Towards the Operationalization of Mission-Centric Frameworks for Cyber Security Risk Management in the Defence Sector
Notice bibliographique
Résumé
Information and communication technology (ICT) has long been envisioned as a potential force multiplier in military operations.Cyber has even been recognized as a full-fledged domain of operations alongside air, ground, space and maritime.Armed forces that are not able to embrace this change and readily leverage new ICT technology to achieve information and operational superiority, might be at great disadvantage in future conflicts.At the same time, it is critical that the increased operational effect that new technology might bring, does not come at the cost of unacceptable security and safety risks.To support these complex cost-benefit assessments, various mission-centric frameworks for cyber security have been proposed over the last two decades.They all seek to give guidance and tools for eliciting security requirements based on the risk of losing mission critical capabilities through ICT compromises.This is in contrast with a more classical ICT-centric approach, oftentimes in the form of strict compliance-based checklists.Still, although the underlying principles guiding mission-centric frameworks seem to be well-understood and accepted, there seem to be some fundamental hurdles toward making them operational.We shed light on challenges and how to overcome some of them based on the experiences of the Norwegian and Canadian military research institutions with developing such frameworks.Key findings were: To identify and assess the criticality of ICT systems for mission success, it is necessary to model the relationship between military missions and the technical functions enabled by ICT systems in an way appropriate for specific national needs.A crucial success factor is to establish a partnership with the Armed Forces and engaging key stakeholders throughout the process.Operationalization requires collection and structuring of large amounts of data; hence a flexible supporting tool is needed.
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 | 0,060 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,010 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,011 |
| Communication savante | 0,021 | 0,014 |
| Science ouverte | 0,006 | 0,012 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».