Suomen energia-alan kyberturvallisuuden tila vuonna 2021
Notice bibliographique
Résumé
Energiasektori on perustavanlaatuisessa muutoksessa ja siten alttiina kyberturvallisuushyökkäyksille. Tässä selvityksessä luodaan tilannekuvaa Suomen energia-alan kyberturvallisuuden tilasta. Selvityksessä lähetettiin Suomen energia-alan toimijoille kyberturvallisuuskysely, jossa tiedusteltiin vastaajien käsityksiä muun muassa kyberturvallisuusjohtamisesta, riskienhallinnasta, toimitilaturvallisuudesta, kyberturvallisuusosaamisesta ja kyberturvallisuuspoikkeamista. Kyselyssä oli väittämäkysymyksiä ja avoimia kysymyksiä. Suomen energia-alan toimijat kokevat hoitaneensa kyberturvallisuuden organisaatioissa, vaikka myös kokevat puutteita oman organisaationsa kyberturvallisuudessa. Vastaajista pieni osa koki puutteita sidosryhmien välisessä yhteistyössä, viranomaisyhteistyössä, organisaation tavoitteiden saavuttamisessa ja riskienhallinnan toteuttamisessa. Kyberturvallisuuden osaamistasoja ei osata arvioida. Myös kyberturvallisuusosaamisessa koetaan puutteita ja kyberturvallisuusharjoituksia on vähäisesti järjestetty. Vastaajista puolet koki havaitsevansa kyberturvallisuuspoikkeamat, ja myös puolet vastaajista raportoi kyberturvallisuuspoikkeamat organisaationsa johdolle, mutta viranomaisille enemmistö vastaajista jätti raportoimatta kyberturvallisuuspoikkeamat. Vastaajista enemmistö koki huolta erilaisista realisoituvista kyberhyökkäyksistä ja kyberturvallisuusloukkauksista.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».