論文の概要: VendorLink: An NLP approach for Identifying & Linking Vendor Migrants & Potential Aliases on Darknet Markets

• arxiv url: http://arxiv.org/abs/2305.02763v1
• Date: Thu, 4 May 2023 12:04:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-05 15:41:30.038522
• Title: VendorLink: An NLP approach for Identifying & Linking Vendor Migrants & Potential Aliases on Darknet Markets
• Title（参考訳）: vendorlink: ダークネット市場におけるベンダー移民と潜在的なエイリアスを識別・リンクするnlpアプローチ
• Authors: Vageesh Saxena, Nils Rethmeier, Gijs Van Dijck, Gerasimos Spanakis
• Abstract要約: VendorLinkは7つの公開Darknetマーケット上のテキスト広告(ad)にまたがって、ユニークなベンダーアカウントを検証、識別、リンクするためのパターンを検証している。 我々は、Alphabay-Dreams-Silkデータセットの15人の移民と71人の潜在的なエイリアス、Valhalla-Berlusconiデータセットの17人の移民と3人のエイリアス、Traderoute-Agoraデータセットの75人の移民と10人のエイリアスを発見した。
• 参考スコア（独自算出の注目度）: 3.199671869174516
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The anonymity on the Darknet allows vendors to stay undetected by using multiple vendor aliases or frequently migrating between markets. Consequently, illegal markets and their connections are challenging to uncover on the Darknet. To identify relationships between illegal markets and their vendors, we propose VendorLink, an NLP-based approach that examines writing patterns to verify, identify, and link unique vendor accounts across text advertisements (ads) on seven public Darknet markets. In contrast to existing literature, VendorLink utilizes the strength of supervised pre-training to perform closed-set vendor verification, open-set vendor identification, and low-resource market adaption tasks. Through VendorLink, we uncover (i) 15 migrants and 71 potential aliases in the Alphabay-Dreams-Silk dataset, (ii) 17 migrants and 3 potential aliases in the Valhalla-Berlusconi dataset, and (iii) 75 migrants and 10 potential aliases in the Traderoute-Agora dataset. Altogether, our approach can help Law Enforcement Agencies (LEA) make more informed decisions by verifying and identifying migrating vendors and their potential aliases on existing and Low-Resource (LR) emerging Darknet markets.
• Abstract（参考訳）: ダークネット上の匿名性により、ベンダーは複数のベンダーのエイリアスを使用したり、市場間で頻繁に移行することで、未発見のままでいられる。 その結果、違法な市場とそのつながりはダークネットを明らかにするのに困難である。 違法な市場とそのベンダー間の関係を識別するために,7つのパブリックダークネットマーケット上のテキスト広告(ads)にまたがるユニークなベンダーアカウントの検証,識別,リンクを行うnlpベースのアプローチであるbenederlinkを提案する。 既存の文献とは対照的に、VendorLinkは教師付き事前トレーニングの強みを利用して、クローズドセットベンダー検証、オープンセットベンダー識別、低リソース市場適応タスクを実行する。 VendorLinkで明らかになった (i)alphabay-dreams-silkデータセットにおける15の移民と71の潜在的なエイリアス (II)Valhalla-Berlusconiデータセットにおける17人の移民と3人の潜在的エイリアス (3)Traderoute-Agoraデータセットの75人の移民と10人の潜在的エイリアス。 また、当社のアプローチは、既存および低リソース(LR)新興ダークネット市場において、移行ベンダーとその潜在的なエイリアスを検証、特定することで、法執行機関(LEA)がより情報的な決定を下すのに役立ちます。

関連論文リスト

• AIDBench: A benchmark for evaluating the authorship identification capability of large language models [14.866356328321126]
  我々は、大きな言語モデル(LLM)が匿名テキストの作者を特定するのに役立つ、特定のプライバシーリスクに焦点を当てる。 AIDBenchは、メール、ブログ、レビュー、記事、研究論文など、いくつかの著者識別データセットを組み込んだ新しいベンチマークである。 AIDBenchによる我々の実験は、LLMがランダムな確率よりもはるかに高い確率で著者を推測できることを示し、これらの強力なモデルによって引き起こされる新たなプライバシーリスクを明らかにした。
  論文  参考訳（メタデータ） (2024-11-20T11:41:08Z)
• Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
  我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。 このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。 適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
  論文  参考訳（メタデータ） (2024-03-21T14:48:37Z)
• Detecting and Triaging Spoofing using Temporal Convolutional Networks [6.24302896438145]
  アルゴリズム取引と電子市場は 金融市場の状況を変え続けています 本稿では,市場操作を検出する領域において,様々な問題に容易に対応可能なフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-20T09:17:12Z)
• Privacy in Large Language Models: Attacks, Defenses and Future Directions [84.73301039987128]
  大規模言語モデル(LLM)を対象とした現在のプライバシ攻撃を分析し、敵の想定能力に応じて分類する。 本稿では、これらのプライバシー攻撃に対抗するために開発された防衛戦略について概説する。
  論文  参考訳（メタデータ） (2023-10-16T13:23:54Z)
• Federated Learning Incentive Mechanism under Buyers' Auction Market [2.316580879469592]
  オークションベースのフェデレートラーニング(AFL)は、利己的なデータコンシューマとデータオーナ間のオープンなコラボレーションを可能にする。 我々は、購入者の市場における価格変動を説明するために、調達オークションの枠組みに適応する。 信頼性とデータ品質の高いクライアントを選択し、外部からの攻撃を防ぐために、ブロックチェーンベースの評判メカニズムを利用する。
  論文  参考訳（メタデータ） (2023-09-10T16:09:02Z)
• Identifying key players in dark web marketplaces [58.720142291102135]
  この論文は、暗黒市場に関連するBitcoin取引ネットワークのキープレーヤーを特定することを目的としている。 取引量の大部分は、エリート市場参加者の小さなグループに集中していることを示す。 ダークウェブのマーケットプレースにおけるキープレーヤーの行動を理解することは、違法行為を効果的に破壊するために重要であることを示唆している。
  論文  参考訳（メタデータ） (2023-06-15T20:30:43Z)
• GLENet: Boosting 3D Object Detectors with Generative Label Uncertainty Estimation [70.75100533512021]
  本稿では,対象物の潜在的可算有界箱の多様性として,ラベルの不確実性問題を定式化する。 本稿では,条件付き変分オートエンコーダを応用した生成フレームワークであるGLENetを提案する。 GLENetが生成するラベルの不確実性はプラグアンドプレイモジュールであり、既存のディープ3D検出器に便利に統合することができる。
  論文  参考訳（メタデータ） (2022-07-06T06:26:17Z)
• StyleML: Stylometry with Structure and Multitask Learning for Darkweb Markets [10.667309064333883]
  ダークネット市場フォーラムは違法商品やサービスを交換するために頻繁に利用されている。 Torネットワークはこれらの市場をホストするために使用され、IPと位置追跡の匿名化が保証される。 自然言語とインタラクションモデリングのための新しいスタイロメトリベースのマルチタスク学習手法を開発した。
  論文  参考訳（メタデータ） (2021-04-01T20:59:02Z)
• Group-aware Label Transfer for Domain Adaptive Person Re-identification [179.816105255584]
  Unsupervised Adaptive Domain (UDA) Person Re-identification (ReID) は、ラベル付きソースドメインデータセットで訓練されたモデルを、さらなるアノテーションなしでターゲットドメインデータセットに適応することを目的としている。 最も成功したUDA-ReIDアプローチは、クラスタリングに基づく擬似ラベル予測と表現学習を組み合わせて、2つのステップを交互に実行する。 疑似ラベル予測と表現学習のオンラインインタラクションと相互促進を可能にするグループ認識ラベル転送(GLT)アルゴリズムを提案します。
  論文  参考訳（メタデータ） (2021-03-23T07:57:39Z)
• OSOUM Framework for Trading Data Research [79.0383470835073]
  私たちは、私たちの知る限り、最初のオープンソースのシミュレーションプラットフォームであるOpen SOUrce Market Simulator(OSOUM)を提供して、トレーディング市場、特にデータ市場を分析します。 我々は、購入に利用可能なさまざまなデータセットを所有する売り手と、購入に有効な適切なデータセットを検索する買い手という2つのタイプのエージェントからなる、特定のデータ市場モデルを記述し、実装する。 データ市場を扱うための商用フレームワークはすでに存在していますが、購入者および販売者の両方が(データ)市場に参加することの可能な振る舞いをシミュレートするための、自由で広範なエンドツーエンドの研究ツールを提供しています。
  論文  参考訳（メタデータ） (2021-02-18T09:20:26Z)
• Improving Named Entity Recognition in Tor Darknet with Local Distance Neighbor Feature [2.3886615435250302]
  本稿では,ガゼッタを代用するローカルディスタンスニーバー(Local Distance Neighbor)という新機能を提案する。 We test the new approach on the W-NUT-2017 dataset, a state-of-the-art results for the Group, Person and Product categories of Named Entities。 我々の提案では,この拡張データセットにおいて,エンティティとサーフェスF1スコア52.96%,50.57%を達成し,Torシークレットサービス内の名前付きエンティティを検出するための法執行機関の有用性を実証した。
  論文  参考訳（メタデータ） (2020-05-18T14:21:22Z)

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。