論文の概要: Israel-Hamas War on X: A Case Study of Coordinated Campaigns and Information Integrity

• arxiv url: http://arxiv.org/abs/2604.10566v1
• Date: Sun, 12 Apr 2026 10:22:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.103184
• Title: Israel-Hamas War on X: A Case Study of Coordinated Campaigns and Information Integrity
• Title（参考訳）: イスラエル・ハーマス対X戦争 : 協調キャンペーンと情報統合の事例研究
• Authors: Tuğrulcan Elmas, Filipi Nascimento Silva, Manita Pote, Priyanka Dey, Keng-Chi Chang, Jinyi Ye, Luca Luceri, Cody Buntain, Emilio Ferrara, Alessandro Flammini, Fil Menczer,
• Abstract要約: ソーシャルメディア上での協調キャンペーンは危機情報環境を形成する上で重要な役割を担っている。 我々は,2023年のイスラエル・ハーマス戦争をTwitter上でケーススタディとして,協調キャンペーンと情報整合性の間の相互作用について検討した。
• 参考スコア（独自算出の注目度）: 34.92040311900383
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coordinated campaigns on social media play a critical role in shaping crisis information environments, particularly during the onset of conflicts when uncertainty is high and verified information is scarce. We study the interplay between coordinated campaigns and information integrity through a case study of the 2023 Israel-Hamas War on Twitter (X). We analyze 4.5~million tweets and employ established coordination detection methods to identify 11 coordinated groups involving 541 accounts. We characterize these groups through a multimodal analysis that includes topics, account amplification, toxicity, emotional tone, visual themes, and misleading claims. Our analysis reveal that coordinated campaigns rely predominantly on low-complexity tactics, such as retweet amplification and copy-paste diffusion, and promote distinct narratives consistent with a fragmented manipulation landscape, without centralized control. Widely amplified misleading claims concentrate within just three of the identified coordinated groups; the remaining groups primarily engage in advocacy, religious solidarity, or humanitarian mobilization. Claim-level integrity, toxicity, and emotional signals are mutually uncorrelated: no single behavioral signal is a reliable proxy for the others. Targeting the most prolific spreaders of misleading content for moderation would be effective in reducing such content. However, targeting prolific amplifiers in general would not achieve the same mitigation effect. These findings suggest that evaluating coordination structures jointly with their specific content footprints is needed to effectively prioritize moderation interventions.
• Abstract（参考訳）: ソーシャルメディア上での協調キャンペーンは危機情報環境の形成において重要な役割を担っている。 協調キャンペーンと情報整合性の間の相互作用を,2023年のイスラエル・ハーマス戦争(X)のケーススタディを通じて検討した。 我々は4.5～100万のツイートを分析し,541のアカウントを含む11の協調グループを識別するコーディネーション検出手法を構築した。 我々はこれらのグループをマルチモーダル分析によって特徴付け、トピック、アカウント増幅、毒性、感情的トーン、視覚的テーマ、誤解を招くクレームを含む。 分析の結果、協調キャンペーンはリツイート増幅やコピー・ペースト拡散といった低複雑さの戦術に大きく依存しており、集中的な制御なしに、断片化された操作環境と整合した物語を促進することが判明した。 広く増幅された誤解を招く主張は、特定されたグループのうち3つのグループに集中しており、残りのグループは主に擁護、宗教的連帯、人道的な動員に関与している。 クレームレベルの完全性、毒性、感情的な信号は相互に無関係である。 誤解を招くコンテンツの最も多彩なスプレッドラーをモデレーションとしてターゲットすることは、そのようなコンテンツを減らすのに効果的である。 しかし、一般に多目的増幅器をターゲットにしても、同じ緩和効果は得られない。 これらの結果から,モデレーション介入を効果的に優先順位付けするためには,特定のコンテンツフットプリントと協調してコーディネーション構造を評価する必要があることが示唆された。

関連論文リスト

• The Sum Leaks More Than Its Parts: Compositional Privacy Risks and Mitigations in Multi-Agent Collaboration [72.33801123508145]
  大規模言語モデル(LLM)はマルチエージェントシステムに不可欠なものである。 プライバシーリスクは、暗記、直接推論、シングルターン評価を超えて現れる。 特に、相互作用によって構成される一見無害な反応は、敵が機密情報の回復を累積的に行うことができる。
  論文  参考訳（メタデータ） (2025-09-16T16:57:25Z)
• Enhancing the Robustness of Contextual ASR to Varying Biasing Information Volumes Through Purified Semantic Correlation Joint Modeling [63.755562174967274]
  クロスアテンションはバイアス情報量の変化に影響される。 そこで本研究では,PSC-Jointを用いた意味相関結合モデリング手法を提案する。 PSC-JointはAISHELL-1では21.34%、KeSpeechでは28.46%の平均的なF1スコアの改善を達成した。
  論文  参考訳（メタデータ） (2025-09-07T03:46:59Z)
• Illusions of Relevance: Using Content Injection Attacks to Deceive Retrievers, Rerankers, and LLM Judges [52.96987928118327]
  検索,リランカー,大型言語モデル(LLM)の埋め込みモデルは,コンテンツインジェクション攻撃に対して脆弱であることがわかった。 主な脅威は,(1) 意味不明な内容や有害な内容の挿入,(2) 関連性を高めるために,問合せ全体あるいはキークエリ用語の挿入,の2つである。 本研究は, 注射内容の配置や関連物質と非関連物質とのバランスなど, 攻撃の成功に影響を与える要因を系統的に検討した。
  論文  参考訳（メタデータ） (2025-01-30T18:02:15Z)
• What distinguishes conspiracy from critical narratives? A computational analysis of oppositional discourse [42.0918839418817]
  本稿では,陰謀と批判的テキストを区別する,トピックに依存しない新しいアノテーション手法を提案する。 また、Telegramメッセージの高品質なアノテーションを含む多言語XAI-DisInfodemics corpus(英語とスペイン語)にも貢献する。
  論文  参考訳（メタデータ） (2024-07-15T14:18:47Z)
• Coordinated Activity Modulates the Behavior and Emotions of Organic Users: A Case Study on Tweets about the Gaza Conflict [9.58546889761175]
  この研究は、ガザ紛争の最中のTwitter上で、コーディネートされた(悪意のある)エンティティとオーガニックな(規則的な)ユーザの間の相互作用のダイナミクスを詳しく調べる。 13万以上のユーザーから約350万件のツイートを分析した結果、ユーザのコーディネートが情報のランドスケープに大きく影響していることが判明した。 結果は、ソーシャルメディアプラットフォーム上での情報操作に対する警戒と、微妙な理解の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-02-08T18:07:17Z)
• Attacking Cooperative Multi-Agent Reinforcement Learning by Adversarial Minority Influence [41.14664289570607]
  Adrial Minority Influence (AMI) は実用的なブラックボックス攻撃であり、被害者のパラメータを知らずに起動できる。 AMIは複雑なマルチエージェント相互作用とエージェントの協調的な目標を考えることでも強い。 我々は、実世界のロボット群に対する最初の攻撃と、シミュレーションされた環境における事実上の愚かなエージェントを、全体として最悪のシナリオへと攻撃することに成功した。
  論文  参考訳（メタデータ） (2023-02-07T08:54:37Z)
• From Curious Hashtags to Polarized Effect: Profiling Coordinated Actions in Indonesian Twitter Discourse [6.458496335718509]
  デジタル空間における協調的なキャンペーンは、実際の抗議や暴動を通じて政治的分極と安全保障への脅威を引き起こす可能性から、ますます重要な研究領域となっている。 インドネシアのTwitter談話における協調行動の2つのケーススタディについて紹介する。
  論文  参考訳（メタデータ） (2022-07-16T13:17:30Z)
• Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
  異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。 我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。 3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
  論文  参考訳（メタデータ） (2022-04-19T12:10:03Z)
• Observing a group to infer individual characteristics [1.0152838128195465]
  本研究では, 現地住民がエージェントの動きをどう支援するか, あるいは妨げるかを, 観測した動き情報のみに基づいて推定する新しいオブザーバアルゴリズムを提案する。 従来の教師付き学習アプローチとは異なり、このアルゴリズムは物理的な洞察とスケーリング引数に基づいており、トレーニングデータに依存しない。 このようなデータに依存しないアプローチは、クリーンでラベル付けされたデータが入手が困難な現実世界の多くの問題と関連している。
  論文  参考訳（メタデータ） (2021-10-12T09:59:54Z)
• A General Method to Find Highly Coordinating Communities in Social Media through Inferred Interaction Links [13.264683014487376]
  政治的誤報、占い、組織化されたトロリングは、オンラインの悪意ある行動であり、現実世界に重大な影響を及ぼす。 本稿では,アカウントのインタラクションとメタデータのみに依存する新しい時間的ウィンドウ手法を提案する。 さまざまな行動に関わるアカウントのグループを検出し、それを協調して、異なる目標ベースの戦略を実行する。
  論文  参考訳（メタデータ） (2021-03-05T00:48:23Z)

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。