論文の概要: The Infrastructure Utilization of Free Contents Websites Reveal their Security Characteristics
- arxiv url: http://arxiv.org/abs/2311.15363v1
- Date: Sun, 26 Nov 2023 17:35:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 15:42:08.148605
- Title: The Infrastructure Utilization of Free Contents Websites Reveal their Security Characteristics
- Title（参考訳）: 無料コンテンツWebサイトのインフラ利用とそのセキュリティ特性
- Authors: Mohamed Alqadhi, David Mohaisen,
- Abstract要約: 無料コンテンツWebサイト(FCW)は、Webの重要な要素であり、それらの利用を理解することが不可欠である。
この研究は、さまざまなネットワークサイズ、クラウドサービスプロバイダ、そして国と、彼らが提供しているコンテンツの種類に応じてどのように関連しているかを研究することで、世界中のFCWを分析します。
- 参考スコア（独自算出の注目度）: 12.607077453567594
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Free Content Websites (FCWs) are a significant element of the Web, and realizing their use is essential. This study analyzes FCWs worldwide by studying how they correlate with different network sizes, cloud service providers, and countries, depending on the type of content they offer. Additionally, we compare these findings with those of premium content websites (PCWs). Our analysis concluded that FCWs correlate mainly with networks of medium size, which are associated with a higher concentration of malicious websites. Moreover, we found a strong correlation between PCWs, cloud, and country hosting patterns. At the same time, some correlations were also observed concerning FCWs but with distinct patterns contrasting each other for both types. Our investigation contributes to comprehending the FCW ecosystem through correlation analysis, and the indicative results point toward controlling the potential risks caused by these sites through adequate segregation and filtering due to their concentration.
- Abstract（参考訳）: 無料コンテンツWebサイト(FCW)は、Webの重要な要素であり、それらの利用を理解することが不可欠である。
この研究は、さまざまなネットワークサイズ、クラウドサービスプロバイダ、そして国と、彼らが提供しているコンテンツの種類に応じてどのように関連しているかを研究することで、世界中のFCWを分析します。
さらに,これらの知見を,プレミアムコンテンツWebサイト(PCWs)と比較した。
分析の結果、FCWは中規模のネットワークと相関し、悪意のあるウェブサイトの集中度が高いことが判明した。
さらに,PCW,クラウド,カントリーホスティングのパターンには強い相関関係が認められた。
同時に, FCWに関してもいくつかの相関関係が観察された。
本研究は, 相関分析によるFCW生態系の解明に寄与し, それらの濃度による適切な分離, ろ過による潜在的なリスクの制御を示唆する指標となる。
関連論文リスト
- Network Causal Effect Estimation In Graphical Models Of Contagion And Latent Confounding [2.654975444537834]
多くのネットワーク研究の鍵となる疑問は、観測された単位間の相関は、主に感染や潜伏によるものであるかである。
ネットワーク因果効果の推定手法を提案する。
実世界のネットワークを用いて,合成データによる手法の有効性と仮定の有効性を評価する。
論文 参考訳（メタデータ） (2024-11-02T22:12:44Z) - Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。
ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。
我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
論文 参考訳（メタデータ） (2024-08-08T08:37:37Z) - Federated Computing -- Survey on Building Blocks, Extensions and Systems [14.179192441911098]
フェデレートコンピューティング(FC)は、個々のデータのプライバシを損なうことなく、協調的な処理を可能にすることで懸念に対処する。
FCは、フェデレートラーニング(FL)とフェデレートアナリティクス(FA)からなる。
現在の調査では、ドメイン固有のFLユースケースをキャプチャし、FCパイプライン内の個々のコンポーネントを個別に記述したり、分離したりしている。
本研究は, 基本構造, 拡張, アーキテクチャ, 環境, モチベーションを有するFCシステムの基盤構造を蒸留するための150以上の論文を調査する。
論文 参考訳（メタデータ） (2024-04-03T14:47:48Z) - Realistic Website Fingerprinting By Augmenting Network Trace [17.590363320978415]
Webサイトフィンガープリント(WF)は、Torユーザの匿名性に対する大きな脅威と考えられている。
ネットワークトレースの増大は、未観測のネットワーク条件下でWF分類器の性能を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） (2023-09-18T20:57:52Z) - The Double-Edged Sword of Implicit Bias: Generalization vs. Robustness
in ReLU Networks [64.12052498909105]
本稿では,ReLUネットワークにおける勾配流の暗黙的バイアスが一般化と対角的ロバスト性に与える影響について検討する。
2層ReLUネットワークでは、勾配流は一般化された解に偏りがあるが、敵の例には非常に弱い。
論文 参考訳（メタデータ） (2023-03-02T18:14:35Z) - Collaborative Mean Estimation over Intermittently Connected Networks
with Peer-To-Peer Privacy [86.61829236732744]
本研究は、断続接続を有するネットワーク上での分散平均推定(DME)の問題について考察する。
目標は、中央サーバの助けを借りて、分散ノード間でローカライズされたデータサンプルに関するグローバル統計を学習することだ。
ノード間のデータ共有による協調中継とプライバシー漏洩のトレードオフについて検討する。
論文 参考訳（メタデータ） (2023-02-28T19:17:03Z) - An Empirical Analysis on the Vulnerabilities of End-to-End Speech
Segregation Models [0.8666275811953879]
ConvTasnet と DPT-Net を解析し、入力混合物の調和解析を行う。
エンド・ツー・エンドのネットワークは非常に不安定であり、人間には知覚できない変形に直面すると性能が低下することがわかった。
論文 参考訳（メタデータ） (2022-06-20T03:46:47Z) - FedILC: Weighted Geometric Mean and Invariant Gradient Covariance for
Federated Learning on Non-IID Data [69.0785021613868]
フェデレートラーニング(Federated Learning)とは、ローカルに計算されたパラメータの更新を、空間的に分散されたクライアントサイロからトレーニングデータに集約することで、共有サーバモデルによる学習を可能にする分散機械学習アプローチである。
本研究では, 勾配の共分散とヘッセンの幾何学的平均を利用して, シロ間およびシロ内成分の両方を捕捉するフェデレート不変学習一貫性(FedILC)アプローチを提案する。
これは医療、コンピュータビジョン、IoT(Internet of Things)といった様々な分野に関係している。
論文 参考訳（メタデータ） (2022-05-19T03:32:03Z) - Understanding Clipping for Federated Learning: Convergence and
Client-Level Differential Privacy [67.4471689755097]
本稿では, 切断したFedAvgが, 実質的なデータ均一性でも驚くほど良好に動作できることを実証的に示す。
本稿では,差分プライベート(DP)FedAvgアルゴリズムの収束解析を行い,クリッピングバイアスとクライアント更新の分布との関係を明らかにする。
論文 参考訳（メタデータ） (2021-06-25T14:47:19Z) - Robustness Threats of Differential Privacy [70.818129585404]
我々は、いくつかの設定で差分プライバシーをトレーニングしたネットワークが、非プライベートバージョンに比べてさらに脆弱であることを実験的に実証した。
本研究では,勾配クリッピングや雑音付加などのニューラルネットワークトレーニングの主成分が,モデルの堅牢性に与える影響について検討する。
論文 参考訳（メタデータ） (2020-12-14T18:59:24Z) - Disrupting Resilient Criminal Networks through Data Analysis: The case
of Sicilian Mafia [3.863757719887419]
実世界の2つのデータセットに基づいて,シチリア・マフィア・ギャングの構造を明らかにした。
私たちはそれらを効率的に破壊する方法についての洞察を得る。
我々の研究は、犯罪やテロリストのネットワークに対処するための重要な実践的応用を持っている。
論文 参考訳（メタデータ） (2020-03-10T12:42:59Z)
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。