論文の概要: Binge, Bot, Repeat: Unpacking the Ecosystem of Video Piracy on Telegram

• arxiv url: http://arxiv.org/abs/2605.08418v1
• Date: Fri, 08 May 2026 19:24:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 15:18:42.16917
• Title: Binge, Bot, Repeat: Unpacking the Ecosystem of Video Piracy on Telegram
• Title（参考訳）: Binge, Bot, Repeat: ビデオ海賊行為の生態系をテレグラムで解き放つ
• Authors: Sadikshya Gyawali, Jaishnoor Kaur, Taylor Graham, Josef Horacek, Nowshin Tabassum, Shirin Nilizadeh, Sayak Saha Roy,
• Abstract要約: 2023年12月から2026年1月までに209kの投稿を共有した1,057チャンネルの混合分析により,Telegram上でのビデオ海賊行為に関する大規模な研究を行った。 我々は,これらのチャネルの活動と意図をポスト単位のレベルで構造化した理解を可能にする,きめ細かい分類法を開発した。 このエコシステムの規模と持続性は、Telegram上の新興ビデオ海賊コミュニティを検出するリアルタイムフレームワークであるAnti-RIPの開発を動機付けている。
• 参考スコア（独自算出の注目度）: 2.272052150526026
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Telegram has emerged as a major platform for large-scale video piracy, where copyrighted content is rapidly distributed among users. Despite its prominence, the structural and operational dynamics of this ecosystem remain insufficiently understood. To address this gap, we present the first large-scale study of video piracy on Telegram through a mixed-method analysis of 1,057 channels that shared 209k unique posts between December 2023 and January 2026 - systematically characterizing their content, distribution strategies, and how the ecosystem is sustained at scale. Central to our approach is the development of a fine-grained taxonomy that enables a structured understanding of the activity and intent of these channels on a per-post level. The channels collectively distributed 19,033 unique copyrighted titles originating from 175 countries, accumulating over 4.85B unique views and resulting in a lower-bound estimated financial loss of $17.49B for content rights holders. We also find that this ecosystem is deliberately engineered to be resilient against takedown efforts, frequently redirecting users through chains of intermediary channels and automated bots that collectively handle hosting, access control, monetization, and channel discovery. The scale and persistence of this ecosystem motivated the development of Anti-RIP, a real-time framework for detecting emerging video piracy communities on Telegram. Anti-RIP utilizes our taxonomy to generate contextual, interpretable insights that stakeholders confirmed improve the triaging action against reported posts and channels. Over a 61-day period, the framework facilitated the takedown of 524 previously unknown piracy channels and 71 bots. To support reproducibility and future research, we open-source both the dataset and the Anti-RIP framework.
• Abstract（参考訳）: Telegramは、著作権付きコンテンツが急速にユーザー間で配布される大規模なビデオ海賊行為のための主要なプラットフォームとして登場した。 その名声にもかかわらず、この生態系の構造的・運用的ダイナミクスはいまだに十分に理解されていない。 このギャップに対処するために,2023年12月から2026年1月までに209万のユニークなポストを共有した1,057チャンネルの混成分析を通じて,Telegram上でのビデオ海賊行為に関する大規模な研究を行った。 我々のアプローチの中心は、ポストレベルでこれらのチャネルの活動と意図を構造化された理解を可能にする、きめ細かい分類法の開発である。 チャンネルは合計で175か国から19,033の著作権を持つタイトルを配布し、4.85B以上のユニークビューを蓄積し、コンテンツ権保有者には17.49億ドルの損失と見積もられた。 また、このエコシステムは、削除作業に対してレジリエントに設計されており、ホスティング、アクセス制御、マネタイズ、チャネル発見を集合的に処理する仲介チャネルや自動化ボットのチェーンを通じて、頻繁にユーザをリダイレクトしています。 このエコシステムの規模と持続性は、Telegram上の新興ビデオ海賊コミュニティを検出するリアルタイムフレームワークであるAnti-RIPの開発を動機付けている。 反RIPは我々の分類を利用して、ステークホルダーが報告された投稿やチャンネルに対するトリアージ行動を改善するという文脈的、解釈可能な洞察を生成する。 このフレームワークは61日間にわたって、524の未知の海賊チャンネルと71のボットの削除を促進した。 再現性と今後の研究を支援するため,データセットとアンチRIPフレームワークをオープンソース化した。

関連論文リスト

• Making MLLMs Blind: Adversarial Smuggling Attacks in MLLM Content Moderation [54.38271718421492]
  敵の密輸攻撃は人間とAIの能力ギャップを悪用する。 有害なコンテンツを人間の読みやすい視覚形式にエンコードする。 我々は緩和戦略の予備的な調査を行う。
  論文  参考訳（メタデータ） (2026-04-08T11:13:16Z)
• Mining the YARA Ecosystem: From Ad-Hoc Sharing to Data-Driven Threat Intelligence [0.30586855806896046]
  YARAは「コードとしての判断」のデファクトスタンダードとして自らを確立している。 広く使われているにもかかわらず、オープンソースのYARAエコシステムはアドホックな共有と不透明な品質が特徴である。 我々は,1,853のGitHubリポジトリから抽出した840万のルールについて,大規模な混合メソッド調査を行った。
  論文  参考訳（メタデータ） (2026-03-15T03:01:13Z)
• Cluster-Aware Attacks on Graph Watermarks [50.19105800063768]
  本稿では,コミュニティ誘導型修正を回避できるクラスタ・アウェア・脅威モデルを提案する。 その結果,クラスタ・アウェア・アタックは,ランダムなベースラインよりも最大80%の精度でアトリビューション精度を低下させることができることがわかった。 グラフコミュニティにまたがる透かしノードを分散する軽量な埋め込み拡張を提案する。
  論文  参考訳（メタデータ） (2025-04-24T22:49:28Z)
• DarkGram: A Large-Scale Analysis of Cybercriminal Activity Channels on Telegram [2.9982223037163998]
  339のサイバー犯罪活動チャネル(CAC)の大規模分析を行った。 これらのチャンネルは、様々な悪意のある非倫理的なコンテンツを購読者と共有している。 DarkGramはCACからの悪意のある投稿を自動的に96%の精度で識別するフレームワークです。
  論文  参考訳（メタデータ） (2024-09-22T21:19:37Z)
• Exploiting CPU Clock Modulation for Covert Communication Channel [0.3277163122167433]
  現代のx86プロセッサのデューティサイクル変調機能を利用した新しい秘密チャネルを公開する。 具体的には、送信機と受信機という2つの共同作業プロセスが、この機能を操作し、機密情報を漸近的に送信する方法について説明する。 我々のライブシステム実装は、この秘密チャネルが最大55.24ビット/秒のデータ転送速度を達成できることを実証している。
  論文  参考訳（メタデータ） (2024-04-08T19:23:04Z)
• Uncovering the Dark Side of Telegram: Fakes, Clones, Scams, and Conspiracy Movements [56.49045238318727]
  我々は35,382の異なるチャンネルと130,000,000以上のメッセージを収集して,Telegramの大規模解析を行う。 カードなどのダークウェブのプライバシー保護サービスにも、悪名高い活動がいくつかある。 疑似チャネルを86%の精度で識別できる機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-11-26T14:53:31Z)
• Channel-wise Gated Res2Net: Towards Robust Detection of Synthetic Speech Attacks [67.7648985513978]
  自動話者検証(ASV)における既存のアンチスプーフィングのアプローチは、未確認攻撃に対する一般化性に欠ける。 本稿では,チャネルワイズゲーティング機構を実現するためにRes2Netを改良した新しいCG-Res2Netを提案する。
  論文  参考訳（メタデータ） (2021-07-19T12:27:40Z)
• Decentralized Learning for Channel Allocation in IoT Networks over Unlicensed Bandwidth as a Contextual Multi-player Multi-armed Bandit Game [134.88020946767404]
  本稿では,プライマリセルネットワークにライセンスされたスペクトルに基づいて,アドホックなモノのインターネットネットワークにおける分散チャネル割り当て問題について検討する。 本研究では,この問題をコンテキスト型マルチプレイヤー・マルチアームバンディットゲームにマッピングし,試行錯誤による純粋に分散化された3段階ポリシー学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-03-30T10:05:35Z)

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。