自动生成针对中国的大规模文化特定封锁列表
计算机与社会
2018-07-20 v2 网络与互联网体系结构
摘要
互联网审查测量依赖于待测试网站列表，或由第三方策划的“封锁列表”。不幸的是，许多列表不公开，而公开的列表往往侧重于少数主题，导致其他类型的网站和服务未被测试。为了增加和多样化现有封锁列表中的网站集，我们使用自然语言处理和搜索引擎自动发现中国被审查的更广泛网站。利用这些技术，我们创建了一个包含1125个不在Alexa前1000名中的网站列表，涵盖中国政治、少数民族人权组织、受压迫宗教等。重要的是，我们发现的网站中没有一个出现在当前最大的封锁列表中。我们开发的列表不仅极大地扩展了当前互联网测量工具可以测试的网站集，而且加深了我们对在中国被审查内容性质的理解。我们已经发布了这个新封锁列表以及生成它的代码。
引用
@article{arxiv.1806.03255,
title = {Automatically Generating a Large, Culture-Specific Blocklist for China},
author = {Austin Hounsel and Prateek Mittal and Nick Feamster},
journal= {arXiv preprint arXiv:1806.03255},
year = {2018}
}