抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
認識技術はサイバー防御におけるゲーム変化者として広く見られてきた。本論文では,1980年代後期から2021年にわたる,ハニーポット,蜂蜜トークンおよび移動標的防御における代表的な技術をレビューした。これら3つのドメインからの技法は互いに補完し,全体的な知覚に基づく防御を構築するために活用できる。しかし,これらの3つのドメインの体系的なレトロスペクティブを提供する研究はなく,また,それらの統合使用を組織化したデセグレーションのために調査する研究はない。本論文では,このギャップを埋めることを目指した。現行の脅威景観と4層発声スタックを反映できるテーラードサイバー殺傷チェーンモデルを利用して,2次元分類を開発し,それに基づいて,デセプション技術を分類する。サイバー攻撃キャンペーンのフェーズが,その技術を破壊し,デセプションスタックのどの層がそれらに属するかを,分類学的に回答した。サイバー防衛者は,組織化および包括的デセプティブ計画の設計,または予算意識解に対するデセプティブ努力の優先順位付けのための参照として分類学を使用する。また,活動的で弾力性のあるサイバー防御,すなわち,深さとデセプスのライフサイクルにおける知覚を達成するための2つの重要点についても論じ,いくつかの注目すべき提案を例証した。最後に,将来の研究方向に関するいくつかの展望を示し,異なるデセプション技術の動的統合,定量化された知覚効果,および,人間の要素のより良い理解に基づいて開発された技術と同様に,デセプション操作コスト,ハードウェア支援デセプション技術,およびデセプション操作コスト,ハードウェア支援デセプション技術などを示した。【JST・京大機械翻訳】
