MétaCan
Menu
Retour à la cohorte
Enregistrement W2266178667

The Role of ISPs in the Investigation of Cybercrime

2006· article· en· W2266178667 sur OpenAlexaff
Ian R. Kerr, Daphne Gilbert

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueCybercrime and Law Enforcement Studies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCybercrimePersonally identifiable informationThe InternetInternet privacyIntermediaryLaw enforcementLegislatureBusinessConventionEnforcementComputer securityPolitical scienceLawComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This chapter examines the new role internet service providers (ISPs) will play in the fight against cybercrime. Examining the legislative model that is being considered in various jurisdictions around the world, the authors argue that adopting this approach will lower the threshold of privacy protection. Moreover, it will drastically alter the relationship between ISPs and the individuals who have come to depend on them to properly manage their personal information and private communications. The authors begin with a brief investigation of the role of ISPs as information intermediaries. The authors then examine a recent case which held that an ISP acted as an of the when it voluntarily assisted the police in an investigation by disclosing a customer's personal information and private communications. The changing nature of the relationship between ISPs and the as manifested in the agent of the state concept, are further explored through an articulation of various kinds of investigatory information that can be collected by ISPs on behalf of the police. This is followed by a discussion of the call for a lower threshold for obtaining such information in the European Convention on Cybercrime. The authors conclude by arguing that the shifting architecture of our communications infrastructure must incorporate various safeguards that will not only further the goals of national security and law enforcement, but will also preserve and promote personal privacy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,016
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0090,022
Communication savante0,0130,017
Science ouverte0,0010,006
Intégrité de la recherche0,0060,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetCybercrime and Law Enforcement StudiesTravaux en français237 207