Early Detection of Cybergrooming Conversations
Master thesis
Permanent lenke
https://hdl.handle.net/11250/3097357Utgivelsesdato
2023Metadata
Vis full innførselSamlinger
Beskrivelse
Full text not available
Sammendrag
Problemet omkring cybergrooming has fått mer oppmerksomhet etterhvert som flere personer knytter seg sammen digitalt. For å løse detteproblemet kan forebyggende mekanismer som oppdager cybergrooming-forsøk i nettsamtaler innføres. I denne masteroppgaven har en metode forå oppdage cybergroomingsamtaler så tidlig som mulig blitt utforsket. Etnytt datasett bestående av samtaler fra ulike dataspill rettet mot barn bleanalysert og kategorisert. Ved bruk av denne dataen ble en helt ny risiko-oppdateringsmekanisme som kontinuerlig evaluerer risikoen i pågåendesamtaler ved å se på individuelle meldinger utviklet. Denne mekanismenhadde flere justerbare parametre, som sammen med en risikogrense, blefinjustert for klassifiseringsytelse og tidlig oppdagelse. Valideringsmetoderble så brukt for å evaluere ytelsen av systemet. Resultatene var lovende,både med tanke på korrekt klassifisering og oppdagelse av cybergroom-ingforsøk tidlig i pågående samtaler. Denne masteroppgaven har gjennomde oppnådde resultatene demonstrert at et risikobasert system kan blibrukt for å oppdage cybergroomingsamtaler på et tidlig stadium. The issue of cybergrooming has gained more attention as more peopleengage with one another online. To address this issue, preventativemechanisms that detect cybergrooming attempts in online conversationscould be implemented. In this thesis, a method for early detection ofcybergrooming conversations was explored. A new data set containingconversations from different online games aimed at children was analyzedand labeled. Using this data, a novel risk update mechanism was devel-oped that continuously evaluates the risk of ongoing conversations bylooking at individual messages. This mechanism had several adjustableparameters, which, together with a risk threshold, were finetuned for clas-sification performance and earliness. Validation methods were then usedto evaluate the performance of the system. The results were promising,both with regard to correct classification and detecting cybergroomingattempts early in ongoing conversations. This thesis has, through theobtained results, demonstrated that a risk-based system could be usedfor the early detection of cybergrooming conversations.