Tor暗网中可疑内容的分类
计算机视觉与模式识别
2020-05-22 v2
摘要
执法机构的任务之一是在暗网中寻找犯罪活动的证据。然而，手动访问数千个域名以定位包含非法行为的视觉信息需要大量的时间和资源。此外，图像的背景在进行分类时可能带来挑战。为解决此问题，本文探索使用语义注意力关键点滤波（Semantic Attention Keypoint Filtering, SAKF）对Tor暗网图像进行自动分类，该策略通过结合显著图与视觉词袋（Bag of Visual Words, BoVW）在像素级过滤不属于感兴趣物体的非显著特征。我们在自定义Tor图像数据集上针对CNN特征：MobileNet v1与Resnet50，以及使用稠密SIFT描述子的BoVW评估了SAKF，取得了87.98%的准确率并优于所有其他方法。
引用
@article{arxiv.2005.10086,
title = {Classifying Suspicious Content in Tor Darknet},
author = {Eduardo Fidalgo Fernandez and Roberto Andrés Vasco Carofilis and Francisco Jáñez Martino and Pablo Blanco Medina},
journal= {arXiv preprint arXiv:2005.10086},
year = {2020}
}
备注
To be published on the JNIC 2020 Conference. Summary of already published research