論文の概要: Quantification and Modeling of Broken Links Prevalence in Hyper Traffic Websites Homepages

• arxiv url: http://arxiv.org/abs/2402.18301v1
• Date: Wed, 28 Feb 2024 12:46:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 06:49:31.446079
• Title: Quantification and Modeling of Broken Links Prevalence in Hyper Traffic Websites Homepages
• Title（参考訳）: ハイパートラヒックウェブサイトホームページにおけるブロークリンクの有病率の定量化とモデル化
• Authors: Ronan Mouchoux, Laurent Moulin, Nicolas Striebig,
• Abstract要約: ウェブサイトの外部リソースの破壊リンクは、サイバーセキュリティとウェブサイトの信頼性に深刻な脅威をもたらす。 我々は、世界で最も訪問者の多いウェブサイトのホームページにおける外部リソースの障害リンクの頻度に注目した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Broken links in websites external resources pose a serious threat to cybersecurity and the credibility of websites. They can be hijacked to eavesdrop user traffic or to inject malicious software. In this paper, we present the first result of an ongoing research. We focus on the prevalence of broken links in external resources on home pages of the most visited websites in the world. The analysis was conducted on the top 88 000 homepages extracted from the Majestic Million rankings. 35,2% of them have at least one broken link. We also identify the common causes of these broken links and highlight improper implementation of testing phases to prevent such errors. We provide a formal model for the distribution of external links. At the next research step, we are exploring the potential impact on privacy of broken links by analyzing inherited traffic of purchasable expired domains.
• Abstract（参考訳）: ウェブサイトの外部リソースの破壊リンクは、サイバーセキュリティとウェブサイトの信頼性に深刻な脅威をもたらす。 ハイジャックされたり、ユーザーのトラフィックを盗んだり、悪意のあるソフトウェアを注入したりできる。 本稿では,現在進行中の研究成果について述べる。 我々は、世界で最も訪問者の多いウェブサイトのホームページにおける外部リソースの障害リンクの頻度に注目した。 この分析は、マジェスティック・ミリオン(Mageestic Million)ランキングから抽出された88万のホームページで実施された。 35,2%は少なくとも1つのリンクが壊れている。 また、これらのリンクが壊れた一般的な原因を特定し、そのようなエラーを防止するためにテストフェーズの不適切な実装を強調します。 外部リンクの分布に関する形式モデルを提供する。 次の研究ステップでは、購入可能な期限切れドメインの継承トラフィックを分析して、壊れたリンクのプライバシーへの影響の可能性を探っている。

関連論文リスト

• Influence of Backdoor Paths on Causal Link Prediction [0.0]
  CausalLPBackは、バックドアパスを排除し、知識グラフリンク予測手法を使用する因果リンク予測の新しいアプローチである。 この評価には、因果リンク予測に関連するマルコフに基づく分割と呼ばれるユニークなデータセット分割方法が含まれる。
  論文  参考訳（メタデータ） (2024-09-12T22:16:36Z)
• Cloudy with a Chance of Cyberattacks: Dangling Resources Abuse on Cloud Platforms [13.92273215037045]
  私たちは初めて、クラウドリソースの現実的なハイジャックを特定しました。 攻撃者が主にIPアドレスを標的とするというこれまでの仮定とは対照的に、我々の発見は、リソースの種類がハイジャックの主な考慮事項ではないことを示している。 攻撃者がハイジャックされたリソースを悪用し、以前の研究で考慮された脅威とは対照的に、乱用のほとんどはブラックハット検索エンジンの最適化である。
  論文  参考訳（メタデータ） (2024-03-28T12:31:08Z)
• EALink: An Efficient and Accurate Pre-trained Framework for Issue-Commit Link Recovery [54.34661595290837]
  本稿では,イシュー・コミット・リンク・リカバリのためのEALinkという,効率的かつ正確な事前学習フレームワークを提案する。 大規模なデータセットを構築し、EALinkのパワーを実証するための広範な実験を行う。 その結果、EALinkは様々な評価指標において、最先端の手法よりも大きなマージン(15.23%-408.65%)優れていることがわかった。
  論文  参考訳（メタデータ） (2023-08-21T14:46:43Z)
• DRSM: De-Randomized Smoothing on Malware Classifier Providing Certified Robustness [58.23214712926585]
  我々は,マルウェア検出領域の非ランダム化スムース化技術を再設計し,DRSM(De-Randomized Smoothed MalConv)を開発した。 具体的には,実行可能ファイルの局所構造を最大に保ちながら,逆数バイトの影響を確実に抑制するウィンドウアブレーション方式を提案する。 私たちは、マルウェア実行ファイルの静的検出という領域で、認証された堅牢性を提供する最初の人です。
  論文  参考訳（メタデータ） (2023-03-20T17:25:22Z)
• Untargeted Backdoor Watermark: Towards Harmless and Stealthy Dataset Copyright Protection [69.59980270078067]
  我々は,異常なモデル行動が決定論的でない,未目標のバックドア透かし方式を探索する。 また、提案した未ターゲットのバックドア透かしをデータセットのオーナシップ検証に利用する方法について論じる。
  論文  参考訳（メタデータ） (2022-09-27T12:56:56Z)
• Towards Web Phishing Detection Limitations and Mitigation [21.738240693843295]
  フィッシングサイトが機械学習に基づく検出をバイパスする方法を示す。 100Kフィッシング・ベナンサイトを用いた実験では、有望な精度(98.8%)を示した。 本稿では,ロジスティック回帰に基づくよりレジリエントなモデルであるAnti-SubtlePhishを提案する。
  論文  参考訳（メタデータ） (2022-04-03T04:26:04Z)
• Prediction of new outlinks for focused Web crawling [0.0]
  この研究は、短い履歴を用いて、新しいリンクを効果的に検出するための方法論を提供する。 リンク変更率、新しいリンクの存在、新しいリンク数という3つのターゲットに対する統計モデルを提供する。 注目すべき発見は、ターゲットページの履歴が利用できない場合、我々の新機能は、関連するページの履歴を表すもので、ターゲットページの新規リンクに対して最も予測的であることである。
  論文  参考訳（メタデータ） (2021-11-09T11:36:21Z)
• Check Your Other Door! Establishing Backdoor Attacks in the Frequency Domain [80.24811082454367]
  検出不能で強力なバックドア攻撃を確立するために周波数領域を利用する利点を示す。 また、周波数ベースのバックドア攻撃を成功させる2つの防御方法と、攻撃者がそれらを回避できる可能性を示す。
  論文  参考訳（メタデータ） (2021-09-12T12:44:52Z)
• Backdoor Learning: A Survey [75.59571756777342]
  バックドア攻撃はディープニューラルネットワーク(DNN)に隠れたバックドアを埋め込む バックドア学習は、急速に成長する研究分野である。 本稿では,この領域を包括的に調査する。
  論文  参考訳（メタデータ） (2020-07-17T04:09:20Z)
• Social Science Guided Feature Engineering: A Novel Approach to Signed Link Analysis [58.892336054718825]
  リンク分析に関する既存の研究のほとんどは、符号なしのソーシャルネットワークに焦点を当てている。 負のリンクの存在は、符号付きネットワークの特性と原則が符号なしネットワークと異なるかどうかを調査することに関心を持つ。 近年の研究では、符号付きネットワークの特性が符号なしネットワークの特性と大きく異なることが示唆されている。
  論文  参考訳（メタデータ） (2020-01-04T00:26:05Z)

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。