Towards Multi-Level Security for NATO Collective Mission Training â a White Paper:
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Distributed simulation is rapidly becoming a necessity for collective mission training. With missions being joint and combined, we will never fight alone. Thus we need to train together, within and between nations. However, in any such scenario it is likely that some or all of the information may be classified at some level and need protection, be it scenarios, weapon and sensor capabilities or doctrines. In order for simulations to be interactive, one-way approaches such as data diodes will not work. Reclassification of systems using a âsystem highâ approach has proven too complicated and expensive. This raises the need for true multi level security in collective mission training. This is indeed one of the big challenges in realizing the full potential of distributed simulation for defence purposes. As part of the NATO RTO program a new modelling and simulation working group has been formed, MSG-080, to look at this topic. Initial members include Canada, Estonia, France, the Netherlands, Norway, Sweden, UK and the US. A kick-off meeting has taken place in October 2010 and a first round of knowledge exchange has taken place. An early conclusion is that most participating nations have similar requirements. This paper summarizes the starting point for this group, including typical use cases where security solutions are needed, some basics about Multi-Level Security principles as well as a description of a few recent experiments carried out by some participants. Finally it describes some early considerations that were raised during the kick-off. Some examples are the need to obscure system capabilities, the need to support both simulation protocols and IT protocols (VoIP etc), the need for adequate performance and the need to get accreditation offices involved.
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.
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) | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle