文献

J-GLOBAL ID：202002259829177629   整理番号：20A0915817

散布パスによるTwitter上の悪意のあるメッセージ検出【JST・京大機械翻訳】

Malicious Message Detection on Twitter via Dissemination Paths

著者 (3件)： Tuttle Charles Aoki (San Francisco State University,Department of Computer Science,San Francisco,USA) ,  Patel Savankumar (San Francisco State University,Department of Computer Science,San Francisco,USA) ,  Yue Hao (San Francisco State University,Department of Computer Science,San Francisco,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICNC  ページ： 400-404  発行年： 2020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： ソーシャルネットワーク上のスパム検出としても知られている悪意のあるメッセージ検出は,長い間,重要であるが挑戦的な問題になっている。それは,政府,産業,および学界からますます多くの注意を引きつけてきた。これは,社会ネットワーク上でのfakedや有害なメッセージの普及を利用する最近の大量のサイバー犯罪の数の増加によるものである。以前の研究では,メッセージの内容やユーザの行動に依存し,先進的攻撃者からの回避戦術の下で無効になる,悪意のある,そして,良性のメッセージを差別化し分類する。これらの解とは異なり,本研究では,ソーシャルネットワーク上での良性と悪意のあるメッセージ間の普及の違いを活用し,ユーザと社会コミュニティ間のそれらの普及経路からの特徴を導出し,悪意のあるメッセージを検出した。実世界のデータセットから得られた実験結果は,著者らの新しいアプローチが,ソーシャルネットワーク上の悪意のあるメッセージを検出するのにロバストで効果的であり,95%の精度と95%のリコールを達成することを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニティ ,  *ロバスト性
準シソーラス用語： 差別化 ,  社会的ネットワーク ,  *ツイッター ,  スパム検出 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R)

タイトルに関連する用語 (4件)： 散布 ,  パス ,  Twitter ,  メッセージ