How to take advantage of behavioral features for the early detection of grooming in online conversations

Milon-Flores, Daniela F.; Cordeiro, Robson L. F.

doi:10.1016/j.knosys.2021.108017

Cited by 9 publications

(1 citation statement)

References 30 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…To this end, the use of behavioral features of user interactions should be explored thoroughly, as proposed in the recent work by Milon-Flores et al [152]. Interactions such as chatting, viewing streams, following, sending likes and gifts, etc., provide additional context regarding the behavior of each user and can be leveraged to decipher their intentions and strategies.…”

Section: Future Workmentioning

confidence: 99%

Analysis and detection of deviant and malicious behaviors in social media and beyond

Λυκουσάς¹

View full text Add to dashboard Cite

Σκοπός αυτής της διατριβής είναι να αναδείξει και να κατανοήσει διάφορες πτυχές κακόβουλων συμπεριφορών τόσο στον κόσμο των μέσων κοινωνικής δικτύωσης όσο και στον κόσμο του κυβερνοεγκλήματος. Συγκεκριμένα, η παρούσα μελέτη απαρτίζεται από δύο μέρη. Το πρώτο μέρος εστιάζεται στην μελέτη αποκλινουσών συμπεριφορών συνυφασμένων με την παραγωγή και κατανάλωση πορνογραφικού υλικού σε κοινωνικά δίκτυα ζωντανής µετάδοσης εικονοροών (Social Live Streaming Services - SLSS). Τα εν λόγω δίκτυα επιτρέπουν στους χρήστες να μοιράζονται την καθημερινότητά τους μέσω της κάμερας των κινητών συσκευών τους. Το επίπεδο διεπαφής που προσφέρουν τέτοιες πλατφόρμες, σε συνδυασμό με την αδυναμία επαλήθευσης της ηλικίας των χρηστών τους καθώς και την έλλειψη αποτελεσματικών μέσων επιβολής των κανόνων ασφαλούς χρήσης τους, δίνει σε κακόβουλους χρήστες τη δυνατότητα να προσεγγίζουν ευάλωτα άτομα (π.χ. ανηλίκους) με απώτερο σκοπό την αποπλάνηση και τη σεξουαλική εκμετάλλευσή τους. Στα πλαίσια αυτής της διατριβής έγινε εκτενής μελέτη συναφών συμπεριφορών σε δύο κοινωνικά δίκτυα αυτής της κατηγορίας, από τα οποία συλλέχθηκε μεγάλος όγκος από αλληλεπιδράσεις μεταξύ χρηστών. Τα δεδομένα που προέκυψαν, κατόπιν αναλύθηκαν ώστε να μοντελοποιηθούν τέτοιας φύσης παραβατικές συμπεριφορές και να “αποκρυπτογραφηθούν” τα μοτίβα επικοινωνίας κακόβουλων χρηστών που έχουν διαμορφωθεί με τρόπο τέτοιο ώστε να παρακάμπτουν τις δικλείδες ασφαλείας που εφαρμόζονται από αυτές τις πλατφόρμες. Επίσης, η μελέτη επεκτείνεται και στην ανάλυση της παράνομης εμπορευματοποίησης και διάχυσης πορνογραφικού υλικού σε δημοφιλή μέσα κοινωνικής δικτύωσης. Το δεύτερο σκέλος της διατριβής επικεντρώνεται στον κόσμο της σύγχρονης ηλεκτρονικής εγκληματικότητας. Συγκεκριμένα, τα προϊόντα και οι επί πληρωμή υπηρεσίες που προσφέρουν κυβερνοεγκληματίες στον ιστό επιφανείας (Surface Web), εκμεταλλευόμενοι την αποκεντροποιημένη και ανώνυμη φύση που χαρακτηρίζει εμπορικές πλατφόρμες όπως το Shoppy. Τέτοια παράνομα “προϊόντα” περιλαμβάνουν κλεμμένα διαπιστευτήρια για ψηφιακές υπηρεσίες, κακόβουλο λογισμικό κ.α. Εστιάζοντας στο κακόβουλο λογισμικό, η παρούσα διατριβή επιχειρεί να συμβάλλει στην αντιμετώπιση της εξάπλωσής του, μέσω της συλλογής και ανάλυσης ενός εκτενους συνόλου διευθυνσεων που έχουν δημιουργηθεί από αλγορίθμους δημιουργίας διευθύνσεων (Domain Generation Algorithms) και χρησιμοποιούνται για την ενορχήστρωση επιθέσεων και τον απομακρυσμένο έλεγχο προσβεβλημένων συστημάτων. Επίσης, παρουσιάζει και αξιολογεί ένα νέο σύνολο χαρακτηριστικών για την αποτελεσματική ανίχνευση τους με μεθόδους μηχανικής μάθησης. Τέλος, η διατριβή σκιαγραφεί τους κινδύνους που ελλοχεύουν στον αναδυόμενο κόσμο των συστημάτων διευθυνσιοδότησης που στηρίζονται στην τεχνολογία blockchain (Blockchain DNS), αναλύοντας τα οικοσυστήματα Namecoin και Emercoin που ως επί το πλείστον γίνονται αντικείμενο κατάχρησης από κυβερνοεγκληματίες για κακόβουλους σκοπούς.

show abstract

Section: Future Workmentioning

confidence: 99%

Analysis and detection of deviant and malicious behaviors in social media and beyond

Λυκουσάς¹

View full text Add to dashboard Cite

show abstract

Online Child Grooming Detection: Challenges and Future Directions

Mylonas,

Stylianou,

Chatzakou

et al. 2024

Security Informatics and Law Enforcement

View full text Add to dashboard Cite

In the era of ever-growing online social networking communities, reports of online crimes of various forms and targeting are growing exponentially, highlighting the imperative need for the development and enforcement of solutions and measures aimed at early detection and prevention. Specifically, in today’s landscape, child sexual abuse (CSA) and especially online grooming activities are even more prominent given the more intense involvement of young people in these communities. Grooming detection techniques, designed using machine learning, have been at the forefront of prevention and protection of minors. However, current approaches face significant challenges that affect their efficacy and usability. In this chapter, we investigate the challenges faced towards creating effective grooming detection systems and propose future directions to be explored as part of CESAGRAM project’s response to child sexual abuse.

show abstract

Erkennung von Kindesmissbrauch in Medien

Steinebach

2023

Datenschutz Datensich

View full text Add to dashboard Cite

How to take advantage of behavioral features for the early detection of grooming in online conversations

Cited by 9 publications

References 30 publications

Analysis and detection of deviant and malicious behaviors in social media and beyond

Analysis and detection of deviant and malicious behaviors in social media and beyond

Online Child Grooming Detection: Challenges and Future Directions

Erkennung von Kindesmissbrauch in Medien

Contact Info

Product

Resources

About