論文の概要: Uncovering Coordinated Cross-Platform Information Operations Threatening the Integrity of the 2024 U.S. Presidential Election Online Discussion
- arxiv url: http://arxiv.org/abs/2409.15402v2
- Date: Wed, 30 Oct 2024 05:52:21 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-06 19:43:38.350201
- Title: Uncovering Coordinated Cross-Platform Information Operations Threatening the Integrity of the 2024 U.S. Presidential Election Online Discussion
- Title（参考訳）: 2024年アメリカ合衆国大統領選挙オンライン討論会の整合性を脅かす協調型クロスプラットフォーム情報操作の発見
- Authors: Marco Minici, Luca Luceri, Federico Cinus, Emilio Ferrara,
- Abstract要約: 情報操作は民主的プロセスの完全性に重大な脅威をもたらす。
2024年のアメリカ合衆国大統領選挙を期待して、調整されたIOのデジタルトレースを$mathbbX$(元Twitter)で発見することを目的とした研究を発表した。
オンラインコーディネーションを検出するための機械学習フレームワークを用いて,2024年5月からの選挙関連会話を含むデータセットをmathbbX$で分析した。
- 参考スコア（独自算出の注目度）: 8.557128766155229
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Information Operations (IOs) pose a significant threat to the integrity of democratic processes, with the potential to influence election-related online discourse. In anticipation of the 2024 U.S. presidential election, we present a study aimed at uncovering the digital traces of coordinated IOs on $\mathbb{X}$ (formerly Twitter). Using our machine learning framework for detecting online coordination, we analyze a dataset comprising election-related conversations on $\mathbb{X}$ from May 2024. This reveals a network of coordinated inauthentic actors, displaying notable similarities in their link-sharing behaviors. Our analysis shows concerted efforts by these accounts to disseminate misleading, redundant, and biased information across the Web through a coordinated cross-platform information operation: The links shared by this network frequently direct users to other social media platforms or suspicious websites featuring low-quality political content and, in turn, promoting the same $\mathbb{X}$ and YouTube accounts. Members of this network also shared deceptive images generated by AI, accompanied by language attacking political figures and symbolic imagery intended to convey power and dominance. While $\mathbb{X}$ has suspended a subset of these accounts, more than 75% of the coordinated network remains active. Our findings underscore the critical role of developing computational models to scale up the detection of threats on large social media platforms, and emphasize the broader implications of these techniques to detect IOs across the wider Web.
- Abstract（参考訳）: 情報操作(IO)は民主的プロセスの完全性に対して重大な脅威となり、選挙関連のオンライン談話に影響を与える可能性がある。
2024年のアメリカ合衆国大統領選挙を期待して、調整されたIOのデジタルトレースを$\mathbb{X}$(元Twitter)で発見することを目的とした研究を発表した。
オンラインコーディネーションを検出するための機械学習フレームワークを用いて,2024年5月より$\mathbb{X}$の選挙関連会話を含むデータセットを分析した。
これは、協調した非正統なアクターのネットワークを明らかにし、リンク共有行動に顕著な類似点を示す。
このネットワークが共有するリンクは、ユーザーを他のソーシャルメディアプラットフォームや、低品質の政治コンテンツを含む疑わしいウェブサイトに誘導し、同じ$\mathbb{X}$とYouTubeアカウントを宣伝します。
このネットワークのメンバーは、AIが生成した欺くイメージも共有し、言語が政治的人物を攻撃し、権力と支配を伝達することを意図した象徴的なイメージを共有した。
$\mathbb{X}$はこれらのアカウントのサブセットを停止しているが、調整されたネットワークの75%以上がアクティブである。
本研究は,大規模ソーシャルメディアプラットフォーム上での脅威検出をスケールアップする計算モデルの開発において重要な役割を担っている。
関連論文リスト
- On the Use of Proxies in Political Ad Targeting [49.61009579554272]
我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。
本研究は政治広告の規制に関する議論に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-10-18T17:15:13Z) - Detecting Political Opinions in Tweets through Bipartite Graph Analysis:
A Skip Aggregation Graph Convolution Approach [9.350629400940493]
私たちは2020年の米国大統領選挙に集中し、Twitterから大規模なデータセットを作成します。
ツイート中の政治的意見を検出するために,ユーザの投稿行動とリツイート行動に基づいて,ユーザツイートの2部グラフを構築した。
ツイートノードに2階隣人からの情報を集約する新しいスキップアグリゲーション機構を導入する。
論文 参考訳（メタデータ） (2023-04-22T10:38:35Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Countering Malicious Content Moderation Evasion in Online Social
Networks: Simulation and Detection of Word Camouflage [64.78260098263489]
ツイストとカモフラージュキーワードは、プラットフォームコンテンツモデレーションシステムを回避する最もよく使われるテクニックである。
本稿では,コンテンツ回避の新たな手法をシミュレートし,検出する多言語ツールを開発することにより,悪意ある情報に対する対処に大きく貢献する。
論文 参考訳（メタデータ） (2022-12-27T16:08:49Z) - Exploiting the Right: Inferring Ideological Alignment in Online
Influence Campaigns Using Shared Images [0.0]
この研究は、偽情報キャンペーンのエージェントが共有するビジュアルメディアの調査を進め、こうしたキャンペーンの一環としてTwitterが特定したアカウントが共有する画像を特徴付ける。
米国政治家のTwitterアカウントが共有する画像をベースラインとトレーニングセットとして使用し、共有する画像を使用してアカウントのイデオロギー的な表示を推測するモデルを構築します。
論文 参考訳（メタデータ） (2022-04-13T15:22:17Z) - Relational Graph Neural Networks for Fraud Detection in a Super-App
environment [53.561797148529664]
スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。
我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。
以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
論文 参考訳（メタデータ） (2021-07-29T00:02:06Z) - 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) - Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。
本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
論文 参考訳（メタデータ） (2020-11-13T10:19:13Z) - A Survey on Computational Propaganda Detection [31.42480765785039]
プロパガンダのキャンペーンは、特定の議題を進めるために人々のマインドセットに影響を与えることを目的としている。
インターネットの匿名性、ソーシャルネットワークのマイクロプロファイリング能力、およびアカウントの協調ネットワークの自動作成と管理を容易にする。
論文 参考訳（メタデータ） (2020-07-15T22:25:51Z) - Automatic Detection of Influential Actors in Disinformation Networks [0.0]
本稿では,偽情報物語やネットワーク,影響力あるアクターの検出を自動化するためのエンドツーエンドフレームワークを提案する。
システムは精度96%、リコール79%、PR曲線96%のIOアカウントを検出する。
結果は、米国議会の報告書、調査ジャーナリズム、Twitterが提供するIOデータセットからの、既知のIOアカウントの独立したソースと相関している。
論文 参考訳（メタデータ） (2020-05-21T20:15:51Z)
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。