文献

J-GLOBAL ID：202002262141370056   整理番号：20A0965333

教師なしBOT検出のための特徴選択【JST・京大機械翻訳】

Feature Selection for Unsupervised Bot Detection

著者 (3件)： Khalil Hunia (Comsats University Islamabad,Department of Computer Science,Abbottabad,Pakistan) ,  Khan Muhammad U. S (Comsats University Islamabad,Department of Computer Science,Abbottabad,Pakistan) ,  Ali Mazhar (Comsats University Islamabad,Department of Computer Science,Abbottabad,Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： iCoMET  ページ： 1-7  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： 近年,ボットネットは,オンラインソーシャルネットワークが直面している最大の課題の一つになっている。ボットネットの突然の増加により,投票の検出は非常に重要になる。Twitterは最も使用されているプラットフォームの一つであり,投票によりターゲットとされている。本研究では,投票検出のためのクラスタリング法を用いた。クラスタ化において,いくつかの特徴がクラスタ化に重要であるので,特徴の選択は非常に困難であるが,他のものはクラスタ化タスクを妨げる可能性がある。本論文では,投票者を識別する特徴の選択に焦点を当てた。特徴選択の後に,著者らは,2つのクラスタリングアルゴリズムDBSCANと投票検出のためのk-平均を使用した。著者らは,DBSCANが,フォローアップ数,友人数,favori数,liste数,re数,htag数,メニュー数において,97.7%の精度,91%の精度,98%の再現率,および94%のf-測度を達成することによって,より良く機能すると結論づける。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： 測度 ,  クラスタ化 ,  *特徴選択 ,  投票
準シソーラス用語： 再現率 ,  ボットネット ,  クラスタリングアルゴリズム ,  ツイッター , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 教師 ,  BOT ,  特徴選択