Fugu-MT 論文翻訳(概要): Tracking Discourse Influence in Darknet Forums

論文の概要: Tracking Discourse Influence in Darknet Forums

arxiv url: http://arxiv.org/abs/2202.02081v1
Date: Fri, 4 Feb 2022 11:23:27 GMT
ステータス: 処理完了
システム内更新日: 2022-02-07 15:02:04.681131
Title: Tracking Discourse Influence in Darknet Forums
Title（参考訳）: ダークネットフォーラムにおける追跡談話の影響
Authors: Christopher Akiki, Lukas Gienapp, Martin Potthast
Abstract要約: この技術報告は、2021年のAMoC(Advanced Modelling of Cyber Criminal Careers)ハッカソン(Hackathon)の課題に対処する取り組みを文書化しています。私たちの主な貢献は、意味的特徴と時間的特徴を共同で可視化し、ダークネットのサイバー犯罪に関する供給されたデータに関する洞察を生み出すことです。このハッカソンの一部として私たちによって作成されたコードとデータは、すべて公開されています。
参考スコア（独自算出の注目度）: 23.9758488157336
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This technical report documents our efforts in addressing the tasks set forth by the 2021 AMoC (Advanced Modelling of Cyber Criminal Careers) Hackathon. Our main contribution is a joint visualisation of semantic and temporal features, generating insight into the supplied data on darknet cybercrime through the aspects of novelty, transience, and resonance, which describe the potential impact a message might have on the overall discourse in darknet communities. All code and data produced by us as part of this hackathon is publicly available.
Abstract（参考訳）: この技術報告は、2021年のAMoC(Advanced Modelling of Cyber Criminal Careers)ハッカソン(Hackathon)の課題に対処する取り組みを文書化しています。我々の主な貢献は、意味的および時間的特徴の同時可視化であり、ダークネットのコミュニティ全体の談話にメッセージが与える潜在的な影響を説明する、新規性、超越性、共鳴の側面を通してダークネットサイバー犯罪に関する提供されたデータに対する洞察を生み出します。このハッカソンで私たちが生成したコードとデータは、すべて公開されています。

関連論文リスト

EUREKHA: Enhancing User Representation for Key Hackers Identification in Underground Forums [1.5192294544599656]
地下フォーラムはサイバー犯罪活動のハブとして機能し、匿名性とオンライン監視の回避のためのスペースを提供している。これらのオペレーションの背後にある重要な機関を特定することは不可欠だが、依然として複雑な課題である。本稿では、各ユーザをテキストシーケンスとしてモデル化することで、これらの鍵ハッカーを識別するEUREKHAという新しい手法を提案する。
論文参考訳（メタデータ） (2024-11-08T11:09:45Z)
Remote Timing Attacks on Efficient Language Model Inference [63.79839291641793]
タイミング差を利用してタイミングアタックをマウントできることが示される。 90%以上の精度でユーザの会話の話題を学習することができるかを示す。相手はブースティング攻撃を利用して、オープンソースのシステム用のメッセージに置かれたPIIを回復することができる。
論文参考訳（メタデータ） (2024-10-22T16:51:36Z)
LAC-Net: Linear-Fusion Attention-Guided Convolutional Network for Accurate Robotic Grasping Under the Occlusion [79.22197702626542]
本稿では, 乱れ場面におけるロボットグルーピングのためのアモーダルセグメンテーションを探求する枠組みを提案する。線形融合注意誘導畳み込みネットワーク(LAC-Net)を提案する。その結果,本手法が最先端の性能を達成できることが示唆された。
論文参考訳（メタデータ） (2024-08-06T14:50:48Z)
Inferring Discussion Topics about Exploitation of Vulnerabilities from Underground Hacking Forums [0.0]
地下ハッキングフォーラムは、ハッキング技術と搾取に関する議論の交換の場として機能している。本稿では,これらのフォーラムで議論されている脆弱性の鍵テーマを分析し,発見するためのトピックモデリングを用いた革新的なアプローチを提案する。
論文参考訳（メタデータ） (2024-05-07T14:54:32Z)
Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
論文参考訳（メタデータ） (2024-04-10T13:24:27Z)
Recent Advancements in Machine Learning For Cybercrime Prediction [2.38324507743994]
本稿では,サイバー犯罪予測の最新動向を包括的に調査することを目的とする。我々は150以上の研究論文をレビューし、最新の50件について検討した。本稿では,最先端開発と公開データセットの全体像について述べる。
論文参考訳（メタデータ） (2023-04-10T19:00:29Z)
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)
If it Bleeds, it Leads: A Computational Approach to Covering Crime in Los Angeles [79.4098551457605]
本稿では,犯罪に関する古典的ニュース記事から原典型的報道形態を学習し,その構造を学習することで,個々の犯罪を網羅するシステムを提案する。私たちの研究が、これらのコンポーネントを併用して犯罪を報道するニュース記事の骨格を形成するシステムに繋がることを期待しています。
論文参考訳（メタデータ） (2022-06-14T19:06:13Z)
Deep Learning Algorithm for Threat Detection in Hackers Forum (Deep Web) [0.0]
深層学習アルゴリズムLong Short-Term Memory (LSTM) を用いたサイバー脅威検出のための新しい手法を提案する。当社のモデルは,サイバー攻撃前に,デジタル通信の確保や脆弱性の発見において,組織によって容易に展開できる。
論文参考訳（メタデータ） (2022-02-03T07:49:44Z)
Spatial-Temporal Sequential Hypergraph Network for Crime Prediction [56.41899180029119]
本稿では,複合犯罪の時空間パターンを包括的に符号化する時空間逐次ハイパーグラフネットワーク(ST-SHN)を提案する。特に、長距離及びグローバルなコンテキスト下での時空間力学を扱うために、グラフ構造化されたメッセージパッシングアーキテクチャを設計する。提案するST-SHNフレームワークは予測性能を大幅に向上させることができることを示す。
論文参考訳（メタデータ） (2022-01-07T12:46:50Z)
Zooming Into the Darknet: Characterizing Internet Background Radiation and its Structural Changes [11.053245096756639]
ダークネット」は、インターネット全体の悪意ある活動にユニークな窓口を提供する。大きなダークネットは、毎日何百万もの恐ろしい出来事を観察します。ダークネットの挙動とその時間的進化を特徴付ける新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-07-29T00:54:02Z)

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。