論文の概要: An Investigative Model of Adult Cyberbullying: A Court Case Analysis
- arxiv url: http://arxiv.org/abs/2111.04446v1
- Date: Wed, 27 Oct 2021 00:24:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 02:59:03.416214
- Title: An Investigative Model of Adult Cyberbullying: A Court Case Analysis
- Title（参考訳）: 成人サイバーいじめの捜査モデル--裁判所の事例分析
- Authors: Chintha Kaluarachchi, Darshana Sedera, Matthew Warren
- Abstract要約: この研究は、特に成人向けに開発されたサイバーいじめに関する調査モデルを開発した。
モデルは、いじめのアイデアの概念から標的の識別からいじめへのサイバーいじめの旅を行動として考える。
a-prioriモデルは、オーストラリア、カナダ、米国、スコットランドの20件のサイバーいじめ裁判で検証される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cyberbullying is a major social issue that is on the rise with a substantial
potential to impact a large number of Internet users globally. The growth and
rapid proliferation of the Internet and other ubiquitous technologies like
social media and smart mobile devices have increased the propensity of
cyberbullying, providing it with a wider audience and rapid access. This
research developed an investigative model for cyberbullying, specifically
developed for adults. Therein, the model considers the cyberbullying journey
from conception of the bullying idea, identification of the target to the
bullying as an action. The a-priori model is motivated by the General Theory of
Crime and the Routine Activity Theory. The a-priori model is then validated
using 20 cyberbullying court cases from Australia, Canada, the United States
and Scotland.
- Abstract（参考訳）: サイバーいじめ(Cyberbullying)は、世界中の多くのインターネットユーザーに影響を与える大きな可能性を秘めている社会問題だ。
インターネットとソーシャルメディアやスマートモバイルデバイスなどのユビキタステクノロジーの成長と急速な普及は、サイバーいじめの正当性を高め、より広いユーザーと迅速なアクセスを可能にしている。
本研究は,成人を対象としたサイバーいじめに関する調査モデルを開発した。
このモデルでは、いじめのアイデアの概念化からターゲットの特定、いじめの行為へのサイバーいじめの旅を考察している。
a-プリオリモデルは、一般犯罪理論とルーチン活動理論によって動機付けられている。
a-prioriモデルは、オーストラリア、カナダ、アメリカ合衆国、スコットランドの20のサイバーいじめ裁判で検証される。
関連論文リスト
- Securing Social Spaces: Harnessing Deep Learning to Eradicate Cyberbullying [1.8749305679160366]
サイバーいじめは ソーシャルメディアを使う人の心身の健康を害する深刻な問題だ
本稿は、サイバーいじめがいかに深刻か、そしてそれが被曝した個人にどのように影響するかを説明する。
オンライン空間の安全性を高めるために、より優れたサイバーいじめ検出方法を見つけることがいかに重要かを強調している。
論文 参考訳（メタデータ） (2024-04-01T20:41:28Z) - Explain Thyself Bully: Sentiment Aided Cyberbullying Detection with
Explanation [52.3781496277104]
さまざまなソーシャルメディアネットワークやオンラインコミュニケーションアプリの人気により、サイバーいじめが大きな問題になっている。
一般データ保護規則の「説明の権利」のような近年の法律は、解釈可能なモデルの開発に拍車をかけた。
我々は,コード混在言語からの自動サイバーバブル検出のための,mExCBと呼ばれる最初の解釈可能なマルチタスクモデルを開発した。
論文 参考訳（メタデータ） (2024-01-17T07:36:22Z) - Designing an attack-defense game: how to increase robustness of
financial transaction models via a competition [69.08339915577206]
金融セクターにおける悪意ある攻撃のエスカレートリスクを考えると、機械学習モデルの敵戦略と堅牢な防御メカニズムを理解することが重要である。
本研究の目的は、逐次的な財務データを入力として使用するニューラルネットワークモデルに対する敵攻撃と防御の現状とダイナミクスを調査することである。
我々は、現代の金融取引データにおける問題の現実的かつ詳細な調査を可能にする競争を設計した。
参加者は直接対決するので、実生活に近い環境で攻撃や防御が検討される。
論文 参考訳（メタデータ） (2023-08-22T12:53:09Z) - A Secure Open-Source Intelligence Framework For Cyberbullying
Investigation [0.0]
本稿では,Twitterのデータを用いたオープンソースのインテリジェンスパイプラインを提案する。
リアルタイム監視を備えたOSINTダッシュボードは、法執行機関が迅速に行動し、被害者を保護し、より安全なオンライン環境を構築するための大きな努力をすることができる。
論文 参考訳（メタデータ） (2023-07-27T23:03:57Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Cyberbullying in Text Content Detection: An Analytical Review [0.0]
オンラインソーシャルネットワークは、自殺、摂食障害、サイバー犯罪、強制行動、不安、抑うつといった生命を脅かす状況へのユーザーの露出を増大させる。
サイバーいじめの問題を解決するため、既存の文献の多くは、要因を特定し、サイバーいじめに関連するテキスト的要因を理解するためのアプローチの開発に重点を置いている。
本稿では,サイバーバブル検出の理解を深めるために,総合的な文献レビューを行う。
論文 参考訳（メタデータ） (2023-03-18T21:23:06Z) - DISARM: Detecting the Victims Targeted by Harmful Memes [49.12165815990115]
DISARMは、有害なミームを検出するために名前付きエンティティ認識と個人識別を使用するフレームワークである。
DISARMは10の単一モーダル・マルチモーダルシステムより著しく優れていることを示す。
複数の強力なマルチモーダルライバルに対して、有害なターゲット識別の相対誤差率を最大9ポイントまで下げることができる。
論文 参考訳（メタデータ） (2022-05-11T19:14:26Z) - Fixed Points in Cyber Space: Rethinking Optimal Evasion Attacks in the
Age of AI-NIDS [70.60975663021952]
ネットワーク分類器に対するブラックボックス攻撃について検討する。
我々は、アタッカー・ディフェンダーの固定点がそれ自体、複雑な位相遷移を持つ一般サムゲームであると主張する。
攻撃防御力学の研究には連続的な学習手法が必要であることを示す。
論文 参考訳（メタデータ） (2021-11-23T23:42:16Z) - Enhancing the Identification of Cyberbullying through Participant Roles [1.399948157377307]
本稿では,ロールモデリングによるサイバーバブル検出の高度化に向けた新しいアプローチを提案する。
我々は、ASKfmからのデータセットを利用してマルチクラス分類を行い、参加者の役割を検出する。
論文 参考訳（メタデータ） (2020-10-13T19:13:07Z) - Measurement-driven Security Analysis of Imperceptible Impersonation
Attacks [54.727945432381716]
本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。
皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。
また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
論文 参考訳（メタデータ） (2020-08-26T19:27:27Z) - Aggressive, Repetitive, Intentional, Visible, and Imbalanced: Refining
Representations for Cyberbullying Classification [4.945634077636197]
本研究では,その社会的・言語的側面を表現するために,5つの明確な要因を用いて,サイバーいじめのニュアンスな問題を考察する。
これらの結果は、サイバーいじめを社会現象として表現し、モデル化することの重要性を示している。
論文 参考訳（メタデータ） (2020-04-04T00:35:16Z)
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。