[论文解读] Characterizing Pedophile Conversations on the Internet using Online Grooming

Aditi Gupta, Ponnurangam Kumaraguru+1 more|arXiv (Cornell University)|Aug 17, 2012

Authorship Attribution and Profiling参考文献 5被引用 36

一句话总结

本文基於線上誘騙理論框架，對線上誘騙對話進行語言學與心理學分析，手動標註了75段對話聊天記錄，涵蓋六個誘騙階段。研究發現，關係建立階段為主導階段——與預期中性內容占主導地位的假設相反——進而透過LIWC與邏輯回歸建立心理語言學特徵檔案，以提升即時聊天監控系統中對掠奪性行為的自動檢測能力。

ABSTRACT

Cyber-crime targeting children such as online pedophile activity are a major and a growing concern to society. A deep understanding of predatory chat conversations on the Internet has implications in designing effective solutions to automatically identify malicious conversations from regular conversations. We believe that a deeper understanding of the pedophile conversation can result in more sophisticated and robust surveillance systems than majority of the current systems relying only on shallow processing such as simple word-counting or key-word spotting. In this paper, we study pedophile conversations from the perspective of online grooming theory and perform a series of linguistic-based empirical analysis on several pedophile chat conversations to gain useful insights and patterns. We manually annotated 75 pedophile chat conversations with six stages of online grooming and test several hypothesis on it. The results of our experiments reveal that relationship forming is the most dominant online grooming stage in contrast to the sexual stage. We use a widely used word-counting program (LIWC) to create psycho-linguistic profiles for each of the six online grooming stages to discover interesting textual patterns useful to improve our understanding of the online pedophile phenomenon. Furthermore, we present empirical results that throw light on various aspects of a pedophile conversation such as probability of state transitions from one stage to another, distribution of a pedophile chat conversation across various online grooming stages and correlations between pre-defined word categories and online grooming stages.

研究动机与目标

• 理解針對未成年人的線上性侵犯者對話中的語言與行為模式。
• 透過實證分析，描述線上誘騙的六個階段（招募、關係建立、性化、性接觸、孤立與結論）。
• 利用文字分析為每個誘騙階段建立心理語言學特徵檔案，以提升對掠奪性行為的檢測能力。
• 為設計能即時識別誘騙對話、在性接觸發生前發出警報的自動化監控系統提供依據。
• 透過納入心理與語言學指標，克服基於關鍵字檢測的局限性，以反映誘騙進程的演變。

提出的方法

• 基於心理學理論，將75段性侵犯者對話聊天記錄手動標註為線上誘騙的六個階段。
• 應用LIWC（語言探究與詞彙統計）工具，為每個誘騙階段生成心理語言學特徵檔案。
• 使用邏輯回歸分析，識別與每個誘騙階段相關的顯著詞類與語言特徵。
• 統計分析誘騙階段之間的狀態轉移機率，以建模對話進程。
• 實證建模對話在誘騙階段中的分佈模式，並分析詞類與階段之間的相關性。
• 設計一個未來可用於即時自動檢測的流程架構，將誘騙階段分類整合至更廣泛的性侵犯對話識別系統中。

实验结果

研究问题

• RQ1 在性侵犯者對話中，哪個線上誘騙階段最為常見？與性內容占主導地位的預期相比如何？
• RQ2 六個線上誘騙階段之間，其語言與心理語言學模式有何差異？
• RQ3 對話如何在誘騙階段之間轉移？從一個階段轉移到另一個階段的機率是多少？
• RQ4 基於詞類所生成的心理語言學特徵檔案，能在多大程度上預測給定對話的誘騙階段？
• RQ5 結論階段是否可被視為重複出現或基礎性階段，而非單一終點，從而挑戰既有的心理學假設？

主要发现

• 關係建立階段在性侵犯者對話中佔主導地位，與常見認為性內容主導此類互動的假設相矛盾。
• 結論階段並非單一終點，而是重複出現且具基礎性，挑戰了將其視為最終階段的心理學模型。
• 性侵犯者經常在完成完整誘騙過程前主動聯繫對方，試圖安排實體會面，顯示早期檢測至關重要。
• 透過LIWC與邏輯回歸生成的心理語言學特徵檔案，成功識別出與每個誘騙階段相關的獨特語言模式。
• 對話在誘騙階段中的分佈顯示，關係建立與結論階段最為常見，特別是在對話的後期階段。
• 特定詞類（如情感、社交、認知詞彙）與特定誘騙階段之間存在顯著相關性，支持使用語言特徵進行自動分類。