A Multi-Lingual Cyberbullying Detection and Blockchain-Integrated Privacy-Preserving Federated Learning Framework
Dit artikel stelt een privacy-bewarend, blockchain-geïntegreerd federated learning-framework voor dat NLP en deep learning-modellen, met name BiLSTM, gebruikt om meertalige cyberpesten in het Engels, Bengaals en Banglish te detecteren, terwijl gegevensbeveiliging en gebruikersprivacy worden gewaarborgd.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je het internet voor als een enorme, bruisende digitale speeltuin waar miljarden mensen elke seconde chatten, memes delen en verhalen vertellen. Het is een plek van verbinding, maar zoals elke speeltuin, heeft het ook pestkoppen. Dit zijn niet zomaar kinderen die anderen van de schommel duwen; het zijn online intimidators die kwetsende woorden in tientallen verschillende talen gebruiken om mensen zich klein, bang of boos te laten voelen. Jarenlang hebben wetenschappers geprobeerd om "digitale beveiligers" (algoritmen) te bouwen om dit slechte gedrag op te sporen. Meestal werken deze bewakers door alle chatlogs in één grote, centrale kluis te verzamelen om ze te bestuderen. Maar hier is het probleem: het bewaren van ieders privégesprekken in één grote kluis is riskant. Als de kluis wordt gehackt, of als iemand stiekem een kijkje neemt, worden ieders geheimen blootgesteld. Om dit op te lossen, verkennen onderzoekers nu twee nieuwe tools: Federated Learning, wat is als het laten studeren voor een toets door studenten in hun eigen huis, waarbij ze alleen hun antwoorden (en niet hun aantekeningen) met de leraar delen, en Blockchain, dat fungeert als een onbreekbaar, openbaar grootboek dat elke stap van het proces vastlegt, zodat niemand de geschiedenis kan wijzigen of aanpassen. De grote vraag is: kunnen we een superintelligente pestdetector bouelen die leert van veel verschillende talen zonder ooit de privéberichten te zien, terwijl er een beveiligd, onveranderlijk verslag wordt bijgehouden van hoe het heeft geleerd?
Dit artikel introduceert een slim nieuw systeem dat precies dat probeert te doen. De auteurs, een team van de Bangladesh University of Business and Technology, hebben een framework gebouwd dat ontworpen is om cyberpesten op te sporen in drie specifieke soorten tekst: Engels, Bangla (de taal van Bangladesh) en "Banglish" (een leuke mix van beide). In plaats van alle data naar een centrale server te stelen, gebruikten ze Federated Learning. Stel je een klas voor waarin elke student zijn eigen privé-notitieblok heeft met sociale mediaberichten. De leraar (de centrale server) stuurt een "slim brein" (een computermodel) naar elke student. Elke student traint dit brein op zijn eigen privé-notitieblok, waarbij hij leert om gemene woorden te herkennen, maar hij laat zijn notitieblok nooit aan de leraar of aan de andere studenten zien. Ze sturen alleen de "geleerde lessen" (bijgewerkte wiskundige gewichten) terug naar de leraar. De leraar combineert vervolgens al deze lessen om een superintelligent globaal brein te creëren dat weet hoe het pestgedrag in alle drie de talen moet herkennen, terwijl het de privédata van elke student veilig in hun eigen zakken houdt.
Om er zeker van te zijn dat niemand de lessen probeert te wijzigen of te vervangen tijdens dit proces, heeft het team Blockchain-technologie toegevoegd. Denk hierbij aan een magisch, onuitwisbaar dagboek waarin telkens wanneer een student zijn lessen instuurt, een nieuwe pagina wordt toegevoegd. Deze pagina wordt vergrendeld met een speciale digitale zegel (SHA-256 hashing) en geverifieerd door een puzzeloplossend spel (Proof-of-Work). Als iemand probeert een valse les in te sluipen of een eerdere invoer te wijzigen, breekt de hele keten en weet het systeem dat er iets mis is. Dit zorgt ervoor dat het trainingsproces transparant en veilig is.
De onderzoekers testten vier verschillende "hersenen" om te zien welke het beste was in deze taak: BiLSTM, LSTM, Random Forest en XGBoost. Ze voerden experimenten uit met 21.204 sociale mediaberichten die werden verzameld tussen 2023 en 2025. De resultaten waren duidelijk: het BiLSTM-model was de kampioen. Het behaalde een verbazingwekkende nauwkeurigheid van 98,43% in de laatste test, wat betekent dat het pestgedrag bijna elke keer correct identificeerde. Het LSTM-model kwam op de tweede plaats met een nauwkeurigheid van 94,43%, gevolgd door XGBoost met 93,20%, en Random Forest bleef achter met 81,76%. Het artikel suggereert dat het BiLSTM-model won omdat het tekst in twee richtingen tegelijk kan lezen — door naar de woorden vóór en na een specifieke frase te kijken om de volledige context te begrijpen, wat cruciaal is voor het vangen van lastige, gemengde taal beledigingen.
Hoewel het systeem in deze tests ongelooflijk goed werkte, merken de auteurs voorzichtig op dat het geen toverstaf is die alles direct oplost. Ze wijzen erop dat dit hoge niveau van beveiliging en intelligentie een prijs heeft: het vereist veel rekenkracht en communicatie tussen de apparaten. Het artikel suggereert dat hoewel dit framework een robuuste en veilige oplossing is voor de toekomst, onderzoekers wellicht lichtere, snellere versies van deze modellen moeten vinden om ze soepel te laten draaien op alledaagse apparaten zonder het internet te vertragen. Uiteindelijk bewijst de studie dat we een pestdetector kunnen bouwen die zowel ongelooflijk slim als fel beschermend is voor de privacy van gebruikers, zonder dat we daarvoor een van de twee hoeven op te offeren.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.