[go: up one dir, main page]

TWI810339B - 關鍵字廣告惡意點擊分析系統 - Google Patents

關鍵字廣告惡意點擊分析系統 Download PDF

Info

Publication number
TWI810339B
TWI810339B TW108126843A TW108126843A TWI810339B TW I810339 B TWI810339 B TW I810339B TW 108126843 A TW108126843 A TW 108126843A TW 108126843 A TW108126843 A TW 108126843A TW I810339 B TWI810339 B TW I810339B
Authority
TW
Taiwan
Prior art keywords
malicious
website
summary page
click analysis
unreasonable
Prior art date
Application number
TW108126843A
Other languages
English (en)
Other versions
TW202105287A (zh
Inventor
張天立
Original Assignee
張天立
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 張天立 filed Critical 張天立
Priority to TW108126843A priority Critical patent/TWI810339B/zh
Publication of TW202105287A publication Critical patent/TW202105287A/zh
Application granted granted Critical
Publication of TWI810339B publication Critical patent/TWI810339B/zh

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

一種關鍵字廣告惡意點擊分析系統,包含一中央伺服器連接到至少一廣告網站;一惡意點擊分析機構內駐於該中央伺服器內;訪問者係經由點擊該廣告網站的廣告窗口而進入該廣告網站瀏覽網頁,該訪問者係經由各種不同的電子裝置、或者產生不同的IP進入該廣告網站;該惡意點擊分析機構包含一特徵儲存器用於儲存各個廣告網站的訪問者之電子裝置的特徵;且尚包含一不合理行為判定器、一摘要頁分析器、一特徵分級器中至少一項;該不合理行為判定器可決定訪問者的行為是否不合理;該摘要頁分析器可將該特徵儲存器中的特徵產生摘要頁並進行比對,以確定是否為同一電子裝置;該特徵分級器可對該特徵儲存器中的特徵予以分級後再逐級比對;因此可得到一或多個電子裝置可能具有進行惡意點擊的行為,其可能是來自同一或多個訪問者所進行的惡意點擊。

Description

關鍵字廣告惡意點擊分析系統
本發明係有關於網站分析系統,尤其是一種關鍵字廣告惡意點擊分析系統。
現今由於網路盛行,所以網路廣告也隨之興起,由於越來越多的人從網路接收資訊,網路廣告的金額已經超過了傳統的任何媒體。一般網路廣告主要是應用點擊的方式決定收費。也就是每次的點擊收取額定的費用。所以點擊的次數越多,所收取的廣告費越多。一般正常的點擊有助於網站產品的行銷。但是由於商業的競爭,往往對手會進行惡意的點擊以消耗對方的廣告費用。其目的在於使得對方由於廣告費用的龐大而退出廣告的市場。所以惡意點擊實際上是網路廣告的一個很大的殺手。所以希望有一種技術可以得知惡意點擊者而進行防止的動作。
一般進行惡意點擊的人並不會應用固定的IP進入網站,而是應用很多現有的網路技術,如虛擬私人網路(Virtual Private Network,VPN)、浮動IP、多手機點擊、殭屍電腦、等等的手段。所以如果從網站端要判斷惡意點擊者,必須根據這些網路技術的特徵,進行擷取,然後再分析這些特徵,以得知哪一個使用者對網站進行惡意點擊,以實施防止的動作,使得網站的廣告能夠發揮真正的效能。
故本案希望提出一種嶄新的關鍵字廣告惡意點擊分析系統,以解決上述先前技術上的缺陷。
所以本發明的目的係為解決上述習知技術上的問題,本發明中提出一種關鍵字廣告惡意點擊分析系統,係應用電腦中軟硬體及網路的特徵分析進入一網站中訪問者的行為而決定進行惡意點擊的方問者,以提供給網站進行必要的防治動作。應用全自動分析的方式分析訪問者的特徵以有效的抓取惡意點擊的訪問者。因此可以增加廣告的效用,也節省廣告提供者的費用。
為達到上述目的本發明中提出一種關鍵字廣告惡意點擊分析系統,包含一中央伺服器;一惡意點擊分析機構內駐於該中央伺服器內;其中該中央伺服器連接到至少一廣告網站,該廣告網站係經由一廣告窗口點擊進入者,使得訪問者可經由電子裝置點擊該廣告窗口進入該廣告網站,並瀏覽該廣告網站的網頁,其中該訪問者係經由各種不同的電子裝置、或者產生不同的IP進入該廣告網站;其中該中央伺服器包含一處理器及一記憶體;該處理器用於進行該惡意點擊分析機構所需要的操作;該記憶體用於儲存該惡意點擊分析機構中以電腦程式形式儲存的資料或運算程式,相關的操作結果及相關的資料;其中所有的操作結果及相關的資料均儲存在該中央伺服器的該記憶體中;其中該惡意點擊分析機構包含一特徵儲存器,用於儲存各個廣告網站的訪問者所使用之電子裝置的特徵;且該惡意點擊分析機構尚包含一不合理行為判定器、一摘要頁分析器、一特徵分級器中至少一項;其中該不合理行為判定器連接該特徵儲存器,係用於決定訪問該廣告 網站的訪問者的訪問瀏覽行為是否不合理;該不合理行為判定器定義不合理的訪問瀏覽行為,以確定是否存在某一訪問者對該廣告網站進行惡意點擊;該摘要頁分析器連接該特徵儲存器,用於擷取該特徵儲存器中儲存的特徵,並將這些特徵製作成一摘要頁;其中每個摘要頁賦予版本編號;當該摘要頁的內容有改變時,其版本號也跟著改變;該摘要頁分析器尚包含一摘要頁比較器用於比較各個摘要頁的近似程度;其中該摘要頁比較器內設定各個特徵的比較邏輯及加權;經由各個特徵的比較再經過加權的計算以得到不同摘要頁之間的近似程度;如果近似程度高於某一設定的臨界值,則認定為同一電子裝置進入該廣告網站;如果在一設定的時段內同一電子裝置進入該廣告網站的次數超過一設定值,則認為該電子裝置的使用者惡意點擊該廣告網站;該特徵分級器連接該特徵儲存器,用於對該特徵儲存器中儲存的特徵進行比對,其中係將所要比較的特徵予以分級,等級越高者先進行比較,當等級高的特徵經比較後,認定有可能是惡意點擊時,再比較次一級的特徵;當越多級的特徵呈現的相似度越高時,則惡意點擊的比率越高;應用上列的方式,有可能得到一個或多個不同電子裝置具有進行惡意點擊的行為,這些行為可能是來自同一訪問者,或是多個不同訪問者所進行的惡意點擊。
由下文的說明可更進一步瞭解本發明的特徵及其優點,閱讀時並請參考附圖。
1‧‧‧惡意點擊分析機構
3‧‧‧廣告網站
5‧‧‧廣告窗口
7‧‧‧訪問者
10‧‧‧中央伺服器
11‧‧‧處理器
12‧‧‧記憶體
20‧‧‧電子裝置
30‧‧‧流量分析器
40‧‧‧特徵儲存器
50‧‧‧不合理行為判定器
60‧‧‧摘要頁分析器
65‧‧‧摘要頁
70‧‧‧摘要頁比較器
80‧‧‧特徵分級器
90‧‧‧排序器
圖1顯示本案之硬體架構及惡意點擊分析機構及電子裝置之間的連接架構圖。
圖2顯示本案之中央伺服器及惡意點擊分析機構之操作示意圖。
圖3顯示本案之惡意點擊分析機構之元件架構方塊圖。
圖4顯示本案之摘要頁之示意圖。
圖5顯示本案之摘要頁比較器之應用示意圖。
圖6顯示本案之排序器之應用示意圖。
圖7顯示本案之惡意點擊分析機構之另一元件架構方塊圖,其中包含流量分析器。
茲謹就本案的結構組成,及所能產生的功效與優點,配合圖式,舉本案之一較佳實施例詳細說明如下。
請參考圖1至圖7所示,顯示本發明之關鍵字廣告惡意點擊分析系統,包含下列元件:如圖1所示,本發明的硬體架構包含一中央伺服器10。
一惡意點擊分析機構1內駐於該中央伺服器10內,藉由該中央伺服器10發揮其功能。其中該中央伺服器10連接到至少一廣告網站3,該廣告網站3係經由一廣告窗口5點擊進入者,使得訪問者7可經由電子裝置20點擊該廣告窗口5進入該廣告網站3,並瀏覽該廣告網站3的網頁,其中該訪問者7係經由各種不同的電子裝置20、或者產生不同的IP進入該廣告網站3。其中該電子裝置20可以是各種不同的電子資訊裝置,如電腦、筆電、平板電腦、手機、PDA…等等,其可經由網路連接該廣告網站3。
如圖2所示,其中該中央伺服器10包含一處理器11及一記憶體12。該處理器11用於進行該惡意點擊分析機構1所需要的操作。該記憶體12用於儲存 該惡意點擊分析機構1中以電腦程式形式儲存的資料或運算程式,相關的操作結果及相關的資料。其中所有的操作結果及相關的資料均儲存在該中央伺服器10的該記憶體12中。
其中該惡意點擊分析機構1之相關的軟體及資料係儲存在該記憶體12中,並由該處理器11執行該惡意點擊分析機構1的相關作業。其中該中央伺服器10可以用不同的電子資訊系統來實現,其中該電子資訊系統包含如各種不同的電腦、手機、平板電腦、筆電、PDA…等等。而該中央伺服器10需架構在這些電子資訊系統中。
如圖3所示,其中該惡意點擊分析機構1包含: 一流量分析器30,對該廣告網站的訪問者7進行流量分析,如圖7所示。當在某一或某些時段的訪問者7有異常多的狀況時,則進行惡意點擊分析,以得到有可能施行惡意點擊的訪問者7的訊息。這些訊息中主要包含訪問者7的IP,使得可經由電信公司得知IP的所有者而確定惡意點擊的實施者。
一特徵儲存器40,用於儲存各個廣告網站3的訪問者7所使用之電子裝置20的特徵,這些特徵包含使用者瀏覽器標頭(以MD5編碼做成訊息摘要便於查詢)、訪客語言、顏色深度、訪問來源、IP區段、操作系統、辨識率、解析度、使用者代理(UserAgent)、初次訪問網址、開始訪問時間、訪客來源、永久身分cookie、IP所屬單位、之前訪問頁數、本次訪問頁數、瀏覽器版本等等。
一不合理行為判定器50連接該特徵儲存器40,係用於決定訪問該廣告網站3的訪問者7的訪問瀏覽行為是否不合理。該不合理 行為判定器50定義不合理的訪問瀏覽行為,以確定是否存在某一訪問者7對該廣告網站3進行惡意點擊。這些不合理的訪問瀏覽行為包含進入時間短暫,頁面沒有或者很少翻動、沒有或者很少轉移頁面等等,不合理的訪問行為。
當一電子裝置20頻繁進入一廣告網站3,而其不合理的行為超過該不合理行為判定器50所界定的界線時,則認為使用該電子裝置20的訪問者7惡意點擊該廣告網站3。
一摘要頁分析器60連接該特徵儲存器40,用於擷取該特徵儲存器40中儲存的特徵,並將這些特徵製作成一摘要頁65,如圖4所示。其中每個摘要頁65賦予版本編號。當摘要頁65的內容有改變時,其版本號也跟著改變。其中該摘要頁分析器60包含一摘要頁比較器70用於比較各個摘要頁65的近似程度,如圖4及圖5所示。其中該摘要頁比較器70內設定各個特徵的比較邏輯及加權。經由各個特徵的比較再經過加權的計算以得到不同摘要頁65之間的近似程度。如果近似程度高於某一設定的臨界值,則認定為同一電子裝置20進入該廣告網站3。如果在一設定的時段內同一電子裝置20進入該廣告網站3的次數超過一設定值,則認為該電子裝置20的使用者惡意點擊該廣告網站3。此一方式比較容易確定同一訪問者7應用同一電子裝置產生多個IP的惡意點擊情況,如果一訪問者7經由多個不同的電子裝置20進入則不同意察覺。
一特徵分級器80連接該特徵儲存器40,用於對該特徵儲存器40中儲存的特徵進行比對,其中係將所要比較的特徵予以分級, 等級越高者先進行比較,當等級高的特徵經比較後,認定有可能是惡意點擊時,再比較次一級的特徵。比如將螢幕解析度作為第一級特徵,如果訪問該廣告網站3之網頁的同一螢幕解析度在設定的時段內出現10000次的點擊,則認為有可能來自同一電子裝置20所進行的惡意點擊。然後設定第二級的比較為電信公司,如果為同一電信公司,則認為很有可能是同一電子裝置20進行的點擊。如果有必要可以在進行下一級特徵的比較。當越多級的特徵呈現的相似度越高時,則惡意點擊的比率越高。
一排序器90連接該不合理行為判定器50、該特徵分級器80及該摘要頁比較器70,該排序器90用於決定該不合理行為判定器50、該特徵分級器80及該摘要頁比較器70的使用與否,或是先後判斷順序。因此管理者可以按照需要使用不同的判斷方式組合。
其中該排序器90可對於摘要頁比較、不合理行為判定以及特徵分級三種不同的判斷方式施予先後的順序。如圖6所示,比如先應用該不合理行為判定器50進行不合理行為判斷,當確定使用某些IP的電子裝置具有不合理行為,再從這些具有不合理行為的IP中應用該特徵分級器80進行特徵分級,依據不同的分級依序刷選以確定哪些IP有惡意點擊的可能。如果上述的方式均無法得到有效的惡意點擊之IP,則應用該摘要頁分析器60的該摘要頁比較器70進行摘要頁比較,對每個摘要頁65進行比較,如果某些摘要頁65其相似度高於預設值時,則認為來自同一訪問者7。
當使用者可以依據其需要決定使用哪一種判斷方式,或根據哪一種排列決定施行惡意點擊之訪問者7的抓取操作。
應用上列的方式,有可能得到一個或多個不同電子裝置具有進行惡意點擊的行為,而可交由相關單位追查這些電子裝置20後方的訪問者7,可能是來自同一訪問者7,或是多個不同訪問者7所進行的惡意點擊。
本案主要是應用電腦中軟硬體及網路的特徵分析進入一網站中訪問者的行為而決定進行惡意點擊的方問者,以提供給網站進行必要的防治動作。應用全自動分析的方式分析訪問者的特徵以有效的抓取惡意點擊的訪問者。因此可以增加廣告的效用,也節省廣告提供者的費用。
綜上所述,本案人性化之體貼設計,相當符合實際需求。其具體改進現有缺失,相較於習知技術明顯具有突破性之進步優點,確實具有功效之增進,且非易於達成。本案未曾公開或揭露於國內與國外之文獻與市場上,已符合專利法規定。
上列詳細說明係針對本發明之一可行實施例之具體說明,惟該實施例並非用以限制本發明之專利範圍,凡未脫離本發明技藝精神所為之等效實施或變更,均應包含於本案之專利範圍中。
1‧‧‧惡意點擊分析機構
3‧‧‧廣告網站
5‧‧‧廣告窗口
7‧‧‧訪問者
10‧‧‧中央伺服器
11‧‧‧處理器
12‧‧‧記憶體
20‧‧‧電子裝置

Claims (9)

  1. 一種關鍵字廣告惡意點擊分析系統,包含:一中央伺服器;一惡意點擊分析機構內駐於該中央伺服器內;其中該中央伺服器連接到至少一廣告網站,該廣告網站係經由一廣告窗口點擊進入者,使得訪問者可經由電子裝置點擊該廣告窗口進入該廣告網站,並瀏覽該廣告網站的網頁,其中該訪問者係經由各種不同的電子裝置、或者產生不同的IP進入該廣告網站;其中該中央伺服器包含一處理器及一記憶體;該處理器用於進行該惡意點擊分析機構所需要的操作;該記憶體用於儲存該惡意點擊分析機構中以電腦程式形式儲存的資料或運算程式,相關的操作結果及相關的資料;其中所有的操作結果及相關的資料均儲存在該中央伺服器的該記憶體中;其中該惡意點擊分析機構包含一特徵儲存器,用於儲存各個廣告網站的訪問者所使用之電子裝置的特徵;且該惡意點擊分析機構尚包含一不合理行為判定器、一摘要頁分析器、一特徵分級器中至少一項;其中該不合理行為判定器連接該特徵儲存器,係用於決定訪問該廣告網站的訪問者的訪問瀏覽行為是否不合理;該不合理行為判定器定義不合理的訪問瀏覽行為,以確定是否存在某一訪問者對該廣告網站進行惡意點擊;該摘要頁分析器連接該特徵儲存器,用於擷取該特徵儲存器中儲存的特徵,並將這些特徵製作成一摘要頁;其中每個摘要頁賦予版本編號;當該摘要頁的內容有改變時,其版本號也跟著改 變;該摘要頁分析器尚包含一摘要頁比較器用於比較各個摘要頁的近似程度;其中該摘要頁比較器內設定各個特徵的比較邏輯及加權;經由各個特徵的比較再經過加權的計算以得到不同摘要頁之間的近似程度;如果近似程度高於某一設定的臨界值,則認定為同一電子裝置進入該廣告網站;如果在一設定的時段內同一電子裝置進入該廣告網站的次數超過一設定值,則認為該電子裝置的使用者惡意點擊該廣告網站;該特徵分級器連接該特徵儲存器,用於對該特徵儲存器中儲存的特徵進行比對,其中係將所要比較的特徵予以分級,等級越高者先進行比較,當等級高的特徵經比較後,認定有可能是惡意點擊時,再比較次一級的特徵;當越多級的特徵呈現的相似度越高時,則惡意點擊的比率越高;應用上列的方式,有可能得到一個或多個不同電子裝置具有進行惡意點擊的行為,這些行為可能是來自同一訪問者,或是多個不同訪問者所進行的惡意點擊。
  2. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該特徵儲存器所儲存的特徵選自使用者瀏覽器標頭、訪客語言、顏色深度、訪問來源、IP區段、操作系統、辨識率、解析度、使用者代理(UserAgent)、初次訪問網址、開始訪問時間、訪客來源、永久身分cookie、IP所屬單位、之前訪問頁數、本次訪問頁數、瀏覽器版本中至少一項。
  3. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該不合理的訪問瀏覽行為選自進入時間短暫,頁面沒有或者很少翻動、沒有 或者很少轉移頁面中至少一項。
  4. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中當一電子裝置頻繁進入一廣告網站,而其不合理的行為超過該不合理行為判定器所界定的界線時,則認為使用該電子裝置的訪問者惡意點擊該廣告網站。
  5. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該惡意點擊分析機構尚包含一排序器連接該不合理行為判定器、該特徵分級器及該摘要頁比較器,該排序器用於決定該不合理行為判定器、該特徵分級器及該摘要頁比較器的使用與否,或是先後判斷順序;因此管理者可以按照需要使用不同的判斷方式組合。
  6. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該惡意點擊分析機構尚包含一流量分析器,用於對該廣告網站的訪問者進行流量分析;當在某一或某些時段的訪問者有異常多的狀況時,則進行惡意點擊分析,以得到有可能施行惡意點擊的訪問者的訊息;這些訊息中主要包含訪問者的IP,使得可經由電信公司得知IP的所有者而確定惡意點擊的實施者。
  7. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該惡意點擊分析機構係先應用該不合理行為判定器進行不合理行為判斷,當確定使用某些IP的電子裝置具有不合理行為,再從這些具有不合理行為的IP中應用該特徵分級器進行特徵分級,依據不同的分級依序刷選以確定哪些IP有惡意點擊的可能;如果仍無法得到有效的惡意點擊之IP,則應用該摘要頁分析器的該摘要頁比較器進行摘要頁比較,對每個摘要頁進行比較,如果 某些摘要頁其相似度高於預設值時,則認為來自同一訪問者。
  8. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該電子裝置選自電腦、筆電、平板電腦、手機、PDA。
  9. 如申請專利範圍第1項所述之關鍵字廣告惡意點擊分析系統,其中該中央伺服器選自電腦、筆電、平板電腦、手機、PDA。
TW108126843A 2019-07-29 2019-07-29 關鍵字廣告惡意點擊分析系統 TWI810339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW108126843A TWI810339B (zh) 2019-07-29 2019-07-29 關鍵字廣告惡意點擊分析系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108126843A TWI810339B (zh) 2019-07-29 2019-07-29 關鍵字廣告惡意點擊分析系統

Publications (2)

Publication Number Publication Date
TW202105287A TW202105287A (zh) 2021-02-01
TWI810339B true TWI810339B (zh) 2023-08-01

Family

ID=75745125

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108126843A TWI810339B (zh) 2019-07-29 2019-07-29 關鍵字廣告惡意點擊分析系統

Country Status (1)

Country Link
TW (1) TWI810339B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116452258A (zh) * 2023-06-13 2023-07-18 山东出版数字融合产业研究院有限公司 一种基于区块链的数据监控系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206758A (zh) * 2006-12-24 2008-06-25 洪富和 一种搜索竞价排名方法与系统
CN101282382B (zh) * 2007-09-14 2010-08-18 任明和 基于voip技术构建网站收费服务平台及其方法
US8751633B2 (en) * 2010-04-01 2014-06-10 Cloudflare, Inc. Recording internet visitor threat information through an internet-based proxy service
TWI582712B (zh) * 2013-01-07 2017-05-11 Alibaba Group Services Ltd A method and a device for generating a page content
TWI614702B (zh) * 2012-01-19 2018-02-11 Alibaba Group Services Ltd 電子商務網站導航方法及系統
TWM587784U (zh) * 2019-07-29 2019-12-11 張天立 關鍵字廣告惡意點擊分析系統

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101206758A (zh) * 2006-12-24 2008-06-25 洪富和 一种搜索竞价排名方法与系统
CN101282382B (zh) * 2007-09-14 2010-08-18 任明和 基于voip技术构建网站收费服务平台及其方法
US8751633B2 (en) * 2010-04-01 2014-06-10 Cloudflare, Inc. Recording internet visitor threat information through an internet-based proxy service
TWI614702B (zh) * 2012-01-19 2018-02-11 Alibaba Group Services Ltd 電子商務網站導航方法及系統
TWI582712B (zh) * 2013-01-07 2017-05-11 Alibaba Group Services Ltd A method and a device for generating a page content
TWM587784U (zh) * 2019-07-29 2019-12-11 張天立 關鍵字廣告惡意點擊分析系統

Also Published As

Publication number Publication date
TW202105287A (zh) 2021-02-01

Similar Documents

Publication Publication Date Title
Urban et al. Measuring the impact of the GDPR on data sharing in ad networks
US20190122258A1 (en) Detection system for identifying abuse and fraud using artificial intelligence across a peer-to-peer distributed content or payment networks
US10187408B1 (en) Detecting attacks against a server computer based on characterizing user interactions with the client computing device
US11341510B2 (en) Determining client system attributes
US10530671B2 (en) Methods, systems, and computer readable media for generating and using a web page classification model
CN112580952A (zh) 用户行为风险预测方法、装置、电子设备及存储介质
CN111859234A (zh) 一种非法内容识别方法、装置、电子设备及存储介质
CN111966915A (zh) 信息巡检方法、计算机设备及存储介质
CN110532480A (zh) 一种用于人读威胁情报推荐的知识图谱构建方法及威胁情报推荐方法
CN106130756A (zh) 一种预测访问内容点击率的方法及装置
CN116151954A (zh) 一种实时团伙反欺诈检测方法及系统
US20210295379A1 (en) System and method for detecting fraudulent advertisement traffic
CN105653724B (zh) 一种页面曝光量的监控方法和装置
Liu et al. Request dependency graph: A model for web usage mining in large-scale web of things
US9306958B2 (en) Methods, systems and media for detecting non-intended traffic using co-visitation information
Kim et al. Adbudgetkiller: Online advertising budget draining attack
CN113297436A (zh) 基于关系图网络的用户策略分配方法、装置及电子设备
TWI810339B (zh) 關鍵字廣告惡意點擊分析系統
CN104731937A (zh) 用户行为数据的处理方法及装置
TWM587784U (zh) 關鍵字廣告惡意點擊分析系統
Liu et al. Identifying user clicks based on dependency graph
Joy et al. A Tensor Based Approach for Click Fraud Detection on Online Advertising Using BiLSTM and Attention based CNN
Wei et al. Mobile application network behavior detection and evaluation with WGAN and bi-LSTM
Yang et al. Next generation of impersonator bots: mimicking human browsing on previously unvisited sites
KR101166616B1 (ko) 클릭 트래픽을 스코어링하기 위한 시스템