適応学習によるサイバーセキュリティ・ハンド・オン・トレーニングの強化【JST・京大機械翻訳】

Seda Pavel; Vykopal Jan; Svabensky Valdemar; Celeda Pavel

プレプリント

J-GLOBAL ID：202202211309308757 整理番号：22P0023811

適応学習によるサイバーセキュリティ・ハンド・オン・トレーニングの強化【JST・京大機械翻訳】

Reinforcing Cybersecurity Hands-on Training With Adaptive Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年01月05日プレプリントサーバーでの情報更新日： 2022年01月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

本論文では,学習経験がどのように学生の学習能力に影響し,学習に対する動機づけに影響するかを示した。各学生は異なるが,標準命令法は個人に適応しない。適応学習はこの実践を逆転させ,学生の経験を改善することを試みた。適応学習はプログラミングでよく確立されているが,サイバーセキュリティ教育では稀である。本論文は,セキュリティ訓練における適応学習を研究する最初の研究のひとつである。最初に,現在の訓練実践の限界を理解するために,12の訓練セッションにおける95人の学生の性能を分析した。学生の半分未満は,解を表示せずに訓練を完了し,2セッションにおいてのみ,すべての学生がすべての相を完了した。次に,様々な困難のより多くの経路を提供するならば,学生が過去の訓練セッションの1つでどのように進行するかをシミュレートした。このシミュレーションに基づいて,進行中の訓練セッションの前後における学生の技能を考慮した適応訓練のための新しいチュータモデルを提案した。訓練前アンケートと様々な訓練基準を用いて,熟練度を評価した。最後に,提案したチュータモデルと適応訓練フォーマットを用いた24名の学生と新しい訓練による研究を行った。その結果,適応訓練は,元の静的訓練として学生を圧倒的にしないことを示した。適応訓練は,学生が元の訓練よりも低い困難でいくつかの代替訓練相に入ることを可能にする。提案したフォーマットは特定の訓練に限定されない。したがって,ネットワークやオペレーティングシステムのような関連分野でも,セキュリティトピックを実践するのに適用できる。本研究は,適応学習がセキュリティ教育における学生経験を改善するための有望なアプローチであることを示した。また,教育実践に対する含意を強調した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

医学教育 , CAI

前のページに戻る