systematic study from 12 papers between the years 2011 to 2023 that were a part of inclusion criteria which supports the study of this paper. Furthermore, it discusses the stakeholder's implication and the importance of considering cybersecurity KPI by all stakeholders and not just the IT department, hence it needs to be implemented and measured by the rest of the stakeholders in order to achieve it successfully. The findings of this study recommend 15 KPIs of cybersecurity, keeping the model of Kirkpatrick's as a guide developed by previous researchers. The KPIs are chosen based on the systematic review and are recommended by future authors to conduct a survey based on the content validity method in order to validate that the developed KPIs are effective and suitable to be used by higher education institutions in the future.

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)0,017
score de la tête « metaresearch » (Gemma)0,096
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,096
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0340,031
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,101
Tête enseignante GPT0,358
Écart entre enseignants0,256 · 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'étudeRevue systématique
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

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInformation and Cyber SecurityTravaux en français237 207