論文の概要: Perspectives of Non-Expert Users on Cyber Security and Privacy: An Analysis of Online Discussions on Twitter

• arxiv url: http://arxiv.org/abs/2206.02156v1
• Date: Sun, 5 Jun 2022 11:54:48 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-10 10:55:18.150545
• Title: Perspectives of Non-Expert Users on Cyber Security and Privacy: An Analysis of Online Discussions on Twitter
• Title（参考訳）: サイバーセキュリティとプライバシーに関する非専門家の視点--twitter上でのオンライン議論の分析
• Authors: Nandita Pattnaik, Shujun Li and Jason R.C. Nurse
• Abstract要約: 2つの機械学習ベースの分類器が開発され、413,985ツイートが特定された。 われわれは、2021年のサイバーセキュリティやプライバシー関連のトピックに関する非専門家のツイートが、世界的な新型コロナウイルス(COVID-19)のロックダウンの開始前(2019年1月から2020年2月)と比べて54%増加したことを観察した。 私たちの分析によると、VPN、Wi-Fi、スマートフォン、ラップトップ、スマートホームデバイス、金融セキュリティ、さまざまな利害関係者に関わるセキュリティとプライバシーの問題など、この3年間に渡り、専門家でないユーザーが議論してきたさまざまなトピックが明らかになった。
• 参考スコア（独自算出の注目度）: 3.5174884177930448
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current research on users` perspectives of cyber security and privacy related to traditional and smart devices at home is very active, but the focus is often more on specific modern devices such as mobile and smart IoT devices in a home context. In addition, most were based on smaller-scale empirical studies such as online surveys and interviews. We endeavour to fill these research gaps by conducting a larger-scale study based on a real-world dataset of 413,985 tweets posted by non-expert users on Twitter in six months of three consecutive years (January and February in 2019, 2020 and 2021). Two machine learning-based classifiers were developed to identify the 413,985 tweets. We analysed this dataset to understand non-expert users` cyber security and privacy perspectives, including the yearly trend and the impact of the COVID-19 pandemic. We applied topic modelling, sentiment analysis and qualitative analysis of selected tweets in the dataset, leading to various interesting findings. For instance, we observed a 54% increase in non-expert users` tweets on cyber security and/or privacy related topics in 2021, compared to before the start of global COVID-19 lockdowns (January 2019 to February 2020). We also observed an increased level of help-seeking tweets during the COVID-19 pandemic. Our analysis revealed a diverse range of topics discussed by non-expert users across the three years, including VPNs, Wi-Fi, smartphones, laptops, smart home devices, financial security, and security and privacy issues involving different stakeholders. Overall negative sentiment was observed across almost all topics non-expert users discussed on Twitter in all the three years. Our results confirm the multi-faceted nature of non-expert users` perspectives on cyber security and privacy and call for more holistic, comprehensive and nuanced research on different facets of such perspectives.
• Abstract（参考訳）: サイバーセキュリティと家庭におけるスマートデバイスに関連するプライバシーに関する現在の研究は、非常に活発だが、ホームコンテキストにおけるモバイルやスマートiotデバイスのような、特定の現代的なデバイスに焦点が当てられることが多い。 さらに, オンライン調査やインタビューなど, 小規模な実証研究に基づくものも多かった。 われわれは3年連続で6ヶ月(2019年1月、2月、2020年、2月、2021年)にTwitterに投稿された413,985件のツイートの実際のデータセットに基づいて大規模な調査を行うことで、これらの研究ギャップを埋めようとしている。 413,985件のツイートを識別するために、2つの機械学習ベースの分類器が開発された。 我々はこのデータセットを分析し、新型コロナウイルス(COVID-19)のパンデミックの影響を含む、専門家でないユーザーのサイバーセキュリティとプライバシーの観点を理解する。 トピックモデリング,感情分析,選択されたツイートの質的分析をデータセットに適用し,興味深い知見を得た。 たとえば、2021年のサイバーセキュリティやプライバシー関連のトピックに関するツイートは、2019年1月から2020年2月までの世界的な新型コロナウイルスのロックダウン前に比べて、54%増加している。 また、新型コロナウイルス(COVID-19)のパンデミックで、助けを求めるツイートが増えていることも観察した。 分析の結果、vpn、wi-fi、スマートフォン、ラップトップ、スマートホームデバイス、金融セキュリティ、さまざまな利害関係者によるセキュリティとプライバシの問題など、3年間にわたって、非専門家ユーザによって議論されたさまざまなトピックが明らかになった。 全般的な否定的な感情は、3年間にわたってtwitter上で議論されたほとんどすべてのトピックにおいて観察された。 本研究は,非専門家ユーザによるサイバーセキュリティとプライバシに関する多面的視点を検証し,その視点の異なる面について,より包括的,包括的かつニュアンス的な研究を求めるものである。

関連論文リスト

• A Survey on Machine Unlearning: Techniques and New Emerged Privacy Risks [42.3024294376025]
  機械学習は、プライバシー保護分野における研究ホットスポットである。 最近の研究者は、さまざまな機械学習アプローチの潜在的なプライバシー漏洩を発見した。 我々は、定義、実装方法、現実世界のアプリケーションなど、さまざまな面でプライバシーリスクを分析します。
  論文  参考訳（メタデータ） (2024-06-10T11:31:04Z)
• Cross-Platform Social Dynamics: An Analysis of ChatGPT and COVID-19 Vaccine Conversations [37.69303106863453]
  2022年のChatGPTのリリースと2021年の新型コロナウイルスワクチンに関する世界的な議論という、2つの重要な出来事に関する1200万件以上の投稿とニュース記事を分析した。 データはTwitter、Facebook、Instagram、Reddit、YouTube、GDELTなど、複数のプラットフォームから収集された。 トピックモデリング手法を用いて,各プラットフォーム上の異なる主題のエミュレーションを明らかにし,その特徴と対象のオーディエンスを反映した。
  論文  参考訳（メタデータ） (2023-10-17T09:58:55Z)
• Public Attitudes Toward ChatGPT on Twitter: Sentiments, Topics, and Occupations [1.6466986427682635]
  感情分析などの自然言語処理技術を適用し,ChatGPTに対する公衆の態度を検討した。 私たちの感情分析の結果、全体の感情は肯定的であり、ネガティブな感情は時間の経過とともに減少していたことが示唆された。 私たちのトピックモデルは、最も人気のあるトピックが、教育、バード、検索エンジン、OpenAI、マーケティング、サイバーセキュリティであることを示している。
  論文  参考訳（メタデータ） (2023-06-22T15:10:18Z)
• Sentiment Analysis of Cybersecurity Content on Twitter and Reddit [0.0]
  この研究は、TwitterとRedditのサイバーセキュリティコンテンツを分析し、その感情、肯定的、否定的、中立性を計測した。 また、VADERの性能を評価するために、ランダムなサイバーセキュリティコンテンツ(10のつぶやきと投稿)のサンプルを20人のアノテータによる感情として分類した。 人間の分類と比較すると、VADERはTwitterで60%、Redditで70%の精度で感情を評価した。
  論文  参考訳（メタデータ） (2022-04-26T12:46:55Z)
• Don't be a Victim During a Pandemic! Analysing Security and Privacy Threats in Twitter During COVID-19 [2.43420394129881]
  本稿では,パンデミックとロックダウン期間がソーシャルメディア利用者のセキュリティとプライバシに与える影響を大規模に調査する。 我々は、533日間のデータクローリングから1060万件のCOVID-19関連ツイートを分析した。
  論文  参考訳（メタデータ） (2022-02-21T21:52:37Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Privacy and Robustness in Federated Learning: Attacks and Defenses [74.62641494122988]
  このトピックに関する最初の包括的な調査を実施します。 FLの概念の簡潔な紹介と、1脅威モデル、2堅牢性に対する中毒攻撃と防御、3プライバシーに対する推論攻撃と防御、というユニークな分類学を通じて、私たちはこの重要なトピックのアクセス可能なレビューを提供します。
  論文  参考訳（メタデータ） (2020-12-07T12:11:45Z)
• Critical Impact of Social Networks Infodemic on Defeating Coronavirus COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
  2019年の推計295億人が世界中でソーシャルメディアを利用している。 コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。 本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
  論文  参考訳（メタデータ） (2020-05-18T15:53:13Z)
• Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
  ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。 本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
  論文  参考訳（メタデータ） (2020-04-28T23:54:33Z)
• A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack Overflow [69.5231754305538]
  主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。 事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
  論文  参考訳（メタデータ） (2020-04-18T08:19:46Z)

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。