非テキストデータを利用したメタバース上の誘い出しユーザ検知

抄録

仮想空間上での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，近年の接触機会の多様化や，プライバシー保護意識の高まりに伴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捉え，少数の誘い出しユーザを検知するための工夫を行なっている．アバターコミュニティサービスの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．