論文の概要: TeleHunt: A Framework and Tool for Efficient Cybercriminal Community Discovery on Telegram

• arxiv url: http://arxiv.org/abs/2606.04657v1
• Date: Wed, 03 Jun 2026 09:31:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 20:44:18.657172
• Title: TeleHunt: A Framework and Tool for Efficient Cybercriminal Community Discovery on Telegram
• Title（参考訳）: TeleHunt:Telegramによる効率的なサイバー犯罪コミュニティ発見のためのフレームワークとツール
• Authors: Roy Ricaldi, Victor Asanache, Luca Allodi,
• Abstract要約: 本稿では,Telegram上でサイバー犯罪コミュニティを発見するための様々な戦略の有効性を評価するためのフレームワークとツールであるTeleHuntを提案する。 我々は、メッセージレベルの分類、コンテキストフィルタリング、マーケットセグメンテーションラベリングを統合し、参照駆動型スノーボール戦略のセットを採用する。 本研究は, (i) モジュール型サイバー犯罪コンテンツ発見パイプライン, (ii) マーケットセグメンテーションアクセシビリティを実証的に評価したTelegram発見戦略の最初の体系的比較, (iii) 6,022のTelegramコミュニティからの1億7200万以上のメッセージのラベル付きデータセットを提供する。
• 参考スコア（独自算出の注目度）: 2.523415604068924
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents TeleHunt, a framework and tool for evaluating the effectiveness of different strategies to discover cybercriminal communities on Telegram. TeleHunt employs a set of reference-driven snowballing strategies, integrating message-level classification, contextual filtering, and market-segment labeling. Using open- and dark-web seeds, we systematically evaluate how seed source, pointer type, and exploration strategy influence discovery outcomes in three dimensions: efficiency, accessibility, and rediscovery. Our work provides (i) a modular cybercrime content discovery pipeline, (ii) the first systematic comparison of Telegram discovery strategies with an empirical characterization of market-segment accessibility, and (iii) a labeled dataset of over 172 million messages from 6,022 Telegram communities.
• Abstract（参考訳）: 本稿では,Telegram上でサイバー犯罪コミュニティを発見するための様々な戦略の有効性を評価するためのフレームワークとツールであるTeleHuntを提案する。 TeleHuntは、一連の参照駆動型スノーボール戦略を採用し、メッセージレベルの分類、コンテキストフィルタリング、マーケットセグメンテーションラベリングを統合している。 オープンウェブとダークウェブのシードを用いて、シードソース、ポインタタイプ、探索戦略が、効率、アクセシビリティ、再発見の3次元における発見結果にどのように影響するかを体系的に評価した。 私たちの仕事は i) モジュール型サイバー犯罪コンテンツ発見パイプライン。 (二)テレグラム発見戦略の市場区分アクセシビリティの実証的特徴との最初の体系的比較、及び (iii)6,022のTelegramコミュニティからの1億7200万以上のメッセージのラベル付きデータセット。

関連論文リスト

• Generative AI-driven Cross-layer Covert Communication: Fundamentals, Framework and Case Study [62.5909195375364]
  規制上の課題を軽減する効果的な戦略として、層間被覆通信機構が出現する。 生成人工知能(GenAI)を用いたエンドツーエンドのクロス層通信方式を提案する。 拡散強化学習を用いて, 層間安全な通信のクラウドエッジインターネットを構築するケーススタディを行った。
  論文  参考訳（メタデータ） (2025-01-19T15:05:03Z)
• MapExplorer: New Content Generation from Low-Dimensional Visualizations [60.02149343347818]
  低次元の可視化や「投影マップ」は大規模で複雑なデータセットの解釈に広く用いられている。 これらの視覚化は、既存の知識空間を理解するのに役立つだけでなく、未知の領域への探索を暗黙的にガイドする。 プロジェクションマップ内の座標をコヒーレントでコンテキストに整合したテキストコンテンツに変換する新しい知識発見タスクであるMapExplorerを紹介する。
  論文  参考訳（メタデータ） (2024-12-24T20:16:13Z)
• Bridging Nodes and Narrative Flows: Identifying Intervention Targets for Disinformation on Telegram [1.124958340749622]
  本稿では,テレグラム上での誤報の伝播を促進する構造機構について検討する。 我々は, ニューダルテレグラムチャネルの影響を定量化するために, 多次元「ブリッジング」メトリックを導入する。 ノードの小さなサブセットを発見し、このプラットフォームで情報「フロー」を象徴するパターンを特定します。
  論文  参考訳（メタデータ） (2024-11-08T19:10:42Z)
• Beyond App Markets: Demystifying Underground Mobile App Distribution Via Telegram [23.638100691705482]
  この研究は、Telegramの地下モバイルアプリエコシステムを包括的に調査した初めてのものである。 調査の結果,Telegramのユーザベースの1%に相当するサブスクリプションユーザ数の合計で,これらのアプリがTelegram上で著しく普及していることが判明した。 私たちの分析では、アプリの配布におけるiOS機能の誤用や、これらのアプリの悪意ある動作の頻度も明らかにしています。
  論文  参考訳（メタデータ） (2024-08-06T23:55:39Z)
• Leveraging feature communication in federated learning for remote sensing image classification [1.8843687952462738]
  本研究は,リモートセンシング画像分類に適用されたフェデレートラーニング(FL)のための革新的なコミュニケーション戦略を紹介し,評価する。 調査では,特徴中心のコミュニケーション,擬似重畳化,重みと特徴の両面を利用した組み合わせ手法について検討した。
  論文  参考訳（メタデータ） (2024-03-20T13:20:05Z)
• A Unified Framework for Exploratory Learning-Aided Community Detection Under Topological Uncertainty [14.903452009770715]
  META-CODEは、ソーシャルネットワークにおける重複コミュニティを検出する統合フレームワークである。 1)新たな再構築損失によってトレーニングされたグラフニューラルネットワーク(GNN)に基づくノードレベルのコミュニティアフィリエイト埋め込み,2)コミュニティアフィリエイトベースのノードクエリによるネットワーク探索,3)エッジ接続に基づくSiameseニューラルネットワークモデルを用いたネットワーク推論,の3つのステップで構成されている。
  論文  参考訳（メタデータ） (2023-04-10T10:22:21Z)
• Ranking-based Group Identification via Factorized Attention on Social Tripartite Graph [68.08590487960475]
  グループ識別のための文脈的要因認識(CFAG)という,GNNに基づく新しいフレームワークを提案する。 我々は3部グラフ畳み込み層を考案し、ユーザ、グループ、アイテム間の異なる種類の近隣からの情報を集約する。 データ疎度問題に対処するため,提案した因子化注意機構に基づく新しい伝搬増強層を考案した。
  論文  参考訳（メタデータ） (2022-11-02T01:42:20Z)
• A Comprehensive Survey on Community Detection with Deep Learning [93.40332347374712]
  コミュニティは、ネットワーク内の他のコミュニティと異なるメンバーの特徴と接続を明らかにする。 この調査は、最先端の手法の様々なカテゴリをカバーする新しい分類法を考案し、提案する。 ディープニューラルネットワーク(Deep Neural Network)は、畳み込みネットワーク(convolutional network)、グラフアテンションネットワーク( graph attention network)、生成的敵ネットワーク(generative adversarial network)、オートエンコーダ(autoencoder)に分けられる。
  論文  参考訳（メタデータ） (2021-05-26T14:37:07Z)
• Deep Learning for Community Detection: Progress, Challenges and Opportunities [79.26787486888549]
  この記事では、ディープニューラルネットワークにおける様々なフレームワーク、モデル、アルゴリズムの貢献について要約する。 この記事では、ディープニューラルネットワークにおける様々なフレームワーク、モデル、アルゴリズムの貢献について要約する。
  論文  参考訳（メタデータ） (2020-05-17T11:22:11Z)
• 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。