Key points are not available for this paper at this time.
La menace d'activités malveillantes internes demeure une préoccupation majeure tant dans les secteurs public que privé. Bien qu'il y ait un grand intérêt à faire progresser l'état de l'art pour prédire et arrêter ces menaces, la difficulté d'obtenir des données adaptées pour la recherche, le développement et les tests reste un obstacle important. Nous présentons l'utilisation de données synthétiques pour permettre des avancées dans un programme de recherche, tout en discutant des avantages et des limites des données synthétiques sur les menaces internes, de la signification du réalisme dans ce contexte, ainsi que des orientations futures de recherche.
Building similarity graph...
Analyzing shared references across papers
Loading...
Joshua Glasser
Brian Lindauer
Carnegie Mellon University
University of Rochester
Software Engineering Institute
Building similarity graph...
Analyzing shared references across papers
Loading...
Glasser et al. (mer,) ont étudié cette question.
www.synapsesocial.com/papers/69dbef22f7e0c66ced836efa — DOI: https://doi.org/10.1109/spw.2013.37
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: