港口运营中AI驱动事件响应的网络韧性技能

• 将港口中的网络事件响应重新定义为一组以决策为导向的管理技能，而非系统性能。 • 使用与泰国领域专家的两轮德尔菲研究验证响应阶段的六个网络韧性技能领域。 • 显示有效的AI驱动响应取决于在干扰期间人类的解释、协调和负责的决策。 • 通过正式化事件响应中的人类–AI治理层，桥接AI驱动的网络安全研究和港口运营。 • 通过将响应阶段分析明确化并基于技能，扩展港口韧性文献。港口越来越多地部署人工智能（AI）以支持网络安全监测、分析和自动响应。虽然先前的研究关注于AI驱动响应系统的技术性能，但对在主动干扰期间治理网络事件响应所需的人类技能的关注却甚少。在港口环境中——网络事件可以立即影响安全、货物流动和服务连续性——响应的有效性不仅依赖于自动化，还依赖于在时间压力和不确定性下做出的管理判断。本研究将网络事件响应能力重新定义为一组由港口运营经理在响应阶段进行的以决策为导向的技能。通过与来自泰国港口运营、网络安全和治理领域的专家进行两轮德尔菲法，识别并验证了六个核心网络韧性技能领域：操作影响解释、响应协调与操作顺序领导、基于标准的报告与利益相关者沟通、遏制–连续性权衡管理、人类–AI监督与决策治理，以及学习与响应改进。研究结果通过使AI驱动响应的人类治理层分析明确化，推动了网络韧性和港口管理文献的发展。由此产生的技能框架为未来的实证研究提供了基础，并为AI驱动的港口网络安全治理中的培训、角色设计和政策发展提供了实际指导。