論文の概要: Topical Shifts in the Dark Web: A Longitudinal Analysis of Content from the Cybercrime Ecosystem

• arxiv url: http://arxiv.org/abs/2605.15345v1
• Date: Thu, 14 May 2026 19:14:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 17:44:16.275113
• Title: Topical Shifts in the Dark Web: A Longitudinal Analysis of Content from the Cybercrime Ecosystem
• Title（参考訳）: ダークウェブにおけるトピックシフト:サイバー犯罪生態系からのコンテンツに関する縦断的分析
• Authors: Roy Ricaldi, Maximilian Schafer, Philipp Zech, Luca Allodi, Raffaela Groner, Irdin Pekaric,
• Abstract要約: 我々は6年間で収集した11,403,638のHTMLスナップショット(約1245.38GB)を用いて,ダークウェブ上の25,065のWebサイトを経時的に分析した。 その結果,議論総量の約75%は永続的なトピックの小さなセットに集中しており,短命のテーマは活動の約3%を占めていることがわかった。 平均的なトピックの寿命は75ヶ月であり、突然の置き換えではなく、段階的なテーマの進化を示している。
• 参考スコア（独自算出の注目度）: 2.2782316435989567
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The dark web hosts a dynamic ecosystem of cybercrime forums and marketplaces that adapt to law enforcement pressure, technological change, and economic incentives. Prior research has extracted cyber threat intelligence from these platforms using static snapshots, with limited attention to how discussions evolve over time. In this study, we conduct a longitudinal analysis of 25,065 websites in the dark web using 11,403,638 HTML snapshots (approximately 1245.38 GB) collected over six years. We develop a longitudinal topic-modeling framework combining domain-specific embeddings, density-based clustering and temporal aggregation to measure topic prevalence and lifecycle at the website level. Our analysis identifies 55 thematic clusters. We find that approximately 75% of total discussion volume is concentrated in a small set of persistent core topics, while short-lived themes account for approximately 3% of activity. The median topic lifespan is 75 months, indicating gradual thematic evolution rather than abrupt replacement.
• Abstract（参考訳）: ダークウェブは、法執行機関の圧力、技術的な変化、経済的なインセンティブに適応するサイバー犯罪フォーラムとマーケットプレイスの動的なエコシステムをホストしている。 以前の研究では、静的スナップショットを使用してこれらのプラットフォームからサイバー脅威インテリジェンスを抽出し、時間とともに議論がどのように進化するかに限定的に注意を払っていた。 本研究では,6年以上にわたって収集された11,403,638個のHTMLスナップショット(約1245.38GB)を用いて,暗黒Web上の25,065個のWebサイトを経時的に分析した。 本研究では,ドメイン固有の埋め込み,密度に基づくクラスタリング,時間的アグリゲーションを組み合わせた縦型トピックモデリングフレームワークを開発し,Webサイトレベルでのトピックの有病率とライフサイクルを測定する。 本分析では,55個のテーマクラスタを同定した。 その結果,議論総量の約75%は永続的なトピックの小さなセットに集中しており,短命のテーマは活動の約3%を占めていることがわかった。 平均的なトピックの寿命は75ヶ月であり、突然の置き換えではなく、段階的なテーマの進化を示している。

関連論文リスト

• Paper Espresso: From Paper Overload to Research Insight [53.45135239997754]
  本稿では,最新のarXiv論文を自動的に発見,要約,分析するオープンソースプラットフォームであるPaper Espressoを紹介する。 このシステムは、大きな言語モデル(LLM)を使用して、トピックラベルとキーワードで構造化された要約を生成する。 35ヶ月の継続的デプロイメントを経て、Paper Espressoは13,300以上の論文を処理し、構造化されたメタデータをすべて公開している。
  論文  参考訳（メタデータ） (2026-04-06T09:45:21Z)
• Let There Be Claws: An Early Social Network Analysis of AI Agents on Moltbook [0.0]
  ローンチから12日以内に、AIネイティブなソーシャルプラットフォームは、極端な注意集中、階層的な役割分離、一方的な注意の流れを示す。 我々は,共同参加型・指向型グラフを構築し,相互性,コミュニティ構造,中央集権性について報告する。 これらの結果は、大規模エージェント-エージェント・ソーシャル・インタラクションのための初期の構造的ベースラインを提供する。
  論文  参考訳（メタデータ） (2026-02-23T16:57:07Z)
• "Humans welcome to observe": A First Look at the Agent Social Network Moltbook [20.305306682682087]
  AIエージェント専用に設計された最初のソーシャルネットワークであるMoltbookは、2026年初頭にバイラルな成長を遂げた。 44,411件の投稿と12,209件のサブコミュニティのデータセットを活用し,大規模なモルトブックの実証分析を行った。 モルトブックは爆発的な成長と急速な多様化を示し、初期の社会的相互作用を超えて、視点、プロモーション、政治談話へと移行している。
  論文  参考訳（メタデータ） (2026-02-02T19:13:50Z)
• Modeling Political Discourse with Sentence-BERT and BERTopic [0.0]
  我々は、第117回米国議会におけるTwitterの活動における政治トピックの長寿と道徳的側面を分析した。 以上の結果から, 主題は安定しているが, 粒状物質は急速に溶解する傾向にあることが明らかとなった。 道徳的基盤はトピック長寿において重要な役割を担い、ケアとロイヤリティは耐久性のあるトピックを支配し、パルチザン的な違いは異なる道徳的フレーミング戦略に現れている。
  論文  参考訳（メタデータ） (2025-10-27T01:19:42Z)
• Towards Scalable Topic Detection on Web via Simulating Levy Walks Nature of Topics in Similarity Space [55.97416108140739]
  類似性空間におけるLevi Walk自然をシミュレートすることで,グループトピックに対する新しい,しかし非常に強力なExplore-Exploit(EE)アプローチを提案する。 2つの公開データセットの実験により、我々の手法は、有効性の観点からは最先端の手法に匹敵するだけでなく、効率面では最先端の手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2024-07-26T07:19:46Z)
• A Threefold Review on Deep Semantic Segmentation: Efficiency-oriented, Temporal and Depth-aware design [77.34726150561087]
  我々は、自動運転車のビジョンの文脈において、Deep Semanticの最も関連性があり最近の進歩について調査を行う。 私たちの主な目的は、それぞれの視点で直面している主要な方法、利点、制限、結果、課題に関する包括的な議論を提供することです。
  論文  参考訳（メタデータ） (2023-03-08T01:29:55Z)
• Characterising Research Areas in the field of AI [68.8204255655161]
  トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。 その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
  論文  参考訳（メタデータ） (2022-05-26T16:30:30Z)
• Spatial-Temporal Sequential Hypergraph Network for Crime Prediction [56.41899180029119]
  本稿では,複合犯罪の時空間パターンを包括的に符号化する時空間逐次ハイパーグラフネットワーク(ST-SHN)を提案する。 特に、長距離及びグローバルなコンテキスト下での時空間力学を扱うために、グラフ構造化されたメッセージパッシングアーキテクチャを設計する。 提案するST-SHNフレームワークは予測性能を大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-01-07T12:46:50Z)
• Improving Cyberbully Detection with User Interaction [34.956581421295]
  本稿では,ユーザインタラクションの時間的ダイナミクスとトピックコヒーレンスをモデル化するためのグラフベース手法を提案する。 我々は,セッションレベルのいじめ検出とコメントレベルの事例スタディのタスクにより,アプローチの有効性を実証的に評価した。
  論文  参考訳（メタデータ） (2020-11-01T08:47:33Z)
• Beyond Social Media Analytics: Understanding Human Behaviour and Deep Emotion using Self Structuring Incremental Machine Learning [1.2487990897680423]
  この論文は、人間の社会的行動、ニーズ、認知の階層の表層を表わすものとして、社会的データを考慮した概念的枠組みを発展させている。 速いペースと遅いペースのソーシャルデータから洞察を得るために、2つのプラットフォームが構築された。
  論文  参考訳（メタデータ） (2020-09-05T14:53:26Z)
• Spatiotemporal Attacks for Embodied Agents [119.43832001301041]
  我々は、エンボディエージェントに対する敵攻撃を研究するための第一歩を踏み出した。 特に,時間次元と空間次元の両方の相互作用履歴を利用する逆例を生成する。 我々の摂動は強力な攻撃力と一般化能力を持っている。
  論文  参考訳（メタデータ） (2020-05-19T01:38:47Z)

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。