論文の概要: Charting the Landscape of Online Cryptocurrency Manipulation
- arxiv url: http://arxiv.org/abs/2001.10289v1
- Date: Tue, 28 Jan 2020 12:19:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-05 09:03:41.081721
- Title: Charting the Landscape of Online Cryptocurrency Manipulation
- Title(参考訳): オンライン暗号通貨操作の展望をチャート化する
- Authors: Leonardo Nizzoli, Serena Tardelli, Marco Avvenuti, Stefano Cresci,
Maurizio Tesconi and Emilio Ferrara
- Abstract要約: オンライン暗号通貨の展望を、複数のプラットフォームでグラフ化しています。
私たちは、Twitter、Telegram、Discordで約700万人のユーザーが発行した5000万以上のメッセージからなる大規模なデータセットを収集しました。
- 参考スコア(独自算出の注目度): 6.115604209763508
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cryptocurrencies represent one of the most attractive markets for financial
speculation. As a consequence, they have attracted unprecedented attention on
social media. Besides genuine discussions and legitimate investment
initiatives, several deceptive activities have flourished. In this work, we
chart the online cryptocurrency landscape across multiple platforms. To reach
our goal, we collected a large dataset, composed of more than 50M messages
published by almost 7M users on Twitter, Telegram and Discord, over three
months. We performed bot detection on Twitter accounts sharing invite links to
Telegram and Discord channels, and we discovered that more than 56% of them
were bots or suspended accounts. Then, we applied topic modeling techniques to
Telegram and Discord messages, unveiling two different deception schemes -
"pump-and-dump" and "Ponzi" - and identifying the channels involved in these
frauds. Whereas on Discord we found a negligible level of deception, on
Telegram we retrieved 296 channels involved in pump-and-dump and 432 involved
in Ponzi schemes, accounting for a striking 20% of the total. Moreover, we
observed that 93% of the invite links shared by Twitter bots point to Telegram
pump-and-dump channels, shedding light on a little-known social bot activity.
Charting the landscape of online cryptocurrency manipulation can inform
actionable policies to fight such abuse.
- Abstract(参考訳): 暗号通貨は金融投機にとって最も魅力的な市場の一つだ。
その結果、ソーシャルメディアでは前例のない注目を集めている。
真正な議論や正当な投資活動の他に、いくつかの詐欺活動が盛んに行われている。
この作業では、複数のプラットフォームにまたがるオンライン暗号通貨のランドスケープをグラフ化します。
目標を達成するために、twitter、telegram、discordで約700万人が公開している5000万以上のメッセージからなる大規模なデータセットを3ヶ月にわたって収集しました。
twitterアカウントでボット検出を行い,telegramおよびdiscordチャネルへの招待リンクを共有したところ,その56%以上がボットまたは停止アカウントであることが判明した。
次に,Telegram と Discord メッセージにトピックモデリング手法を適用し,その手法を「ポンポン」と「ポンジ」の2つに分けて明らかにし,これらの不正行為に関連するチャンネルを特定した。
Discordでは無視できるレベルの偽造が見つかったが、Telegramではポンプ&ダンプに関わる296のチャンネルとポンツィスキームに関わる432のチャンネルを回収し、合計の20%を占めた。
さらに、Twitterボットが共有している招待リンクの93%はTelegramのポンプ&ダンプチャンネルを指しており、あまり知られていないソーシャルボットの活動に光を当てている。
オンライン暗号通貨操作の状況を示すことは、そのような悪用と戦うためのアクション可能なポリシーに役立ちます。
関連論文リスト
- The Conspiracy Money Machine: Uncovering Telegram's Conspiracy Channels
and their Profit Model [53.83179030955546]
Telegramは、陰謀チャネルの複雑なエコシステムにとって、完璧な育種地であることに気付きました。
共謀チャンネルは17,000以上のチャンネルからなる4つの異なるコミュニティにまとめることができる。
われわれは「共謀マネーマシン」を暴露し、ほとんどの共謀チャンネルが加入者からの利益を積極的に求めていることを明らかにした。
論文 参考訳(メタデータ) (2023-10-24T16:25:52Z) - BotArtist: Twitter bot detection Machine Learning model based on Twitter
suspension [50.4515540006269]
われわれは、最近のロシアとウクライナの戦争に関する900万人のユーザーから生まれた、Twitter上の難解で多言語的なソーシャル談話のデータセットを集めている。
我々は最先端のXGBoostモデルを用いて,ボット検出のための新しいMLモデルを構築した。
Botometerと比較して、我々の手法は、2つの実ケースシナリオデータセットよりも平均11%高いROC-AUCスコアを達成する。
論文 参考訳(メタデータ) (2023-05-31T09:12:35Z) - A Dataset of Coordinated Cryptocurrency-Related Social Media Campaigns [0.2578242050187029]
本稿では,暗号関連報奨金イベントのデータセットとそれに参加するユーザについて述べる。
これらのイベントはソーシャルメディアのキャンペーンをコーディネートし、トークンの価格に影響を与えるために暗号プロジェクトの周りに人工的な「ハイプ」を作成する。
データセットは、2014年5月から2022年12月までのBitcoinTalkオンラインフォーラムのBounties(Altcoins)サブフォーラムから収集された15.8Kのクロスメディアバウンティイベント、185Kの参加者、100万のフォーラムコメント、82万のソーシャルメディアURLで構成されている。
論文 参考訳(メタデータ) (2023-01-16T20:37:29Z) - Token Spammers, Rug Pulls, and SniperBots: An Analysis of the Ecosystem
of Tokens in Ethereum and the Binance Smart Chain (BNB) [63.36515347329037]
トークンと流動性のプールのエコシステムを調査し、両方のブロックチェーン間の類似点と相違点を強調します。
トークンの寿命を見積もると、約60%のトークンが1日以内でアクティブであることが分かりました。
我々は、出口詐欺の詐欺を提示し、両方のブロックチェーン上でその頻度を定量化する。
論文 参考訳(メタデータ) (2022-06-16T14:20:19Z) - Cryptocurrency Bubble Detection: A New Stock Market Dataset, Financial
Task & Hyperbolic Models [31.690290125073197]
バブル検出のための新しいマルチスパン識別タスクであるCryptoBubblesを公開・公開する。
我々はこのマルチスパン識別タスクに適した一連のシーケンス・ツー・シーケンス・ハイパーボリックモデルを開発する。
RedditとTwitterでCryptoBubblesとハイパーボリックモデルの実用性を示す。
論文 参考訳(メタデータ) (2022-05-11T08:10:02Z) - Uncovering the Dark Side of Telegram: Fakes, Clones, Scams, and
Conspiracy Movements [67.39353554498636]
我々は35,382の異なるチャンネルと130,000,000以上のメッセージを収集して,Telegramの大規模解析を行う。
カードなどのダークウェブのプライバシー保護サービスにも、悪名高い活動がいくつかある。
疑似チャネルを86%の精度で識別できる機械学習モデルを提案する。
論文 参考訳(メタデータ) (2021-11-26T14:53:31Z) - The Doge of Wall Street: Analysis and Detection of Pump and Dump
Cryptocurrency Manipulations [63.732639864601914]
本稿では,インターネット上のコミュニティによって組織された2つの市場操作(ポンプとダンプと群衆ポンプ)について,詳細な分析を行う。
ポンプとダンプの仕組みは、株式市場と同じくらい古い詐欺だ。今や、緩やかに規制された暗号通貨市場において、新たな活力を得た。
ポンプとダンプの3つのケーススタディについて報告します。次に、検証済みポンプとダンプのユニークなデータセットを利用して、開始から25秒でポンプとダンプを検出する機械学習モデルを構築します。
論文 参考訳(メタデータ) (2021-05-03T10:20:47Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency
Market Manipulations [63.732639864601914]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳(メタデータ) (2020-05-04T21:36:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。