Cyber hygiene in the cloud: Training employees to be the first line of defence
Notice bibliographique
Résumé
As organizations increasingly migrate operations, data, and applications to cloud environments, the attack surface for cyber threats expands, exposing vulnerabilities that can be exploited through both technical and human factors. While advanced cloud security technologies such as encryption, multi-factor authentication, and zero-trust architectures are critical, the human element remains the most exploited vector in cyberattacks. Phishing, credential compromise, misconfigurations, and insecure data handling frequently originate from employee actions or negligence. This paper emphasizes the pivotal role of employees as the first line of defence in maintaining robust cyber hygiene within cloud-based ecosystems. The study proposes a comprehensive cyber hygiene training framework tailored for cloud environments, integrating awareness education, skill development, and continuous reinforcement strategies. Training modules encompass secure password practices, safe use of cloud collaboration tools, recognition of phishing attempts, secure configuration awareness, and adherence to regulatory requirements such as GDPR, HIPAA, and ISO/IEC 27018. Leveraging interactive e-learning, simulated phishing campaigns, and gamified learning paths, the framework fosters engagement and knowledge retention while promoting a security-first culture. The framework further aligns with organizational cloud security policies and risk management strategies, integrating performance metrics to measure employee resilience against simulated and real-world threats. Data from pilot programs in finance, healthcare, and education sectors demonstrate measurable improvements in incident reporting rates, reduction in successful phishing attempts, and enhanced compliance with cloud security protocols. The paper also explores the importance of leadership endorsement, periodic refresher training, and adaptive learning that evolves alongside emerging cloud threats. By positioning employees as proactive participants in cloud security rather than passive recipients of policy, organizations can significantly strengthen their defensive posture. The research concludes that embedding cyber hygiene into the organizational culture through structured, ongoing, and cloud-specific employee training offers a cost-effective, scalable, and sustainable method for mitigating cloud security risks in an era of increasingly sophisticated cyber threats. Keywords: Cyber Hygiene, Cloud Security, Employee Training, Phishing Prevention, Zero Trust, Security Awareness, Human Firewall, GDPR, HIPAA, ISO/IEC 27018, Cybersecurity Culture, Incident Reporting, Cloud Compliance, Gamified Learning, Risk Mitigation.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».