論文の概要: A Peek into the Political Biases in Email Spam Filtering Algorithms
During US Election 2020
- arxiv url: http://arxiv.org/abs/2203.16743v1
- Date: Thu, 31 Mar 2022 01:49:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:54:24.597557
- Title: A Peek into the Political Biases in Email Spam Filtering Algorithms
During US Election 2020
- Title(参考訳): 2020年の米大統領選におけるメールスパムフィルタリングアルゴリズムの政治的偏り
- Authors: Hassan Iqbal, Usman Mahmood Khan, Hassan Ali Khan, and Muhammad
Shahzad
- Abstract要約: 我々は、多数の大統領、上院、下院候補者にGmail、Outlook、Yahooの100以上のメールアカウントを使って、2020年アメリカ合衆国大統領選挙の選挙メールを大規模に調査した。
我々は,SFAの左右候補に対する偏見を分析し,メール受信者のインタラクション(メールをスパムとして読む,マーキングするなど)がこれらの偏見に与える影響について検討した。
- 参考スコア(独自算出の注目度): 3.374948548937803
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Email services use spam filtering algorithms (SFAs) to filter emails that are
unwanted by the user. However, at times, the emails perceived by an SFA as
unwanted may be important to the user. Such incorrect decisions can have
significant implications if SFAs treat emails of user interest as spam on a
large scale. This is particularly important during national elections. To study
whether the SFAs of popular email services have any biases in treating the
campaign emails, we conducted a large-scale study of the campaign emails of the
US elections 2020 by subscribing to a large number of Presidential, Senate, and
House candidates using over a hundred email accounts on Gmail, Outlook, and
Yahoo. We analyzed the biases in the SFAs towards the left and the right
candidates and further studied the impact of the interactions (such as reading
or marking emails as spam) of email recipients on these biases. We observed
that the SFAs of different email services indeed exhibit biases towards
different political affiliations. We present this and several other important
observations in this paper.
- Abstract(参考訳): メールサービスはスパムフィルタリングアルゴリズム(SFA)を使用して、ユーザーが望まないメールをフィルタリングする。
しかし、SFAが望まないと認識するメールは、ユーザにとって重要である場合もある。
このような誤った判断は、SFAがユーザーの関心のメールをスパムとして大規模に扱う場合、重大な意味を持つ。
これは特に国民選挙において重要である。
人気メールサービスのSFAが選挙メールの扱いにバイアスがあるかどうかを調査するため,われわれは,Gmail,Outlook,Yahooの100以上のメールアカウントを使用して,多数の大統領,上院,下院候補者に加入することで,2020年のアメリカ大統領選挙の選挙メールを大規模に調査した。
我々は,SFAの左右候補に対する偏見を分析し,メール受信者のインタラクション(メールをスパムとして読む,マーキングするなど)がこれらの偏見に与える影響について検討した。
我々は、異なるメールサービスのSFAが、確かに異なる政治的提携に偏っていることを観察した。
本稿では、これおよびその他の重要な観測について述べる。
関連論文リスト
- On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳(メタデータ) (2024-10-18T17:15:13Z) - Exploring Content Concealment in Email [0.48748194765816943]
現代のメールフィルターは、悪意のあるメールに対する防御メカニズムの1つであり、しばしば高度な攻撃者によって回避される。
本研究は,攻撃者がメール中のHTMLとCSSを利用して任意のコンテンツを隠蔽する方法に焦点を当てる。
この隠されたコンテンツは、受信者によって検出されず、深刻なセキュリティリスクが生じる。
論文 参考訳(メタデータ) (2024-10-15T01:12:47Z) - Why You've Got Mail: Evaluating Inbox Privacy Implications of Email Marketing Practices in Online Apps and Services [0.6835148838117711]
本研究は,メールアドレスなどの個人情報を利用者の同意なく共有・販売できるという認識の広汎化を考察する。
私たちは、最も人気のある150のオンラインサービスやアプリにサインアップした後、ユーザーが受信したメールのソース、ボリューム、頻度、内容を収集し、分析しました。
論文 参考訳(メタデータ) (2024-10-10T18:44:18Z) - Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。
我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。
この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
論文 参考訳(メタデータ) (2024-03-15T04:02:24Z) - Adaptively Weighted Audits of Instant-Runoff Voting Elections: AWAIRE [61.872917066847855]
即時投票(IRV)選挙の監査方法は、リスク制限や、各投票における投票の電子的記録であるキャスト投票記録(CVR)を必要とするものではない。
我々は,CVRが利用できない場合に,適応的に重み付けされたテストスーパーマーチンガルを用いてITV選挙を効率よく監査するRLA手法を開発した。
論文 参考訳(メタデータ) (2023-07-20T15:55:34Z) - Building an Effective Email Spam Classification Model with spaCy [0.0]
著者はPythonプログラミング言語のspurCy自然言語処理ライブラリと3つの機械学習(ML)アルゴリズムを使用して、Gmailサービスから収集されたスパムメールを検出する。
論文 参考訳(メタデータ) (2023-03-15T17:41:11Z) - Anomaly Detection in Emails using Machine Learning and Header
Information [0.0]
フィッシングやスパムなどのメールの異常は、大きなセキュリティリスクをもたらす。
メールの異常検出に関する従来の研究は、単一のタイプの異常と、メール本体と被写体の内容の分析に頼っていた。
本研究では,メールヘッダデータセットの特徴抽出と抽出を行い,複数クラスおよび一クラスの異常検出手法を利用した。
論文 参考訳(メタデータ) (2022-03-19T23:31:23Z) - Reaching the bubble may not be enough: news media role in online
political polarization [58.720142291102135]
分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。
本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
論文 参考訳(メタデータ) (2021-09-18T11:34:04Z) - The Matter of Chance: Auditing Web Search Results Related to the 2020
U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。
その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
論文 参考訳(メタデータ) (2021-05-03T11:18:19Z) - Holmes: An Efficient and Lightweight Semantic Based Anomalous Email
Detector [1.926698798754349]
異常メール検出のための効率的で軽量なセマンティックベースエンジンであるHolmesを提案する。
企業環境では,送信側と受信側の間には安定した関係があるが,不審なメールは一般的には異常な情報源からのものである。
実世界の企業環境におけるホームズの性能を評価し,毎日約5,000通のメールを送信・受信する。
論文 参考訳(メタデータ) (2021-04-16T11:42:10Z) - Learning with Weak Supervision for Email Intent Detection [56.71599262462638]
本稿では,メールの意図を検出するために,ユーザアクションを弱い監視源として活用することを提案する。
メール意図識別のためのエンドツーエンドの堅牢なディープニューラルネットワークモデルを開発した。
論文 参考訳(メタデータ) (2020-05-26T23:41:05Z)
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。