文献

J-GLOBAL ID：201702270796633923   整理番号：17A1356773

挙動ソーシャルメディアにおける増強された深いボット検出【Powered by NICT】

Behavior enhanced deep bot detection in social media

著者 (3件)： Cai Chiyu (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 10090, China) ,  Li Linjing (The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 10090, China) ,  Zengi Daniel (Department of Management Information Systems, University of Arizona, Tucson, AZ 85721, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISI  ページ： 128-130  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ソーシャルボットは社会的プラットフォームにおけるマルウェアの最も一般的な種と見なされている。まやかしのメッセージを生成し,風評を普及し,世論を操作できる。大量の社会的ボットを生成し,社会的プラットフォームで広く普及し,それらは公共とnetizenセキュリティへの負の影響をもたらす。ボット検出はヒトからボットを識別することを目的とし,近年ますます注目を捉えた。本論文では,ボット検出のための挙動増強された深いモデル(BeDM)を提案した。提案したモデルは,平文の代わりに時間的テキストデータとしてユーザ含有量を潜在的時間的パターンを抽出した。BeDMヒューズ含有量情報と行動情報は深い学習法を用いた。著者らの知識の及ぶ限りでは,これはボット検出における深層ニューラルネットワークを適用した最初の試みである。ツイッターから収集した実世界のデータ集合での実験は,著者らの提案したモデルの有効性を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *マルウェア ,  ヒューズ ,  世論 ,  学習 ,  セキュリティ ,  深層 ,  ヒト ,  ニューラルネットワーク
準シソーラス用語： ツイッター ,  *ボット ,  *ソーシャルメディア , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (4件)： 挙動 ,  ソーシャルメディア ,  増強 ,  ボット