في عالم الأمن السيبراني المتصاعد، يعتبر التعليم والتدريب أمراً ضرورياً لمواجهة التحديات المتزايدة. ويقدم البحث الجديد CyBOKClaw نظاماً مبتكراً يجمع بين خبرات البشر وأحدث تقنيات الاسترجاع لتنسيق الكلمات الرئيسية في الأمن السيبراني مع جسم المعرفة الأمن السيبراني (CyBOK).

بدلاً من التعامل مع هذه المهمة من خلال تصنيف دقيق وصارم، طُوِّر CyBOKClaw كنظام يولّد مرشحات من أعلى كفاءة تتطلب مراجعة من الخبراء. يشمل هذا الإطار ميزات مثل تحسين الاستعلام، وتوسيع المصطلحات بعناية، وتعزيز المفاهيم، وإثراء أوصاف المواضيع، فضلاً عن قواعد ترتيب حساسة للمجال.

تعتبر الكلمات الرئيسية التعليمية في الأمن السيبراني غالبًا واسعة وغامضة، وغالبًا ما يكون توافقها مع مصطلحات CyBOK غير دقيق. وبالتالي، يُظهر البحث أن نتائج الاسترجاع الهيكلي وحدها ليست كافية لتقدير الفائدة العملية.

تقييم الفعالية أُجري باستخدام مقاييس استرجاع هيكلية ومؤشر ECA-5، والذي يسجل ما إذا كان هناك على الأقل تطابق واحد يتم قبوله من قبل خبير ليكون الأقرب لمعيار CyBOK. في مجموعة تطوير البيانات، حقق CyBOKClaw نسبة 64.73% في دقة التطابق، بينما سجل 84.18% في توافق المعاني الهيكلية و91.88% في مؤشر ECA-5. وفي مجموعة التحقق، ارتفعت النسب إلى 81.19% و93.32% و98.00% على التوالي.

توضح هذه النتائج أن استخدام تقييم الفائدة من قبل الخبراء يوفر صورة أدق عن فعالية نظام CyBOKClaw، مما يجعله أداة قوية لدعم الخبراء في مجال الأمن السيبراني.