非テキストデータを利用したSNS上の誘い出しユーザ検知

• Item type: Journal(1)
• 公開日: 2024-02-15
• タイトル: 非テキストデータを利用したSNS上の誘い出しユーザ検知
• タイトル / 言語: en
• タイトル: Cyber-luring User Detection Using Non-text Data
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [一般論文] ソーシャルネットワーク，ネットリスク検知，誘い出し
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• ID登録: 10.20729/00232328
• ID登録 / ID登録タイプ: JaLC
• 著者所属: 東京大学
• 著者所属: 東京大学
• 著者所属: 東京大学／株式会社サイバーエージェント
• 著者所属(英): en
• 著者所属(英): The University of Tokyo
• 著者所属(英): en
• 著者所属(英): The University of Tokyo
• 著者所属(英): en
• 著者所属(英): The University of Tokyo / CyberAgent, Inc.
• 著者名: 西口, 真央; 鳥海, 不二夫; 高野, 雅典
• 著者名(英): Mao, Nishiguchi; Fujio, Toriumi; Masanori, Takano
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年，ソーシャルネットワーキングサービス（SNS）上で児童買春や児童ポルノを目的とした誘い出し被害が増加しており，これらのリスクをいち早く検知，軽減することが重要な社会課題の1つとなっている．誘い出し行為を自動検知する既存技術の多くは機械学習的アプローチであり，個人間メッセージなどのテキストデータを利用することを前提に開発されてきた．しかしながら，近年のSNSの多機能化による接触機会の多様化や，プライバシ保護意識の高まりにともなう会話コーパスの利用制限など，新たな問題も発生している．本研究では，メタデータやユーザ関係ネットワークデータのような非テキストデータのみを利用した，新たな誘い出しユーザの検知手法を開発する．提案手法は，グラフニューラルネットワーク技術をベースに，スタッキング法や不均衡学習技術を組み合わせることで，ユーザ間の多様な接触機会をとらえ，少数の誘い出しユーザを検知するための工夫を行っている．実際のSNSデータに対する誘い出しユーザ予測モデル構築実験の結果，比較的高性能なモデルの構築に成功し，本手法の有効性を確認した．また，提案手法の実運用を想定し，監視範囲を削減するための現実的なアプローチも提案した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recently, the number of cyber-luring victims for the purpose of child prostitution and child pornography on social networking services (SNS) has been increasing, and one of the important social issues is to detect and mitigate these risks as quickly as possible. Most of the existing technologies for automatic cyber-luring behavior detection are based on machine learning approaches and have been developed on the assumption that text data such as messages between individuals is used. However, new problems have emerged, such as the diversification of contact opportunities due to the multi-functionality of SNSs, and restrictions on the use of conversational corpora due to increasing awareness of privacy protection. In this study, we develop a new method for detecting cyber-luring users using non-textual data such as metadata and user relationship network data. The proposed method is based on graph neural network technology and combines stacking and imbalanced learning techniques to capture various contact opportunities among users and detect a small number of cyber-luring users. Experimental results on actual data show that we succeeded in constructing a high-performance model. We also proposed a realistic approach to reduce the scope of monitoring.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 65, 号 2, p. 602-612, 発行日 2024-02-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764
• 公開者 / 言語: ja
• 公開者 / 出版者: 情報処理学会