about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
تشکیل
1405/05/12 - 15:10- آمریکا

تشکیل نخستین فرماندهی «چنددامنه‌ای» در نیروی زمینی آمریکا

نیروی زمینی ایالات متحده از تشکیل نخستین فرماندهی چنددامنه‌ای خود خبر داد؛ اقدامی که به‌عنوان یکی از مهم‌ترین گام‌های برنامه نوسازی نیروهای زمینی آمریکا برای آمادگی در جنگ‌های آینده ارزیابی می‌شود.

از
1405/06/18 - 20:26- ایران

از آسمان تا اعماق دریا؛ شکار زیردریایی پیشرفته آمریکا توسط ایران

از آسمان تا اعماق دریا؛ ایران با ارتقای یک تکنیک پیروز، زیردریایی پیشرفته آمریکا را شکار کرد.

نفوذ
1405/05/01 - 19:43- تروریسم سایبری

نفوذ به قلب زیرساخت‌های صنعتی آمریکا؛ جزئیات عملیات «شبکه‌های خاموش»

ایالات متحده رسماً اعلام کرد که ایران در جنگ سایبری، ابتکار عمل را در دست گرفته است.

انتشار شده در تاریخ

مقابله با قلدری سایبری در توییتر

محققان عربستانی نوعی هوش مصنوعی را برای مقابله با قلدری و آزارهای سایبری در بستر توییتر توسعه داده‌اند.

به گزارش کارگروه فناوری اطلاعات سایبربان؛ گروهی از پژوهشگران دانشگاه ملک سعود عربستان، به تازگی الگوریتم یادگیری عمیقی به نام «OCDD1» توسعه داده و ادعا می‌کنند به کمک آن می‌توان قلدری‌های سایبری صورت گرفته روی توییتر را تشخیص داد. برخلاف رویکردهای فعلی که ویژگی‌های مختلفی را از داخل توییت‌ها استخراج کرده و طبقه‌بندی می‌کند، الگوریتم «OCDD »، برداری از مجموعه کلمات را به وجود می‌آورد.

در طول سال‌های گذشته، مبحث قلدری سایبری به سرعت در حال گسترش پیدا کردن است. مهاجم برای این کار به کانال‌های ارتباطی آنلاین نیاز دارد تا بتواند پیام‌ها یا محتوای تهدیدآمیز و رعب‌انگیز را به هدف خود ارسال کند. این مسئله در بعضی از موارد تأثیرات روانی شدید داشته، حتی زندگی مخاطب را نیز به خطر می‌اندازد.

در حال حاضر پژوهشگران سراسر جهان در تلاش هستند تا راه‌های مختلفی را برای شناسایی و مقابله با آزارهای سایبری توسعه بدهند. بسیاری از الگوریتم‌های امروزی از طریق تجزیه‌وتحلیل محتوای متن و ویژگی‌های کاربر این کار را انجام می‌دهند؛ اما این الگوریتم‌ها با چندین محدودیت مختلف همراه هستند که به طور خاص عملکرد و تأثیرگذاری آن را کاهش می‌دهد.

برای مثال تعدادی از الگوریتم‌ها تلاش می‌کنند از طریق معرفی ویژگی‌های جدید، روند تشخیص را بهبود بدهند. با وجود این افزایش تعداد پارامترها، استخراج و گزینش داده‌ها را پیچیده‌تر می‌کند. به علاوه این رویکردها بعضی از داده‌های کاربران مانند سن و تاریخ تولد را که به سادگی قابل جعل هستند در نظر نمی‌گیرند. منیره الاجلان و مراد یخلف، 2 محقق دانشگاه ملک سعود، به منظور از بین بردن این محدودیت‌ها، الگوریتم OCDD را توسعه دادند.

محققان در متن گزارش خود آورده‌اند:

برخلاف پروژه‌های قبلی انجام شده در زمین مذکور، OCDD ویژگی‌ها را از توییت‌ها استخراج و دسته‌بندی نمی‌کند؛ بلکه محتوا را به عنوان مجموعه‌ای از بردار کلمات در نظر می‌گیرد. در این حالت معانی لغات حفظ شده و مراحل استخراج و طبقه‌بندی حذف می‌شوند.

محققان برای آموزش الگوریتم خود از داده‌های نشانه‌گذاری و تولید کلمات جایگذاری شده برای الگوریتم یادگیری ماشینی بدون نظارت «GloVe» بهره گرفتند. سپس این کلمات به منظور تشخیص قلدری سایبری، به یک شبکه عصبی کانولوشنال (CNN) ارسال می‌گردند.

نتایج آزمایش الگوریتم OCDD رضایت‌بخش بوده است. با وجود این همچنان نمی‌توان آن را به طور کامل در تشخیص قلدری سایبری به کار گرفت. پژوهشگران در تلاش هستند الگوریتم خود را برای تجزیه‌وتحلیل زبان عربی بهینه کنند.


  1. optimized Twitter cyberbullying detection
تازه ترین ها

آسیب رسانه‌های اجتماعی به دموکراسی

مرکز تحقیقات پیو اعلام کرد که تعداد فزاینده‌ای از مردم فکر می‌کنند رسانه‌های اجتماعی مردم را فریب می‌دهد و به دموکراسی آسیب می‌رساند.

پروژه
1405/07/09 - 17:19- آمریکا

پروژه مریدین، طرح پنتاگون برای دگرگون‌سازی شیوه نبرد

پنتاگون باهدف توسعه فناوری‌های پیشرفته نظامی، پروژه مریدین را آغاز می‌کند.

حمایت
1405/07/09 - 16:36- هوش مصنوعي

حمایت بنیاد گوگل از آموزش هوش مصنوعی در دانشگاه‌های آمریکا

مدرسان ۳۰ دانشگاه در سراسر ایالات متحده، با حمایت بنیاد گوگل، برنامه‌های توسعه هوش مصنوعی را به‌صورت آزمایشی اجرا خواهند کرد.