論文の概要: False Information, Bots and Malicious Campaigns: Demystifying Elements
of Social Media Manipulations
- arxiv url: http://arxiv.org/abs/2308.12497v1
- Date: Thu, 24 Aug 2023 01:37:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-25 15:45:06.885439
- Title: False Information, Bots and Malicious Campaigns: Demystifying Elements
of Social Media Manipulations
- Title（参考訳）: 偽情報、ボット、悪意あるキャンペーン:ソーシャルメディア操作の非神秘化
- Authors: Mohammad Majid Akhtar, Rahat Masood, Muhammad Ikram, Salil S. Kanhere
- Abstract要約: オンラインソーシャルネットワーク(OSN)に対する偽情報や永続的な操作攻撃は、OSNの開放性に影響を与えている。
本稿では,様々な分野の知見を総合的に分析するために,様々な分野の知見を合成する。
- 参考スコア（独自算出の注目度）: 6.901078062583646
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid spread of false information and persistent manipulation attacks on
online social networks (OSNs), often for political, ideological, or financial
gain, has affected the openness of OSNs. While researchers from various
disciplines have investigated different manipulation-triggering elements of
OSNs (such as understanding information diffusion on OSNs or detecting
automated behavior of accounts), these works have not been consolidated to
present a comprehensive overview of the interconnections among these elements.
Notably, user psychology, the prevalence of bots, and their tactics in relation
to false information detection have been overlooked in previous research. To
address this research gap, this paper synthesizes insights from various
disciplines to provide a comprehensive analysis of the manipulation landscape.
By integrating the primary elements of social media manipulation (SMM),
including false information, bots, and malicious campaigns, we extensively
examine each SMM element. Through a systematic investigation of prior research,
we identify commonalities, highlight existing gaps, and extract valuable
insights in the field. Our findings underscore the urgent need for
interdisciplinary research to effectively combat social media manipulations,
and our systematization can guide future research efforts and assist OSN
providers in ensuring the safety and integrity of their platforms.
- Abstract（参考訳）: しばしば政治的、イデオロギー的、財政的な利益のために、偽情報やオンラインソーシャルネットワーク(OSN)に対する永続的な操作攻撃が急速に広がり、OSNの開放性に影響を与えている。
様々な分野の研究者がOSNの異なる操作トリガー要素(OSNの情報拡散の理解やアカウントの自動動作の検出など)を調査してきたが、これらの要素間の相互関係の包括的概要を示すために、これらの研究は統合されていない。
特に、ユーザ心理学、ボットの普及、偽情報検出に関するその戦術は、以前の研究で見過ごされてきた。
この研究のギャップに対処するため,本稿では様々な分野からの洞察を合成し,操作環境の包括的分析を行う。
虚偽情報、ボット、悪意あるキャンペーンを含むソーシャルメディア操作(SMM)の主要な要素を統合することにより、各SMM要素を広範囲に検証する。
先行研究の体系的な調査を通じて、共通点を特定し、既存のギャップを強調し、この分野の貴重な洞察を抽出する。
本研究は,ソーシャルメディア操作を効果的に解決するための学際的研究の必要性を浮き彫りにして,今後の研究努力を指導し,osnプロバイダの安全性と完全性を確保するための支援を行う。
関連論文リスト
- Model Inversion Attacks: A Survey of Approaches and Countermeasures [59.986922963781]
近年、新しいタイプのプライバシ攻撃であるモデル反転攻撃(MIA)は、トレーニングのためのプライベートデータの機密性を抽出することを目的としている。
この重要性にもかかわらず、総合的な概要とMIAに関する深い洞察を提供する体系的な研究が欠如している。
本調査は、攻撃と防御の両方において、最新のMIA手法を要約することを目的としている。
論文 参考訳（メタデータ） (2024-11-15T08:09:28Z) - Persuasion with Large Language Models: a Survey [49.86930318312291]
大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。
政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。
LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
論文 参考訳（メタデータ） (2024-11-11T10:05:52Z) - Health Misinformation in Social Networks: A Survey of IT Approaches [2.1440886607229563]
調査は、関連する研究の体系的なレビューを提供することを目的としている。
まず、ファクトチェックのための手動および自動アプローチを提案する。
次に、偽ニュースの検出方法、コンテンツ、伝搬機能、ソース機能、および誤情報拡散対策の緩和手法について検討する。
論文 参考訳（メタデータ） (2024-10-24T12:00:51Z) - Intervention strategies for misinformation sharing on social media: A bibliometric analysis [1.8020166013859684]
不正確な共有情報は混乱を引き起こし、精神的健康に悪影響を及ぼし、誤報による意思決定につながる。
本研究では,ソーシャルメディア上での誤情報共有に対処するための介入戦略の類型について検討する。
認識ベース、自動化ベース、情報ベース、ハイブリッドベースの4つの重要なクラスタを特定します。
論文 参考訳（メタデータ） (2024-09-26T08:38:15Z) - A Survey of Stance Detection on Social Media: New Directions and Perspectives [50.27382951812502]
姿勢検出は 感情コンピューティングにおける 重要なサブフィールドとして現れました
近年は、効果的な姿勢検出手法の開発に対する研究の関心が高まっている。
本稿では,ソーシャルメディア上での姿勢検出手法に関する包括的調査を行う。
論文 参考訳（メタデータ） (2024-09-24T03:06:25Z) - Private Knowledge Sharing in Distributed Learning: A Survey [50.51431815732716]
人工知能の台頭は多くの産業に革命をもたらし、社会の働き方を変えた。
異なるエンティティが分散または所有する学習プロセスにおいて、情報を活用することが不可欠である。
現代のデータ駆動サービスは、分散知識エンティティを結果に統合するために開発されています。
論文 参考訳（メタデータ） (2024-02-08T07:18:23Z) - A Survey on Detection of LLMs-Generated Content [97.87912800179531]
LLMの生成する内容を検出する能力が最重要視されている。
既存の検出戦略とベンチマークの詳細な概要を提供する。
また、様々な攻撃から守るための多面的アプローチの必要性を示唆する。
論文 参考訳（メタデータ） (2023-10-24T09:10:26Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - How can we combat online misinformation? A systematic overview of
current interventions and their efficacy [4.4628294018254495]
我々は、誤情報に対する介入を理解するための新しい階層的枠組みをオンラインで開発する。
それは3つの重要な要素から構成される: 人々を受容しにくくする介入、誤報の拡散と影響を曲線化する介入、誤報に応答する介入。
論文 参考訳（メタデータ） (2022-12-22T16:59:33Z) - Surveying the Research on Fake News in Social Media: a Tale of Networks
and Language [0.0]
ジャーナリズムとニュース拡散の歴史は、偽造、誤報、プロパガンダ、未確認の噂、不十分な報道、憎悪と分裂を含むメッセージの排除と密接に結びついている。
オンラインソーシャルメディアの爆発的な成長と、ニュースを消費し、創造し、共有する何十億もの個人によって、この古代の問題は再燃している。
これは多くの研究者が、偽の新規拡散の研究、理解、検出、防止のための新しい方法を開発するきっかけとなった。
論文 参考訳（メタデータ） (2021-09-13T14:10:44Z)
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。