論文の概要: Identifying Disinformation Websites Using Infrastructure Features
- arxiv url: http://arxiv.org/abs/2003.07684v5
- Date: Mon, 28 Sep 2020 22:53:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-01 07:33:15.767318
- Title: Identifying Disinformation Websites Using Infrastructure Features
- Title（参考訳）: インフラ機能を利用した偽情報ウェブサイトの同定
- Authors: Austin Hounsel, Jordan Holland, Ben Kaiser, Kevin Borgolte, Nick
Feamster, Jonathan Mayer
- Abstract要約: 偽情報Webサイトを自動的に検出する新たな方向: インフラストラクチャ機能について検討する。
我々の仮説では、偽情報Webサイトは真正ニュースWebサイトと知覚的に似ているかもしれないが、ドメイン登録、TLS/SSL証明書、Webホスティング設定に重要な非知覚的な違いがあるかもしれない。
- 参考スコア（独自算出の注目度）: 11.180267856391362
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Platforms have struggled to keep pace with the spread of disinformation.
Current responses like user reports, manual analysis, and third-party fact
checking are slow and difficult to scale, and as a result, disinformation can
spread unchecked for some time after being created. Automation is essential for
enabling platforms to respond rapidly to disinformation. In this work, we
explore a new direction for automated detection of disinformation websites:
infrastructure features. Our hypothesis is that while disinformation websites
may be perceptually similar to authentic news websites, there may also be
significant non-perceptual differences in the domain registrations, TLS/SSL
certificates, and web hosting configurations. Infrastructure features are
particularly valuable for detecting disinformation websites because they are
available before content goes live and reaches readers, enabling early
detection. We demonstrate the feasibility of our approach on a large corpus of
labeled website snapshots. We also present results from a preliminary real-time
deployment, successfully discovering disinformation websites while highlighting
unexplored challenges for automated disinformation detection.
- Abstract（参考訳）: プラットフォームは偽情報の拡散に歯止めをかけるのに苦労している。
ユーザレポートや手動分析,サードパーティのファクトチェックといった現在の応答は遅く,スケールが難しく,結果として偽情報が生成されてからしばらくの間,未確認で拡散する可能性がある。
プラットフォームが偽情報に迅速に対応できるようにするためには、自動化が不可欠です。
本研究では, 偽情報サイトを自動的に検出する新たな方向: インフラストラクチャ機能について検討する。
我々の仮説では、偽情報Webサイトは真正ニュースWebサイトと知覚的に似ているかもしれないが、ドメイン登録、TLS/SSL証明書、Webホスティング設定に重要な非知覚的な違いがあるかもしれない。
インフラストラクチャ機能は、コンテンツがライブ配信され、読者に届く前に利用できるため、偽情報サイトを検出するのに特に有用である。
ラベル付きWebサイトスナップショットの大規模コーパスに対するアプローチの実現可能性を示す。
また, 事前のリアルタイム展開の結果を提示し, 偽情報の発見に成功し, 自動偽情報検出の未探索課題を強調した。
関連論文リスト
- Health Misinformation Detection in Web Content via Web2Vec: A Structural-, Content-based, and Context-aware Approach based on Web2Vec [3.299010876315217]
我々は、Webページの信頼性を評価するために、構造、コンテンツ、コンテキストベースの機能を研究するための研究の余地がまだあるWebページコンテンツに焦点を当てている。
本研究の目的は, フィッシングWebページ検出(Web2Vec)の文脈で最近提案されたWebページの埋め込み表現から始まる, 深層学習モデルに関連する機能の有効性を検討することである。
論文 参考訳（メタデータ） (2024-07-05T10:33:15Z) - Harnessing the Power of Text-image Contrastive Models for Automatic
Detection of Online Misinformation [50.46219766161111]
誤情報識別の領域における構成的学習を探求する自己学習モデルを構築した。
本モデルでは、トレーニングデータが不十分な場合、非マッチング画像-テキストペア検出の優れた性能を示す。
論文 参考訳（メタデータ） (2023-04-19T02:53:59Z) - PANACEA: An Automated Misinformation Detection System on COVID-19 [49.83321665982157]
PANACEAは、新型コロナウイルス関連の主張に関するWebベースの誤情報検出システムである。
事実チェックと噂検出という2つのモジュールがある。
論文 参考訳（メタデータ） (2023-02-28T21:53:48Z) - FNDaaS: Content-agnostic Detection of Fake News sites [3.936965297430477]
FNDは、コンテンツに依存しない最初のフェイクニュース検出手法である。
ニュースサイトごとのネットワークや構造的特徴など、新しい、未調査の機能について検討している。
過去のサイトでは最大0.967のAUCスコアを達成でき、新しくフラッグされたサイトでは最大77-92%の精度を達成できる。
論文 参考訳（メタデータ） (2022-12-13T11:17:32Z) - Explaining Website Reliability by Visualizing Hyperlink Connectivity [18.233714306827736]
MisVisはWebベースのインタラクティブな視覚化ツールで、ユーザがWebサイトの信頼性を評価するのに役立つ。
MisVisはウェブサイトのハイパーリンク接続を視覚化し、サイトに言及するTwitterアカウントの重要な特徴を要約する。
139人の参加者による大規模なユーザスタディは、MisVisがWeb上での偽情報の評価と理解を促進することを実証している。
論文 参考訳（メタデータ） (2022-10-01T01:39:08Z) - DISCO: Comprehensive and Explainable Disinformation Detection [71.5283511752544]
我々はdisCOと呼ばれる包括的で説明可能な偽情報検出フレームワークを提案する。
実世界のフェイクニュース検出タスクにおいて,disCOを満足な検出精度と説明力で実演する。
当社のデモは、識別性、理解性、説明可能性の限界に対処するための道を開くことを期待しています。
論文 参考訳（メタデータ） (2022-03-09T18:17:25Z) - Reinforcement Learning on Encrypted Data [58.39270571778521]
本稿では,DQNエージェントが,離散的かつ連続的な状態空間を持つ環境でどのように動作するかを予備的,実験的に検討する。
その結果,非決定論的暗号が存在する場合でも,エージェントは依然として小さな状態空間で学習することができるが,より複雑な環境では性能が低下することがわかった。
論文 参考訳（メタデータ） (2021-09-16T21:59:37Z) - Explainable Patterns: Going from Findings to Insights to Support Data
Analytics Democratization [60.18814584837969]
我々は,データストーリテリングの探索と作成において,レイユーザをサポートする新しいフレームワークであるExplainable Patterns (ExPatt)を提示する。
ExPattは、外部(テキスト)の情報ソースを使用して、観察または選択された発見の実用的な説明を自動的に生成します。
論文 参考訳（メタデータ） (2021-01-19T16:13:44Z) - Linked Credibility Reviews for Explainable Misinformation Detection [1.713291434132985]
本稿では,誤情報検出に協力する分散ボットのネットワーク構築に使用できるCR(Credibility Reviews)のコアコンセプトに基づくアーキテクチャを提案する。
CRは、(i)Webコンテンツのグラフを構成するためのビルディングブロックとして機能し、(ii)既存の信頼性信号 --fact-checked claimsとWebサイトの評判評価 -- を構成し、(iii)自動的に計算されたレビューを生成する。
このアーキテクチャは、.orgへの軽量な拡張と、意味的類似性と姿勢検出のための汎用的なNLPタスクを提供するサービスの上に実装されている。
論文 参考訳（メタデータ） (2020-08-28T16:55:43Z) - Sensitive Information Detection: Recursive Neural Networks for Encoding
Context [0.20305676256390928]
機密情報の漏洩は非常にコストがかかる可能性がある。
感度情報を検出するための簡易で脆いルールセットは、実際の感度情報のごく一部しか見つからないことを示す。
我々は,ラベル付き事例へのアクセスのみを前提とした,機密情報検出手法の新たなファミリーを開発する。
論文 参考訳（メタデータ） (2020-08-25T07:49:46Z) - Leveraging Multi-Source Weak Social Supervision for Early Detection of
Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。
この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。
ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。
実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2020-04-03T18:26:33Z)
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。