論文の概要: Graph-based Fake Account Detection: A Survey

• arxiv url: http://arxiv.org/abs/2507.06541v1
• Date: Wed, 09 Jul 2025 04:52:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-10 17:37:43.471934
• Title: Graph-based Fake Account Detection: A Survey
• Title（参考訳）: グラフに基づく偽アカウント検出:調査
• Authors: Ali Safarpoor Dehkordi, Ahad N. Zehmakan,
• Abstract要約: 本調査は,偽アカウントと実アカウントを区別するグラフベースの手法に着目し,既存の手法を総合的にレビューする。 本稿では,これらの手法を分類し,その強みと限界について論じるとともに,これらの手法がより広い文脈でどのように結びつくのかを説明する。 本論文は,今後の研究に向けて,いくつかの潜在的な道筋を提案することで締めくくっている。
• 参考スコア（独自算出の注目度）: 5.4327243200369555
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, there has been a growing effort to develop effective and efficient algorithms for fake account detection in online social networks. This survey comprehensively reviews existing methods, with a focus on graph-based techniques that utilise topological features of social graphs (in addition to account information, such as their shared contents and profile data) to distinguish between fake and real accounts. We provide several categorisations of these methods (for example, based on techniques used, input data, and detection time), discuss their strengths and limitations, and explain how these methods connect in the broader context. We also investigate the available datasets, including both real-world data and synthesised models. We conclude the paper by proposing several potential avenues for future research.
• Abstract（参考訳）: 近年,オンラインソーシャルネットワークにおいて,偽アカウント検出のための効率的かつ効率的なアルゴリズムの開発が進められている。 本調査は,ソーシャルグラフのトポロジ的特徴(共有コンテンツやプロファイルデータなどのアカウント情報に加えて)を活用して,偽アカウントと実アカウントを区別するグラフベースの手法を網羅的に検討する。 我々は,これらの手法の分類(例えば,使用する手法,入力データ,検出時間に基づく)を提供し,その強みと限界について議論し,これらの手法がより広い文脈でどのように結びつくかを説明する。 また、実世界のデータと合成モデルの両方を含む利用可能なデータセットについても検討する。 本論文は,今後の研究に向けて,いくつかの潜在的な道筋を提案することで締めくくっている。

関連論文リスト

• Out-of-Distribution Detection on Graphs: A Survey [58.47395497985277]
  グラフアウト・オブ・ディストリビューション(GOOD)検出は、トレーニング中に見られる分布から逸脱するグラフデータを特定することに焦点を当てる。 既存の手法を,拡張ベース,再構築ベース,情報伝達ベース,分類ベースという4つのタイプに分類する。 本稿では,グラフデータによるユニークな課題を浮き彫りにして,実践的応用と理論的基礎について論じる。
  論文  参考訳（メタデータ） (2025-02-12T04:07:12Z)
• A review on data-driven constitutive laws for solids [0.0]
  この記事では、法律を発見し、エンコードし、代理し、エミュレートするための最先端のデータ駆動技術を強調します。 我々の目標は、過去数十年で開発された幅広い方法論に組織化された分類を提供することである。
  論文  参考訳（メタデータ） (2024-05-06T17:33:58Z)
• Few-Shot Learning on Graphs: from Meta-learning to Pre-training and Prompting [56.25730255038747]
  この調査は、最近の展開を合成し、比較洞察を提供し、将来の方向性を特定するための取り組みである。 我々は,既存の研究をメタラーニングアプローチ,事前学習アプローチ,ハイブリッドアプローチの3つの主要なファミリーに体系的に分類した。 これらの手法間の関係を解析し,その強みと限界を比較する。
  論文  参考訳（メタデータ） (2024-02-02T14:32:42Z)
• Local Feature Matching Using Deep Learning: A Survey [19.322545965903608]
  局所的な特徴マッチングは、画像検索、3D再構成、オブジェクト認識といった領域を含むコンピュータビジョンの領域において幅広い応用を享受する。 近年,深層学習モデルの導入により,局所的特徴マッチング手法の探究が盛んに行われている。 また,移動構造,リモートセンシング画像登録,医用画像登録などの多様な領域における局所的特徴マッチングの実践的応用についても検討した。
  論文  参考訳（メタデータ） (2024-01-31T04:32:41Z)
• Exploring Graph Classification Techniques Under Low Data Constraints: A Comprehensive Study [0.0]
  ノードとエッジの摂動、グラフの粗大化、グラフ生成など、グラフデータの増大のためのさまざまなテクニックをカバーしている。 本稿は、これらの領域を深く探求し、さらに下位分類に着目する。 低データシナリオで直面するグラフ処理問題の解決に使用できる、幅広いテクニックの配列を提供する。
  論文  参考訳（メタデータ） (2023-11-21T17:23:05Z)
• Counterfactual Learning on Graphs: A Survey [34.47646823407408]
  グラフニューラルネットワーク(GNN)は,グラフ上での表現学習において大きな成功を収めている。 グラフ上のカウンターファクトラーニングは、これらの欠点を緩和する有望な結果を示している。 グラフ上の反ファクトフェアネス、説明可能性、リンク予測など、様々な手法が提案されている。
  論文  参考訳（メタデータ） (2023-04-03T21:42:42Z)
• A Survey on Graph Counterfactual Explanations: Definitions, Methods, Evaluation, and Research Challenges [9.206590881401528]
  グラフニューラルネットワーク(GNN)は、コミュニティ検出と分子分類においてよく機能する。 Counterfactual Explanations (CE) はブラックボックスモデルの透明性の限界を克服するための反例を提供する。
  論文  参考訳（メタデータ） (2022-10-21T16:29:14Z)
• Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
  ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。 本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
  論文  参考訳（メタデータ） (2021-07-05T16:32:45Z)
• Survey of Network Intrusion Detection Methods from the Perspective of the Knowledge Discovery in Databases Process [63.75363908696257]
  本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。 本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。 この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
  論文  参考訳（メタデータ） (2020-01-27T11:21:05Z)

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。