論文の概要: IMBWatch -- a Spatio-Temporal Graph Neural Network approach to detect Illicit Massage Business

• arxiv url: http://arxiv.org/abs/2601.00075v1
• Date: Wed, 31 Dec 2025 19:06:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-05 15:04:33.242459
• Title: IMBWatch -- a Spatio-Temporal Graph Neural Network approach to detect Illicit Massage Business
• Title（参考訳）: IMBWatch - 不正マッサージビジネスを検出する時空間グラフニューラルネットワークアプローチ
• Authors: Swetha Varadarajan, Abhishek Ray, Lumina Albert,
• Abstract要約: 違法マッサージ事業(IMB)は、人身売買、性的搾取、強制労働を促進しつつ、正当なウェルネスサービスのファサードの下で運営されている。 IMBWatchは、大規模なIMB検出のための時間グラフニューラルネットワーク(ST-GNN)フレームワークである。 IMBWatchは、スクラップされたオンライン広告、ビジネスライセンスレコード、クラウドソースされたレビューなど、オープンソースのインテリジェンスから動的グラフを構築する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Illicit Massage Businesses (IMBs) are a covert and persistent form of organized exploitation that operate under the facade of legitimate wellness services while facilitating human trafficking, sexual exploitation, and coerced labor. Detecting IMBs is difficult due to encoded digital advertisements, frequent changes in personnel and locations, and the reuse of shared infrastructure such as phone numbers and addresses. Traditional approaches, including community tips and regulatory inspections, are largely reactive and ineffective at revealing the broader operational networks traffickers rely on. To address these challenges, we introduce IMBWatch, a spatio-temporal graph neural network (ST-GNN) framework for large-scale IMB detection. IMBWatch constructs dynamic graphs from open-source intelligence, including scraped online advertisements, business license records, and crowdsourced reviews. Nodes represent heterogeneous entities such as businesses, aliases, phone numbers, and locations, while edges capture spatio-temporal and relational patterns, including co-location, repeated phone usage, and synchronized advertising. The framework combines graph convolutional operations with temporal attention mechanisms to model the evolution of IMB networks over time and space, capturing patterns such as intercity worker movement, burner phone rotation, and coordinated advertising surges. Experiments on real-world datasets from multiple U.S. cities show that IMBWatch outperforms baseline models, achieving higher accuracy and F1 scores. Beyond performance gains, IMBWatch offers improved interpretability, providing actionable insights to support proactive and targeted interventions. The framework is scalable, adaptable to other illicit domains, and released with anonymized data and open-source code to support reproducible research.
• Abstract（参考訳）: イリシット・マッサージ・ビジネスズ(Illicit Massage Businesses, IMBs)は、人身売買、性的搾取、強制労働を促進しつつ、正当なウェルネス・サービスのファサードの下で活動する組織的搾取の秘密で永続的な形態である。 デジタル広告のエンコード、人員や場所の頻繁な変更、電話番号や住所などの共有インフラの再利用など、IMBの検出は困難である。 コミュニティのヒントや規制の検査を含む従来のアプローチは、トラッカーが依存する幅広い運用ネットワークを明らかにするために、ほとんど反応せず、効果がない。 これらの課題に対処するために、大規模なIMB検出のための時空間グラフニューラルネットワーク(ST-GNN)フレームワークであるIMBWatchを紹介する。 IMBWatchは、スクラップされたオンライン広告、ビジネスライセンスレコード、クラウドソースされたレビューなど、オープンソースのインテリジェンスから動的グラフを構築する。 ノードはビジネス、エイリアス、電話番号、ロケーションなどの異種エンティティを表し、エッジはコロケーション、繰り返し電話使用、同期広告などの時空間および関係パターンをキャプチャする。 このフレームワークは、グラフ畳み込み操作と時間的注意機構を組み合わせて、IMBネットワークの時間的・空間的進化をモデル化し、都市間労働者の移動、バーナー電話の回転、広告の協調といったパターンをキャプチャする。 複数の米国都市の実世界のデータセットの実験では、IMBWatchはベースラインモデルよりも優れており、高い精度とF1スコアを達成している。 パフォーマンス向上以外にも、IMBWatchは解釈可能性を改善し、アクティブでターゲットとする介入をサポートするための実用的な洞察を提供する。 フレームワークはスケーラブルで、他の不正なドメインに適応可能で、再現可能な研究をサポートするために匿名データとオープンソースコードでリリースされている。

関連論文リスト

• Graph Neural Network Based Adaptive Threat Detection for Cloud Identity and Access Management Logs [0.0]
  本稿では,グラフニューラルネットワークを用いたアダプティブ脅威検出フレームワークを提案する。 IAM監査パスから潜伏したユーザリソースのインタラクションパターンをリアルタイムで学習する。
  論文  参考訳（メタデータ） (2025-12-11T04:44:02Z)
• Bayesian Ego-graph inference for Networked Multi-Agent Reinforcement Learning [16.190458233440864]
  本稿では,ネットワーク型MARLのためのグラフベースのポリシーを提案する。 ベイズ変分法による疎密なコンテキスト認識相互作用構造を学習する分散型アクターフレームであるBayesGを紹介する。 BayesGは、最大167エージェントの大規模トラフィック制御タスクにおいて、強力なMARLベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-09-20T10:09:37Z)
• Accelerating Privacy-Preserving Federated Learning in Large-Scale LEO Satellite Systems [57.692181589325116]
  大規模な低地球軌道(LEO)衛星システムは、高速かつ広範囲のデータ交換を可能にする能力によって、ますます価値が高まっている。 プライバシー上の懸念と規制上の制約のため、リモートクライアントで収集された生データを集中的に集約することはできない。 フェデレーション学習は、分散デバイス上でローカルモデルをトレーニングし、モデルパラメータのみを交換することで、プライバシ保護の代替手段を提供する。 本稿では,コミュニケーションリソースを動的に割り当て,フェデレート学習を高速化する,離散時間グラフに基づくオンデマンドスケジューリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-05T03:33:42Z)
• Privacy-preserving design of graph neural networks with applications to vertical federated learning [56.74455367682945]
  VESPERと呼ばれるエンドツーエンドのグラフ表現学習フレームワークを提案する。 VESPERは、適切なプライバシー予算の下でスパースグラフと密度グラフの両方で高性能なGNNモデルをトレーニングすることができる。
  論文  参考訳（メタデータ） (2023-10-31T15:34:59Z)
• Client-side Gradient Inversion Against Federated Learning from Poisoning [59.74484221875662]
  フェデレートラーニング(FL)により、分散参加者は、データを中央サーバに直接共有することなく、グローバルモデルをトレーニングできる。 近年の研究では、FLは元のトレーニングサンプルの再構築を目的とした勾配反転攻撃(GIA)に弱いことが判明している。 本稿では,クライアント側から起動可能な新たな攻撃手法であるクライアント側中毒性グレーディエント・インバージョン(CGI)を提案する。
  論文  参考訳（メタデータ） (2023-09-14T03:48:27Z)
• Graph Neural Networks for Multi-Robot Active Information Acquisition [15.900385823366117]
  基礎となるグラフを通して通信する移動ロボットのチームは、興味のある現象を表す隠れた状態を推定する。 既存のアプローチはスケーラブルではないか、動的現象に対処できないか、あるいは通信グラフの変化に対して堅牢でないかのどちらかです。 本稿では,グラフ表現上に情報を集約し,逐次決定を分散的に行う情報対応グラフブロックネットワーク(I-GBNet)を提案する。
  論文  参考訳（メタデータ） (2022-09-24T21:45:06Z)
• Domain Adversarial Graph Convolutional Network Based on RSSI and Crowdsensing for Indoor Localization [8.406788215294483]
  少数のラベル付きサイトサーベイデータと大量のラベル付きクラウドセンシングWiFi指紋を用いてトレーニングできる新しいWiDAGCNモデルを提案する。 本システムは、複数の建物を含む公共の屋内ローカライゼーションデータセットを用いて評価する。
  論文  参考訳（メタデータ） (2022-04-06T08:06:27Z)
• 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)
• Learning Connectivity for Data Distribution in Robot Teams [96.39864514115136]
  グラフニューラルネットワーク(GNN)を用いたアドホックネットワークにおけるデータ分散のためのタスク非依存,分散化,低レイテンシ手法を提案する。 当社のアプローチは、グローバル状態情報に基づいたマルチエージェントアルゴリズムを各ロボットで利用可能にすることで機能させます。 我々は,情報の平均年齢を報酬関数として強化学習を通じて分散gnn通信政策を訓練し,タスク固有の報酬関数と比較してトレーニング安定性が向上することを示す。
  論文  参考訳（メタデータ） (2021-03-08T21:48:55Z)

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。