The Need for Speed: Leveraging Civilian Contributions in a Rapidly Evolving Cyber Conflict
Notice bibliographique
Résumé
Cyberspace is an increasingly contested environment that includes new forms of inter- and intra-state conflict, such as industrial espionage, infrastructure hacking, disinformation, and election manipulation. Involvement in cyber operations is not limited to state or quasi-state actors but also includes civilians, thus challenging traditional ethical and legal frameworks such as the laws of war and armed conflict. Combining principles from bioethics and military ethics with empirical methodologies, a preliminary open-source ethical framework is presented to help guide civilian volunteer engagement in conflict zones. Drawing on empirical data from the ongoing conflict in Ukraine, the framework addresses the unique ethical challenges posed by civilian participation in cyber and hybrid warfare, spaces where identities, roles, and responsibilities can become blurred. The framework emphasizes adaptability, leveraging the concept of a “learning organization” (i.e., dynamic bottom-up and top-down co-development) to ensure that guidelines to orient civilians remain relevant amidst rapidly changing technological and geopolitical contexts. An open-source innovation approach is mobilized to foster a community-driven and continuously evolving structure that can be easily shared and adapted to diverse conflict environments, thereby enhancing resilience and responsiveness to the ethical complexities of decentralized civilian involvement. The aim is to provide civilians with structured yet flexible guidelines to safely navigate their various roles and responsibilities. The effectiveness of the framework will be analyzed using real-world case studies (e.g., drones, OSINT, hacktivism) from Ukraine, illustrating how civilian contributions could be ethically managed without compromising operational security or humanitarian protections. Policy recommendations are proposed to integrate and formalize the framework in an established organization, enabling a more robust, ethical approach to civilian cyber operations. A path forward is offered for policy-
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,002 | 0,021 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».