JP2012524937A - インターネット資源に関するリスクプロファイルを開発するシステムおよび方法 - Google Patents

Abstract

【課題】
本発明は、インターネット資源へのアクセスを制御する方法およびシステムを提供する。
【解決手段】
インターネット資源（例えば、ウェブサイト）の要求が、ＬＡＮ（３０）のエンドユーザーから伝送されると、ＬＡＮ（３０）のセキュリティ機器（５０）が、この要求を、インターネット（１００）を介して伝送する前に、サーバー（６０）でこのインターネット資源に関する評判指標を分析する。この評判指標は、評判ベクターに基づき、この評判ベクターは、そのインターネット資源に関する複数の因子を含むが、これらは、例えば、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間を含む。
【選択図】図１

Description

本発明は、インターネット資源のリスクプロファイルの査定に関する。より具体的には、本発明は、インターネット資源の属性（まとめて、インターネット資源の評判ベクターと称する）に基づいて、評判指標を生成することにより、インターネット資源に関するリスクプロファイルを開発するシステムおよび方法に関する。

インターネットアクセス、とりわけウェブサイトへのアクセスの管理は、過去に、「コンテンツ・フィルタリング」を用いて行われてきたが、これは、ウェブサイトを、分類し、ウェブコンテンツ要求を、分類毎の方針とマッチングさせ、許可または遮断するという方法がある。この種の管理方法は、ウェブサイトの主題に焦点を合わせ、例えば、１日の流れにおいて、従業員がいかに時間を過ごしているか、社内のネットワークの処理能力がいかに利用されているかを可視化する。これらのソリューションにより、会社は、その会社のインターネット利用方針（ＩＵＰ）に違反する主題（題目）を有するウェブサイトを遮断して、確立したＩＵＰを実施することもできる。

ウィルス対策製品などのセキュリティソリューションは、ユーザー、コンピュータまたは企業ネットワークに対するセキュリティの脅威となることがわかっているパターンまたはシグナチャーを発見するために、ファイルまたはウェブページの内容を検査する。これらは、サイトの主題に焦点を合わせているのではなく、現在サイトを感染させているウィルスおよびこれ以外の「マルウェア」を探す。しかし、インターネット資源の管理に関する現在のソリューションでは、感染が隔絶されシグナチャーが特定され分配される前の段階で、インターネット資源へのアクセスと関連付けられるセキュリティリスクを、より予測的な方法で測定することはできない。

インターネット資源の評判（評価）に類似する可能性としては、個人のクレジットスコア（信用度に関する得点）が挙げられる。金の貸し手が、借り手に関する評判、少なくとも財政面に関する評判を知りたいと思うように、ウェブユーザーは、あるウェブサイトを訪れる前に、そのウェブサイトに関する評判について情報を欲しいと思う可能性がある。

クレジットスコアは、互いにかなり密接に関連し合う多様な因子に基づいている。これらの因子には、現在の借金、利用可能な融資限度額、遅滞のない支払いおよび現在の預金残高などが含まれる。

アメリカ合衆国では、クレジットスコアは、ある人物の信用度を表す（すなわち、その人物が勘定を支払うことができる可能性を表す）その人物の信用情報の統計学的な分析に基づく数字である。クレジットスコアは、主に、通常３つの主要な信用調査機関のうちの１つの機関から得られる信用度の情報に基づく。

クレジットスコアを演算する様々な方法が存在する。最もよく知られているのは、ＦＩＣＯで、これは、フェア・アイザック・コーポレーション（Ｆａｉｒ Ｉｓａａｃ Ｃｏｒｐｏｒａｔｉｏｎ）が開発したクレジットスコアである。このＦＩＣＯは、リスクベースのシステムを用いている多くの住宅ローン会社が用いており、これらの住宅ローン会社に対して、その借り手が金融債務の履行を怠りうる可能性を決定するために用いられている。

ＦＩＣＯ（登録商標）スコアは、３つの主要な信用調査機関（エキファックス（Ｅｑｕｉｆａｘ）、エクスペリアン（Ｅｘｐｅｒｉａｎ）およびトランスユニオン（ＴｒａｎｓＵｎｉｏｎ））から貸し手に提供されている。貸し手が、あなたの信用報告書を注文する際に、貸し手は、その信用報告書中に書かれた情報に基づくＦＩＣＯ（登録商標）スコアを買うこともできる。ＦＩＣＯ（登録商標）スコアは、その調査機関における借り手の信用報告書にある多数の型の情報を評価する数学式から演算される。借り手の信用報告書に関するＦＩＣＯ（登録商標）スコアを演算するためには、この報告書は、十分な情報、それも最近の情報を十分含んでいなければならず、スコアはこれに基づいている。一般にこれは、借り手が、６ヶ月以上開かれ続けている少なくとも１つの口座と、過去６ヶ月以内に信用調査機関に報告された少なくとも１つの口座を持っていなければならないことを意味する。

ＦＩＣＯスコアは、信用報告書にのみ基づく将来のリスクについての信頼できるガイドを提供する。ＦＩＣＯ（登録商標）スコアの範囲は、３００〜８５０（登録商標）の得点である。得点が高ければ高いほど、リスクは低い。しかし、どの得点も、ある特定の個人が「良い」あるいは「悪い」顧客であるということは言わない。そして、多くの貸し手が、融資の決定の助けとなるようにＦＩＣＯ（登録商標）を使用しているが、貸し手はそれぞれ、借り手となる可能性のある者が良い顧客であるか否かを決定する独自の戦略を持っている。ＦＩＣＯは、クレジットスコアをいかに決定しているかに関して正確には公開していないが、以下の因子を考慮している。すなわち、支払い履歴（３５％）、未払い負債（３０％）、支払い履歴の長さ（１５％）、信用状の種類（１０％）および新規の信用状（１０％）である。

話をインターネット資源に戻すと、攻撃者は、インターネット使用者のコンピュータや他の機器を攻撃するために、インターネットを使用し続けてきた。攻撃者は、従来のセキュリティ方策の欠陥を利用して、攻撃の効果を高めるために評判ベースのシステムをすり抜け続けている。

２００８年には、世界中の良い評判（評価）を有する何十万もの合法的なウェブサイトを、データを盗用する悪質なコードで危険にさらす大規模な攻撃が行われた。この攻撃には、ＭＳＮＢＣ、ＺＤＮｅｔ、ワイアード（Ｗｉｒｅｄ）、国際連合、イギリスの大きな政府のサイトおよびこれ以外のサイトが含まれていた。これらの攻撃では、ユーザーのブラウザーが、危険にさらされた何千ものサイトのうちの１つのサイトを開くと、注意深く巧妙に作り上げられたｉｆｒａｍｅのＨＴＭＬタグが、ユーザーを、セキュリティ上の弱点を豊富に含む悪意のあるサイトにリダイレクトさせる。その結果、秘密情報を盗むように設計された悪質なコードが、脆弱なコンピュータに入る。ウェブのセキュリティ上の弱点に加えて、電子メールのスパムメール送信者も、ヤフー（Ｙａｈｏｏ！）およびジーメール（Ｇｍａｉｌ）などの人気のある電子メールサービスの評判を利用して、反スパムメールシステムをすり抜けている。

スパムメール送信者は、また、「キャプチャ（ＣＡＰＴＣＨＡ）」システム（これは、電子メールやそれ以外のサービスを、スパムメール送信者や他の悪意のある行為から守るように開発されたシステムである）を破る洗練されたツールおよびロボットも使用する。マイクロソフト（ＭＩＣＲＯＳＯＦＴ）のライブメール（Ｌｉｖｅ Ｍａｉｌ）、グーグル（ＧＯＯＧＬＥ）の人気のあるジーメール（Ｇｍａｉｌ）サービス、および、ヤフー（Ｙａｈｏｏ！）のメールサービスはみな、これを突破する方法により危険にさらされた。その後、スパムメール送信者は、大規模に無料の電子メールアカウントに申し込むことができるようになり、良い評判を持つ電子メールアカウントからスパムメールを送ることができるようになった。無料の申し込みプロセスにより、および、その評判を前提にして、ブラックリストに載っていなさそうな多種多様な広範なサービスおよびドメインにアクセスして、スパムメール送信者は、匿名性を維持しつつ、世界中の何百万ものユーザーに攻撃を開始することができるようになった。

このように、従来技術の解決方法は、ローカルエリアネットワークや広域エリアネットワークなどのネットワークから、インターネット中にある感染しているとわかっているサイトにアクセスする際のセキュリティに焦点を合わせている。

特許文献１は、特定の分類のサイトを遮断することにより、または、処理能力の利用に基づいてアクセスを限定することにより、エンドユーザーがインターネットへアクセスするのを制御するシステムおよび方法を開示している。

特許文献２は、特定の分類のサイトを遮断することにより、または、エンドユーザーがインターネットサイトにアクセスできる回数を限定することにより、エンドユーザーによるインターネットへのアクセスを制御するシステムおよび方法を開示している。

特許文献３は、低レベル設定を用いて、高レベルの政策情報を遠隔ネットワーク装置へ分配する方法を開示している。

特許文献４は、入ってくるトラフィックをサイトの特定の区域に割り当てるゲートウェイを用いて、特定のサイトへのアクセスを制御するシステムおよび方法を開示している。

特許文献５は、ドメインの所有者を決定するためにドメイン名登録にアクセスすること、および、ドメインおよび登録を監視することを開示している。

特許文献６は、検索結果を歪めるＭＥＴＡタグの問題を克服するために、評判の方策と関連付けられた検索結果を提示する検索エンジンを使用することを開示している。

特許文献７は、ウェブサイトアドレスを検索するためのサービスを提供するためのシステムおよび方法を開示している。

特許文献８は、各ウェブサービスの評判情報に基づいてランキングされている検索エンジンのリストからウェブサービスを選択するシステムおよび方法を開示している。

従来技術は、インターネットへのアクセスに伴う問題に対する解決方法を提示していない。

米国特許第７，４８３，９８２号 米国特許第６，６０６，６５９号 米国特許第６，９７３，４８８号 米国特許出願公開第２００５／０２０４０５０号 米国特許第７，４９３，４０３号 米国特許第７，４０６，４６６号 米国特許第７，３８３，２９９号 米国特許第７，４６７，２０６号

本発明は、多様なリスク程度を有する複数のインターネット資源の広範なサンプリングに基づいて構築された統計モデルに基づく、予測的な方法を提供する。

本発明は、ウェブサイト、インターネットベースのサービス、または、インターネットベースの資源の評判（評価）に焦点を合わせている。この評判とは、サイトを訪問する場合の全般的な安全性に関連する複数の因子を包含している。この評判は、そのサイトとそのウェブサイトを運営するプロバイダーの長期間に渡る実績と、そのサイトを構成するページおよび関連するファイルの現在の特性と、このサイトにリンクされたサイトおよびそのサイトへの参照に対する評判とを査定している。全体的な査定は、ＦＩＣＯと同様に得点として表現され、そのサイトを訪問する潜在的なリスクを予測し、インターネット内でより高いリスクのサイトまたはサービスを不用意に訪問したり利用しないようにユーザーを保護することができる。

インターネット内では、利用可能な多くの評判構成要素が存在する。クレジットスコア付けなどの他の得点機構と同様、考慮すべき因子を決定せねばならず、「スコア（得点）」全体において各因子が持つ重み付けが決定されねばならない。

本発明は、ウェブサイトなどのインターネットサービスの評判を定義するためのシステムおよび方法と提供する。

評判の基本的な要素は、特定の会社／実体に対して、あるドメインがいかに長い期間登録されてきたかという点である。さらに、頻繁に持ち主が変わるドメインも、評判において悪い意味で興味深い。

本発明の好適な工程は、評判に関連する特徴（評判ベクターと称される）の収集に含まれるべき重要な特徴を評価する工程と、広範囲に渡るインターネット資源のサンプルに関して評判ベクターを収集する工程と、評判が高い／低いとわかっているサービス／サイトの訓練用セットに基づいて、分類器を訓練する工程と、多種多様の無作為のサンプルに対してモデルをテストする工程と、開発した分類器を用いてインターネット資源要求をランタイム評価する工程と、ネットワークセキュリティの方針を実行するクライアントからの評判指標情報の要求に応答する工程とである。

本発明は、好ましくは、通常サービスまたはサイトの主題とは関連していない脅威に対して、ユーザーを保護する。本発明は、好ましくは、まだウィルス対策シグナチャーファイル中でまだ特徴付けられていないまたはこの中に含まれていないゼロデイ脅威から、ユーザーおよびネットワークを守る。本発明により、好ましくは、ネットワーク管理者が、特定の分類の内容へのアクセスを制限することなしに、ユーザーとインフラとを保護することができる。本発明は、好ましくは、多くのコンテンツの分類に関連する文化的または道徳的偏見には依存しないより高いセキュリティを可能にする。

本発明のある態様では、ウェブサイトへのアクセスを制御する方法である。この方法は、ローカルエリアネットワークのクライアント側の装置にあるブラウザーから、ウェブサイト要求を伝送する工程を含む。このウェブサイトは第１サーバーに存在する。また、この方法は、このウェブサイト要求を、インターネットを介して伝送する前に、ローカルエリアネットワークのセキュリティ機器で受け取る工程も含む。また、この方法は、このセキュリティ機器において、このウェブサイトに関する評判ベクターを分析する工程も含む。この評判ベクターは、このウェブサイトに関する複数の因子を含むが、これらは、例えば、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢（継続年数）、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間のうちの少なくとも１つ以上を含む。また、この方法は、上述の複数の因子の分析に基づいて、ウェブサイトに関する評判指標を生成する工程も含む。また、この方法は、このウェブサイトに関する評判指標が、ローカルエリアネットワーク用に確立された閾値を上回るか否かを決定する工程を含む。また、この方法は、クライアント側の装置にあるブラウザーへ、伝送に関する決定を伝送する工程を含む。

このウェブサイトに関する評判指標が閾値を上回り、かつ、この方法がさらに、ウェブサイト要求を、インターネットを介して、このウェブサイト用のサーバーに伝送する工程と、ローカルエリアネットワークにおいてこのウェブサイトのウェブページを受け取る工程とを含む。この状況では、上述の伝送に関する決定は、このウェブサイトのウェブページである。このウェブサイトに関する評判指標が閾値以下である場合、伝送に関する決定は、ローカルエリアネットワークからのウェブページであり、そのウェブページは、このウェブサイトへのアクセスが、そのローカルエリアネットワーク用に確立されたインターネット方針に反するとの情報を含む。

さらに、この方法は、このウェブサイトに関する複数の因子を入手する工程を含む。このウェブサイトに関する複数の因子を入手する工程は、このウェブサイトにアクセスする工程と、このウェブサイトを検索してこのウェブサイトに関する複数のＨＴＭＬ文書を分析する工程とを含む。このウェブサイトにアクセスする工程は、このウェブサイトに関するページを表示させる工程を含む。複数のＨＴＭＬ文書を分析する工程は、各ＨＴＭＬ文書のＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数および画像の数を決定する工程を含む。

本発明の別の態様は、あるウェブサイトへのアクセスを制御するシステムである。このシステムは、ネットワークと、ウェブサイトと、ローカルエリアネットワークとを有する。このネットワークはインターネットである。このウェブサイトは、第１サーバーでホスティングされ、インターネットを介してアクセス可能である。ローカルエリアネットワークは、複数のクライアント側の装置と、セキュリティ機器とを有する。複数のクライアント側の装置のそれぞれがブラウザーを有する。セキュリティ機器が、複数のクライアント側の装置のそれぞれによるインターネットへのアクセスを制御する。このセキュリティ機器は、サービスエンジンを有し、このサービスエンジンが、ウェブサイトに関する評判ベクターを分析し、かつこの評判ベクターからこのウェブサイトに関する評判指標を生成する。評判ベクターは、このウェブサイトに関する複数の因子に基づいている。この複数の因子は、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢（継続年数）、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間のうちの少なくとも１つ以上を含む。複数のクライアント側の装置いずれかによるウェブサイトへのアクセスは、評判指標がこのローカルエリアネットワーク用に確立された閾値を上回るか否かに応じて決定される。

本発明の別の態様は、評判生成サイトを利用して、インターネット資源へのアクセスを制御する方法である。この方法は、ローカルエリアネットワークのクライアント側の装置にあるブラウザーから、インターネット資源要求を伝送する工程を含む。このインターネット資源は第１サーバーに存在する。また、この方法は、このインターネット資源要求を、インターネットを介して上述の第１サーバーに伝送する前に、評判生成サイトで受け取る工程も含む。また、この方法は、この評判生成サイトにおいて、このインターネット資源に関する評判ベクターを分析する工程も含む。この評判ベクターは、このインターネット資源に関する複数の次元を含み、この評判ベクターは、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間のうちの少なくとも２つを含む。また、この方法は、この複数の因子の分析に基づいて、このインターネット資源に関する評判指標を生成する工程も含む。また、この方法は、このインターネット資源に関する評判指標が、このローカルエリアネットワーク用に確立された閾値を上回るか否かを決定する工程も含む。また、この方法は、クライアント側の装置にあるブラウザーへ、伝送に関する決定を伝送する工程も含む。

本発明の別の態様は、インターネット資源へのアクセスを制御する方法である。この方法は、ローカルエリアネットワークのクライアント側の装置にあるインターネット接続可能なクライアントアプリケーションから、あるインターネット資源要求を伝送する工程を含む。このインターネット資源は第１サーバーに存在する。また、この方法は、このインターネット資源要求を、インターネットを介して伝送する前に、ローカルエリアネットワークのセキュリティ機器で受け取る工程も含む。また、この方法は、このインターネット資源に関する評判指標が、ローカルエリアネットワーク用に確立された閾値以上か否かを決定する工程も含む。評判指標は、このインターネット資源に関する評判ベクターから生成され、この評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置を含むインターネット資源に関する複数の因子を有する。この評判指標は、セキュリティ機器におけるデータベースファイル中に置かれ、このデータベースファイルは、そのインターネット資源へのアクセスを許可するか否かの決定の際に、セキュリティ機器によって即座にアクセスできる。あるいは、評判指標は、インターネットを介してセキュリティ機器によりアクセス可能なデータ収集サイトにおいて、実時間で生成され、要求を受けると、この評判指標がデータ収集サイトからセキュリティ機器へ送られる。また、この方法は、クライアント側の装置にあるインターネット接続可能なクライアントアプリケーションへ、伝送に関する決定を伝送する工程も含む。伝送に関する決定は、インターネット資源へのアクセスの許可または拒否である。

本発明のさらに別の態様は、あるインターネット資源へのアクセスを制御する方法である。この方法は、ローカルエリアネットワークのクライアント側の装置にあるウェブブラウザーから、インターネット資源要求を伝送する工程を含む。このインターネット資源は第１サーバーに存在する。また、この方法は、このインターネット資源要求を、インターネットを介して伝送する前に、ローカルエリアネットワークのセキュリティ機器で受け取る工程も含む。また、この方法は、セキュリティ機器において、このインターネット資源に関する評判ベクターを構築する工程も含む。この評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置を含むインターネット資源に関する複数の因子を有する。また、この方法は、このインターネット資源に関する評判指標を生成するために、上述の複数の因子の分析と評判分類器とに基づいて、評判ベクターを分析する工程も含む。また、この方法は、このインターネット資源に関する評判指標が、ローカルエリアネットワーク用に確立された閾値以上か否かを決定する工程も含む。また、この方法は、クライアント側の装置にあるウェブブラウザーへ、伝送に関する決定を伝送する工程も含む。伝送に関する決定は、このインターネット資源へのアクセスの許可または拒否である。

本発明のさらに別の態様は、インターネット資源に関する評判データベースを構築する方法である。この方法は、あるインターネット資源の評判の分析を行うために、そのインターネット資源に関する評判ベクターを投入する目的で、このインターネット資源サイトに関する複数の因子を収集する工程を含む。また、この方法は、データ収集サイトにおいて、このインターネット資源に関する複数の因子を受け取る工程を含む。また、この方法は、データ収集サイトにおいて、このインターネット資源に関する評判ベクターを作る工程も含む。この評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置を含むこのインターネット資源に関する複数の因子を有する。また、この方法は、このインターネット資源に関する評判指標を生成するために、複数の因子の分析と評判分類器とに基づいて、上述の評判ベクターを分析する工程も含む。また、この方法は、このインターネット資源に関する評判指標を、データ収集サイトに保存する工程も含む。また、この方法は、このインターネット資源へのアクセスを管理する要求に応じて、保存された評判指標を、ローカルエリアネットワークに伝送する工程も含む。

さらに、この方法は、上述の複数の因子のそれぞれに関する経験的な知識に基づいて、この複数の因子のそれぞれの重み付けをする工程を含む。さらに、この方法は、クローラーを用いて、このインターネット資源に関するこの複数の因子を入手する工程を含む。このインターネット資源に関する複数の因子を入手する工程は、好ましくは、このインターネットサービスにアクセスする工程と、このインターネット資源の複数のＨＴＭＬ文書を分析する工程と、このインターネット資源の複数のＨＴＭＬ文書にリンクされた複数のインターネット資源を検索する工程とを含む。上述の複数のＨＴＭＬ文書を分析する工程は、好ましくは、上述のＨＴＭＬ文書のそれぞれのＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数および画像の数、ブラウザーハイジャック、ファイルダウンロードならびに主題を決定する工程を含む。

本発明のさらに別の態様は、あるインターネット資源へのアクセスを制御する方法である。この方法は、このインターネット資源の第１の複数の評判ベクターを収集する工程を含む。また、この方法は、上述のインターネット資源の第１の複数の評判ベクターを、複数の訓練用セットに区切る工程も含む。また、この方法は、上述の複数の訓練用セットを用いて、最大エントロピー識別分類器を訓練する工程を含み、ここで、この最大エントロピー識別分類器は、特定のローカルエリアネットワーク用に訓練される。また、この方法は、そのインターネット資源に関する第２の複数の評判ベクターを用いて、訓練された最大エントロピー識別分類器をテストする工程も含む。この訓練された最大エントロピー識別分類器は、このインターネット資源に関する第２の複数の評判ベクターのそれぞれを知らない。また、この方法は、テストされた最大エントロピー識別分類器を評価する工程も含む。また、この方法は、評価された最大エントロピー識別分類器にフィードバックを行う工程も含む。また、この方法は、インターネット資源へのアクセスを管理するために、ローカルエリアネットワークにおいて評判指標を利用する工程も含む。

好ましくは、このインターネット資源に関する第１の複数の評判ベクターのそれぞれは、セキュリティ履歴、合法性、挙動、関連性および位置を含むこのインターネット資源に関する複数の次元を含み、この方法は、さらに、この複数の次元のそれぞれの重み付けをする工程を含む。

本発明のさらに別の態様は、あるインターネット資源へのアクセスを制御するために、ＭＥＤ分類器を訓練する方法である。この方法は、このインターネット資源に関する複数の評判ベクターを収集する工程を含む。また、この方法は、上述の複数の評判ベクターを、複数の訓練用セットに区切る工程も含む。また、この方法は、訓練用セットを用いて、ＭＥＤ分類器を訓練する工程も含む。また、この方法は、訓練されたＭＥＤ分類器を、ＭＥＤ分類器が知らないインターネット資源に対してテストする工程も含む。また、この方法は、訓練されたＭＥＤ分類器を評価する工程も含む。また、この方法は、訓練されたＭＥＤ分類器が適切に訓練されたか否かを決定する工程も含む。

ウェブサイトへのアクセスを制御するシステムのブロック図である。 ウェブサイトへのアクセスを制御するシステムのブロック図である。 ウェブサイトへのアクセスを制御する方法のフローチャートである。 要求されたウェブサイトのウェブページである。 あるウェブサイトへのアクセスを要求した人に、そのウェブサイトへのアクセスの拒否を知らせるローカルエリアネットワークのページである。 クローラーによってアクセスされたＨＴＭＬ文書を有するインターネット資源のブロック図である。 評判指標を生成する方法を示すフローチャートである。 あるインターネット資源へのアクセスを制御する方法を示すフローチャートである。 インターネット資源へのアクセスを制御するために、ＭＥＤ分類器を利用する方法を示すフローチャートである。 ＭＥＤ分類器を利用して、インターネット資源へのアクセスを制御する方法を示すフローチャートである。 インターネット資源へのアクセスを制御するために、ＭＥＤ分類器を利用するシステムのブロック図である。

評判とは、ウェブサイトの安全性の定量的な査定であり、インターネットの使用を管理する際に使用可能な定量的な値として表現される。ウェブサイトなどのインターネット資源は、そのインターネット資源が好ましくは以下の場合に、安全であるまたは高い評判を有する。すなわち、所有者および登録者が評判が良い場合、履歴が一貫している場合、その履歴に渡って一貫したコンテンツを持っている場合、他の高い評判のサイトと関連付けられている場合、地理的に安全な地方の出身の場合、インターネットサービスプロバイダー（ＩＳＰ）が、よく知られていて評判が良い場合、マルウェア感染源として知られていない場合、および、エンドユーザーおよびエンドユーザーのウェブブラウザアプリケーションと協力して働いている場合に、安全であるまたは高い評判を有する。

セキュリティに対する脅威は、突然現れて、可能な限り迅速に軽減されるので、一過性のものであるが、評判は、長い時間をかけて作り上げられ、より永続的な品質を有する。セキュリティに係わるイベントが繰り返されたり、悪い関連付けがあったり、悪い挙動があると、評判は、長い時間を掛けて失われたり、または「悪く」なりうる。これゆえに、単一のセキュリティの違反（そのサイトがハッキングされたり、訪問者にとって危険となること）が生じても、そのサイトの評判が急激に下がることはない。しかし、長い期間に渡ってこのようなことが繰り返して生じると、このサイトの評判は損なわれるであろう。

競争力を有する評判関連製品は、その定義において社会的な考慮を含み、例えば、非常に評判の良いサイト、すなわち、「非常に敬意を払われる」サイトは、以下の特徴を有する。すなわち、ウェブ上の確立した存在感、ネットワークセキュリティの危険源ではない、マルウェアを導入していない、ポップアップ宣伝がない、しつこい宣伝に感染していない、ポルノまたはわいせつではない、不法なコンテンツを有していないといった特徴を有する。

インターネット資源の評判は、好ましくは、セキュリティ、合法性、挙動、地理的位置、関連性およびこれ以外のさらなる因子により決定される。合法性は、トップレベルのドメイン、インターネット資源への投資（系列外のサイトを用いた仮想ホスティング、複数のホスティングおよびＳＳＬセキュリティ）、トラフィックの量、分類の年齢および人気ランキングにより決められる。合法性は、好ましくは、以下のいずれかまたは全てによっても決められる。すなわち、登録の都市、地方または国と、ホスティングの都市、地方または国との一貫性、そのＩＰアドレスと関連付けられる都市、地方または国のいずれかまたは全てによっても決められる。挙動には、ポップアップ宣伝の使用、ブラウザーハイジャック、自動リダイレクトの使用などが含まれる。関連性には、そのサイト中でリンクされるサイトの数、サイト内でリンクされたページの評判、および、リンクを張られたサイトの評判が含まれる。地理的な位置には、好ましくは、登録国とホスティング国との一貫性、および、そのＩＰアドレスと関連付けられる国も含まれる。

以下で説明する最も好適な実施形態では、機械学習技術が、インターネット資源へのアクセスを制御するために利用されている。最大エントロピー識別（「ＭＥＤ」）と称される、様々な支援ベクター機械技術が、好適な機械学習技術である。ＭＥＤにより、あるインターネット資源の特徴に基づいて、そのインターネット資源の相対的な評判を認識するようにコンピュータを訓練することができる。インターネット資源の評判を特徴付ける特徴セットは、その評判ベクターである。一度訓練されると、コンピュータは、要求されたインターネットサービスの評判ベクターを用いて、その評判指標を見積もることができる。この評判指標とは、この評判指標があまりにも低くて安全でないとみなされる場合には、経験に基づいて開発されたアクセスをブロックする閾値と共に用いられうる得点である。

インターネット資源に関する予測的なセキュリティ査定は、そのインターネット資源に関してわかっている事実に基づいて提供される。これは、過去に経験したセキュリティ攻撃に関する知識のみに頼るよりも、より安全である。

このシステムは、好ましくは、ユーアールアイ（ＵＲＩ）が与えられると、ランタイムで各インターネット資源の分類と、そのインターネット資源の評判ベクターとを提供する。システムは、スコア（得点）または指標を返すが、このスコアまたは指標は、要求を行ったクライアントの使用に関する相対的な尺度に関する結果を表現している。これは、評判査定をサービスとして統合した典型的なセキュリティ製品である。

評判ベクターは、好ましくは、以下のうちのいくつかまたは全ての組み合わせを有する。すなわち、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢（継続年数）、査定者のサイトにわかっている時間、主題、分類の年齢（前回の再分類からの時間）、ランキング（人気）、ＩＰアドレス、仮想ホスティング、ホストの数、トップレベルのドメイン（．ｃｏｍ、．ｂｉｚ、．ｒｕなど）、セキュリティ履歴、ランタイム挙動、ポップアップ宣伝、ダウンロード可能な実行ファイル、ウィルスに感染した実行ファイル、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間のいくつかまたは全ての組み合わせを有する。これらの特徴は、モデルとなる全ての訓練サンプルに対して、ユーザーの要求のたびに、ランタイムで収集され、評価される。当業者は、査定者によって決められるセキュリティに関するこれ以外の因子を用いることもできると認識するであろう。

図１に、あるインターネットサービスへのアクセスを制御するシステム全体を、参照符号２０で示す。このシステム２０は、好ましくはローカルエリアネットワーク３０、インターネット１００および遠隔サーバー６０に置かれたインターネットサービスを有する。インターネット資源は、ウェブサイトであることが好ましい。ローカルエリアネットワーク３０は、好ましくは、セキュリティ機器５０と、複数のクライアント側の装置５５とを有する。この複数のクライアント側の装置は、好ましくは、デスクトップコンピュータ、ラップトップコンピュータ、携帯情報端末（ＰＤＡ）およびスマートフォンなどを含む。各クライアント側の装置５５は、好ましくは、クライアント側の装置５５からインターネットにアクセスするためのウェブブラウザーを有する。セキュリティ機器５０は、好ましくはネットワークアクセス部５１と、サービスエンジン５２とを有する。ネットワークアクセス部５１は、ローカルエリアネットワーク３０からインターネットへのアクセスを可能にする。サービスエンジン５２は、要求されたインターネット資源が、このローカルエリアネットワーク３０用に確立された閾値を満足させる評判指標を有するか否かを決める。

ウェブサイトへのアクセスを制御する方法１０００を図３に示す。ブロック１００１では、ローカルエリアネットワークのクライアント側の装置用のブラウザーから、ウェブサイト要求が伝送され、インターネットを介して伝送される前に、ローカルエリアネットワークのセキュリティ機器で受け取られる。ブロック１００２では、セキュリティ機器が、このウェブサイトの評判指標を入手する。この評判指標は、評判ベクターから演算される。この評判ベクターは、好ましくはこのウェブサイトに関する複数の因子を含むが、これらは、例えば、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、ランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間を含む。ブロック１００４では、このウェブサイトに関する評判指標が、このローカルエリアネットワーク用に確立された閾値を上回るか否かの決定が行われる。ブロック１００５の決定で、評判指標がこの閾値を上回らない場合、ブロック１００６で、このウェブサイトへのアクセスが拒否され、この拒否が、クライアント側の装置に、好ましくは図５に図示したようなページ５００として送られる。ブロック１００５の決定で、このウェブサイトに関する評判指標がこの閾値を上回る場合、クライアント側の装置によるこのウェブサイトへのアクセスが許可され、好ましくは図４に図示したようなウェブページ４００としてクライアント側の装置に送られる。

システム２０の代替実施形態を図２に示す。システム２０は、好ましくはローカルエリアネットワーク３０、インターネット１００、遠隔サーバー６０に置かれたインターネットサービス、ならびに、好ましくはクローラー７１およびデータベース７２を有する評判生成サイト７０を有する。インターネットサービスは、ウェブサイトであることが好ましい。ローカルエリアネットワーク３０は、好ましくは、セキュリティ機器５０と、複数のクライアント側の装置５５とを有する。各クライアント側の装置５５は、好ましくは、クライアント側の装置５５からインターネットにアクセスするためのウェブブラウザーを有する。セキュリティ機器５０は、好ましくはネットワークアクセス部５１と、サービスエンジン５２とを有する。ネットワークアクセス部５１は、ローカルエリアネットワーク３０からインターネットへのアクセスを可能にする。サービスエンジン５２は、要求されたインターネットサービスが、このローカルエリアネットワーク３０用に確立された閾値を満足させる評判指標を有するか否かを決める。評判生成サイト７０は、セキュリティ機器５０のサービスエンジン５２に、評判指標を提供する。この評判生成サイト７０は、好ましくはクローラー７１と、インターネット資源（例えば、ウェブサーバー６０にあるインターネット資源など）にアクセスするための他の手段とを利用する。この他の手段には、好ましくは、複数の公に利用可能なデータフィード、購入したデータベース、独自のデータベースおよびＷＨＯＩＳデータベースからのゾーンファイルが含まれる。

評判指標を生成するための方法２０００に関するフローチャートを図７に示す。ブロック２００１では、評判生成サイト７０から、あるインターネット資源を求めて、ＨＴＴＰ要求が伝送される。このＨＴＴＰ要求を受けて、評判生成サイト７０のクローラー７１が、そのインターネット資源にアクセスする。そのインターネット資源にアクセスする際には、図６に示すように、好ましくは、そのインターネット資源９０の複数のＨＴＭＬ文書のうちの少なくとも１つのＨＴＭＬ文書９１にアクセスする。ブロック２００３では、このＨＴＭＬ文書およびそのＨＴＭＬ文書内のリンクから、クローラー７１は、このインターネット資源９０に関する情報を入手する。このインターネット資源９０に関する評判ベクターは、クローラー７１が入手したこの情報のうちのいくらかに基づく。ブロック２００４では、このインターネット資源に関する評判ベクターが、評判生成サイト７０で分析される。ブロック２００５では、このインターネット資源９０に関する評判指標が、データ収集サイトにて生成される。ブロック２００６では、このインターネット資源９０に関する評判指標が、評判生成サイト７０のデータベース７２中に保存される。このインターネット資源に関する評判は、更新時にまたは個人の要求に応じて、セキュリティ機器において利用できる。ブロック２００７では、このインターネット資源９０に関する評判指標は、ＬＡＮ３０に伝送され、セキュリティ機器５０のサービスエンジン５２中に保存される。

図８に、インターネット資源へのアクセスを制御する方法３０００を示す。ブロック３００１では、ＬＡＮ３０のクライアント側の装置５５用のインターネット接続可能なクライアントアプリケーションから、インターネット資源要求が伝送される。ブロック３００２で、この要求はインターネット１００を介して伝送される前に、ＬＡＮ３０のセキュリティ機器５０で受け取られる。ブロック３００３では、インターネット資源に関する評判指標が、セキュリティ機器５０のサービスエンジン５２のデータベースからアクセスされる。この評判指標は、評判ベクターに基づくが、この評判ベクターは、このインターネット資源に関する複数の因子を含む。これらの因子には、ドメイン登録の国、サービスをホスティングする国、ＩＰアドレスブロックの国、ドメイン登録の年齢、セキュリティの履歴、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間のうちの少なくとも２つ以上が含まれる。ブロック３００４では、ＬＡＮ３０用に確立されたこのインターネット資源に関する評判指標が閾値以上の場合に、決定がなされる。決定ブロック３００５で、評判指標がこの閾値未満である場合、ブロック３００６で、このインターネット資源へのアクセスが拒否され、この拒否が、クライアント側の装置５５に伝送される。決定ブロック３００５で、このウェブサーバーに関する評判指標がこの閾値以上である場合、クライアント側の装置５５によるこのウェブサイトへのアクセスが、セキュリティ機器５０によって許可される。

表１は、評判ベクターの属性および各属性の説明のリストである。

表２は、「良い」インターネット資源の一例である。

表３は、「悪い」インターネット資源の一例である。

ＬＡＮの管理者が確立した閾値によると、ｗｗｗ．ｃ．ｒｅｄｉｔｃａｎ．ｃｎのインターネット資源の評判指標の値は５１点となり、この評判指標に基づいてユーザーはアクセスすることができない。ＵＳｍｏｎｅｙ．ＧＯＶのインターネット資源は、評判指標の値が９５点であることに基づいて、ユーザーはアクセスすることができる。このように、インターネット資源ｗｗｗ．ｃ．ｒｅｄｉｔｃａｎ．ｃｎが、マルウェア源またはウィルス源であることがわかっていない場合でさえも、本発明は、その評判指標が安全ではないと見なし、エンドユーザーがこのインターネット資源にアクセスするのを防ぐ。

別の実施形態では、ＭＥＤアルゴリズムを用いて、良いインターネットサンプルと悪いインターネットサンプルとに基づいて、あるウェブページに関する統計的なモデルを構築する。この実施形態は、訓練用に独自の最適化アルゴリズムと、その出力を確率に較正するための２つのこれ以外の最適化工程とを、入力誤差をいくらか許容しつつ一方では信頼できる出力を得ることができるプロセス中で用いる。訓練プロセスをフィードバックループすることにより、実装者がモデルデータを改良するよう導くことができるが、これは、データを、２つの基準（すなわち、最も違反している例と最も理解できない例とである）により導かれる提供用セット、訓練用セットおよびテスト用セットとに分割することにより行われる。この基準を使用する実装者は、訓練セットの質を繰り返し改善し、この結果、分類器のエラーも減らし、これにより、実装者が、例示的な分類への割り当てを手動で、無作為にまたは偶然に検証または調べるよりも、指数的に速くなる。これらの例は、生成を改善するための全ての訓練が反復される前に、無作為に再割り当てされる。分類プロセス時の疎行列数学により処理速度を改善し、適度なコンピュータが、１日あたり数百万ものＵＲＬを分類することができる。この実装により、複数の次元（それぞれの次元が、そのインターネット資源に関する１つの事実を表現している）を評判モデルに含めることが可能になり、他方で、任意の特定のインターネット資源の分類速度が、その評判ベクターの全次元数には依存しなくなる。

大部分の存在するウェブサイトの評判リスク査定中に迅速にかつ効率的に分類するのには、必要となる人数があまりにも多数となり、現実的でも経済的でもないので、自動化プロセスが必要とされ、したがって、本実施形態は好適である。さらに、自動化分類の規則を手動で定義するのは非常に困難で、何万ものきわめて具体的な規則ときわめて曖昧な規則とを書く必要がある。これらの規則は全て、指数関数的な数で互いに作用し合い、人によって規則を作り上げるのは大変困難である。本実施形態の機械学習型の方法によりこの問題を解決することができるが、この場合、分類器用の「訓練用セット」ないし各トピックの例を人間が定義し、その後、この分類器が、各因子が持つべき重み付けを最適化して、「訓練」を行い、これにより分類エラーを非常に低減することができる。

学習アルゴリズムを良好に実装することができるのに加えて、本実施形態は、人間の努力を、良い評判の例または悪い評判の例を特定するのに利用していて効率的である。

本実施形態では、好ましくは、ＭＥＤの原理および理論に基づいた効果的な学習の定式化を、効率的な最適化アルゴリズム（このアルゴリズムは、プラットの逐次最小化最適化（「ＳＭＯ」）の原理に基づく）と共に適用し、これを、調節可能なパラメーターと較正されたクレジットスコアとの全体的な最適化と併用して用いて、良い評判および悪い評判のウェブサイトの適切な例を与えた際に、学習問題を解決する。

その後、このプロセスに人間が関与して、「最も違反をしている例」（すなわち良い評判を有するとして記されているが、分類器からきわめて低い信頼性得点を得ている例、あるいはこの逆）、および、「最も理解されない（least understood）」例（すなわち、評判の事前確率に近い信頼性の得点を受け取っている例）のリストを検査する。

人間が、これらの２つのクラスの例を検査することに時間を使うことにより、分類器は、はなはだしく誤って分類された例を、適切な（良いまたは悪い）評判に入れることができ、また、限りなく迅速に、非常に多くの新しい情報を分類器に提供できるので有用である。この組み合わせにより、分類器の実世界の有効性を、人間の努力(労力)を最低限にして、非常に迅速に改善する。このようにして、本実施形態は、人間の仕事と自動化された仕事とのを効率的に組み合わせて、インターネット資源の評判分類の自動化に関する問題を解決することができる。

ある方法では、あるインターネット資源に関する評判ベクターを決める際に、（上述のような）複数の因子の評価の工程が含まれる。このプロセスは、複数のインターネット資源に関して行われる。次に、多くのインターネット資源のサンプルに関する評判ベクターが、データ収集サイトで収集される。次に、この収集された評判ベクターを用いて、ＭＥＤ分類器を訓練するが、これは、高い評判であるとわかっているインターネット資源と低い評判であるとわかっているインターネット資源との訓練セットに基づいて行われる。次に、分類を行う目的を有するＭＥＤベースのモデルが、無作為で選んだ非常に多様なインターネット資源のサンプルに対してテストされる。次に、セキュリティ機器がＬＡＮで展開される。次に、インターネット資源の要求をランタイムで評価するが、これは開発されたＭＥＤ分類器を使用して行い、これは、ＬＡＮのセキュリティ方針に基づき、クライアントからの評判指標情報要求に答えるために行われる。ＭＥＤベースの分類のモデルは、好ましくは評判指標を演算するためにランタイムで利用される。このようにして、本実施形態は、あるインターネット資源に関してわかっている事実に基づいて、予測的なセキュリティ査定を提供する。この方法は、過去に経験したセキュリティ攻撃の知識のみに頼るよりも、安全である。本実施形態は、ＬＡＮでの実時間更新、キャッシュに格納されていないＵＲＬの実時間分類、および、実時間フィードバックループを提供する。

図９に、あるインターネット資源へのアクセスを制御するために、ＭＥＤ分類器を利用する方法４０００をフローチャートで示す。ブロック４００１では、多くのインターネット資源サンプルに関する複数の評判ベクターが、好ましくは評判生成サイトにて収集される。このインターネット資源に関するこれらの評判ベクターは、上述したように生成されるのが好ましい。ブロック４００２では、評判ベクターが複数の訓練セットに区切られる。この訓練セットは、高い評判のインターネット資源と低い評判のインターネット資源とに分割された少なくとも２つの訓練セットを含んでいる。ブロック４００３では、訓練されたＭＥＤ分類器を作り上げるために、ＭＥＤ分類器を、高い評判のインターネット資源と低い評判のインターネット資源との訓練セットを用いて訓練する。ブロック４００４では、訓練されたＭＥＤ分類器が、訓練セットにグループ分けされていない多種多様なインターネット資源（訓練されたＭＥＤ分類器は、これらに関する評判指標を知らない）に対してテストされる。ブロック４００５では、テストされたＭＥＤ分類器を評価するが、これは、テストされたＭＥＤ分類器の正確さを決定するために、および、最も違反している例（高い評判を有するインターネット資源または低い評判を有するインターネット資源として誤って分類されている、および、最も理解できないインターネット資源）を決定するために行われる。決定ブロック４００６では、テストの評価が行われる。テストが正しく行われると、ブロック４００７で、ＭＥＤ分類器は、訓練済みとなり運用準備ができたと考えられる。テストが不適切であった場合、ＭＥＤ分類器には、誤って高い評判を有すると分類されたインターネット資源または誤って低い評判を有すると分類されたインターネット資源、および、最も理解できないインターネット資源に関して、フィードバックが提供される。このプロセスは、ＭＥＤ分類器が適切に訓練されるまで、ブロック４００３で再び続けられる。

別の実施形態では、ユーザーが要求する前に演算され保存された評判指標のセットから、評判指標が即座に返される。図１０に、ＭＥＤ分類器を利用してインターネット資源へのアクセスを制御するある方法を示すが、この方法全体を参照符号５０００で示す。ブロック５００１では、ＬＡＮ３０のクライアント側の装置５５用のインターネット接続可能なクライアントアプリケーションから、インターネット資源要求が伝送される。ブロック５００２では、このインターネット資源に関する評判ベクターが、好ましくはＭＥＤ分類器またはＬＡＮ用のセキュリティ機器において分析される。ブロック５００３で、インターネット資源に関する評判指標が、セキュリティ機器５０のサービスエンジン５２のデータベースからアクセスされる／生成される。この評判指標は、好ましくは評判ベクターに基づくが、この評判ベクターは、インターネット資源に関する複数の因子を含む。これらには、ドメイン登録の国、サービスのホスティングをする国、ＩＰアドレスブロックの国、ドメイン登録の年齢、セキュリティの履歴、人気ランキング、ＩＰアドレス、ホストの数、トップレベルのドメイン、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間のうちの少なくとも２つ以上が含まれる。ブロック５００４では、このインターネット資源に関する評判指標がＬＡＮ３０用に確立された閾値以上であるか否かの決定がなされる。ブロック５００５で、この評判指標がこの閾値未満である場合、ブロック５００６で、インターネット資源へのアクセスが拒否され、この拒否が、クライアント側の装置５５に送られる。ブロック５００５の決定で、このウェブサイトに関する評判指標が、上述の閾値以上である場合、クライアント側の装置５５によるこのインターネット資源へのアクセスが、セキュリティ機器５０により許可される。このような実施形態では、ＬＡＮに存在する予め演算された評判指標により、または、ＬＡＮのセキュリティ機器５０において迅速に利用できるように予め演算された評判指標により、このインターネット資源へのアクセス可能性に関して、（即時応答とは言えなくても）応答がずっと速くなる。

図１１に、ＭＥＤ分類器サイト７７を利用して、あるインターネット資源へのアクセスを制御するシステム２０を示す。システム２０は、好ましくは、ローカルエリアネットワーク３０、インターネット１００、ＭＥＤ分類器サイト７７、および、遠隔サーバー６０に置かれたインターネットサービスを有する。このインターネット資源は、ウェブサイトであることが好ましい。ローカルエリアネットワーク３０は、好ましくは、セキュリティ機器５０と、複数のクライアント側の装置５５とを有する。各クライアント側の装置５５は、好ましくは、クライアント側の装置５５からインターネットにアクセスするためのウェブブラウザーを有する。セキュリティ機器５０は、ＭＥＤ分類器サイト７７からのデータに基づいて、好ましくはローカルエリアネットワーク３０からインターネットへのアクセスを可能にするためのネットワークアクセス部５１を有する。このＭＥＤ分類器サイト７７は、要求されたインターネット資源が、このローカルエリアネットワーク３０用に確立された閾値を満足させる評判指標を有するか否かを決める。

表４は、いくつかの次元と、モデルのＭＥＤ分類器の保存され仕分けされたモデルの重み付けの例を示す。

Claims (20)

1. インターネット資源へのアクセスを制御する方法であって、
   ローカルエリアネットワークのクライアント側の装置にあるインターネット接続可能なクライアントアプリケーションから、インターネット資源要求を伝送する工程であって、前記インターネット資源が第１サーバーに存在する、工程と、
   前記インターネット資源要求を、インターネットを介して伝送する前に、ローカルエリアネットワークのセキュリティ機器で受け取る工程と、
   前記インターネット資源に関する評判指標が、前記ローカルエリアネットワーク用に確立された閾値以上か否かを決定する工程であって、前記評判指標は、前記インターネット資源に関する評判ベクターから生成され、前記評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置を含む前記インターネット資源に関する複数の因子を有する、工程と、
   前記クライアント側の装置にあるインターネット接続可能なクライアントアプリケーションへ、伝送に関する決定を伝送する工程であって、前記伝送に関する決定は、前記インターネット資源へのアクセスの許可または拒否である、工程と
   を含む方法。
2. 前記インターネット資源に関する前記評判指標が前記閾値以上であり、前記伝送に関する決定は、前記インターネット資源へのアクセスであり、かつ、前記方法がさらに、前記インターネット資源要求を、インターネットを介して、前記インターネット資源に関する前記第１サーバーに伝送する工程と、前記ローカルエリアネットワークにおいて前記インターネット資源を受け取る工程とを含む請求項１に記載の方法。
3. 前記インターネット資源に関する前記評判指標が前記閾値未満であり、かつ、前記伝送に関する決定は、前記ローカルエリアネットワークからのウェブページであり、前記ウェブページは、前記ローカルエリアネットワークからの前記インターネット資源へのアクセスが、前記ローカルエリアネットワーク用に確立されたインターネット方針に反するとの情報を含む請求項１に記載の方法。
4. 前記評判ベクターに関する複数の因子のうち前記位置因子は、ドメイン登録の国、サービスをホスティングする国およびＩＰアドレスブロックの国を含み、前記評判ベクターに関する前記複数の因子のうち前記合法性因子は、ドメイン登録の年齢、人気ランキング、ＩＰアドレス、ホストの数およびトップレベルのドメインを含み、前記評判ベクターに関する前記複数の因子のうち前記挙動因子は、複数のランタイム挙動、ＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数、画像の数、即時リダイレクトおよび応答待ち時間を含む請求項１に記載の方法。
5. 前記インターネット資源は、ウェブサイト、電子メールサーバーおよび音声通信サーバーのうちの１つである請求項１に記載の方法。
6. ウェブサイトへのアクセスを制御するシステムであって、
   インターネットを有するネットワークと、
   第１サーバーでホスティングされ、インターネットを介してアクセス可能であるインターネット資源と、
   ローカルエリアネットワークと
   を有し、
   前記ローカルエリアネットワークが、
   それぞれがブラウザーを有する複数のクライアント側の装置と、
   セキュリティ機器と
   を有し、前記セキュリティ機器が、前記複数のクライアント側の装置のそれぞれによるインターネットへのアクセスを制御し、かつサービスエンジンを有し、前記サービスエンジンが、前記ウェブサイトに関する評判ベクターを分析し、かつ前記評判ベクターから前記ウェブサイトに関する評判指標を生成し、前記評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置を含む前記インターネット資源に関する複数の因子を有し、
   前記複数のクライアント側の装置いずれかによる前記インターネット資源へのアクセスは、前記評判指標が前記ローカルエリアネットワーク用に確立された閾値を上回ると決定される
   システム。
7. 前記クライアント側の装置は、パーソナルコンピュータまたはＰＤＡである請求項６に記載のシステム。
8. 前記システムは、さらにインターネットを介してアクセス可能であるデータ収集サイトを有し、前記セキュリティサイトは、複数のインターネット資源から複数の因子を収集するためのクローラーを有する請求項６に記載のシステム。
9. 前記データ収集サイトは、複数のインターネット資源に関する評判指標を含むデータベースを有する請求項８に記載のシステム。
10. インターネット資源へのアクセスを制御する方法であって、
    ローカルエリアネットワークのクライアント側の装置にあるウェブブラウザーから、インターネット資源要求を伝送する工程であって、前記インターネット資源が第１サーバーに存在する、工程と、
    前記インターネット資源要求を、インターネットを介して伝送する前に、ローカルエリアネットワークのセキュリティ機器で受け取る工程と、
    前記インターネット資源に関する評判指標にアクセスする工程であって、前記評判指標は、前記インターネット資源に関する評判ベクターに基づいていて、前記評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置のうちの少なくとも１つを含む、工程と、
    前記インターネット資源に関する前記評判指標が、前記ローカルエリアネットワーク用に確立された閾値以上か否かを決定する工程と、
    前記クライアント側の装置にあるウェブブラウザーへ、伝送に関する決定を伝送する工程であって、前記伝送に関する決定は、前記インターネット資源へのアクセスの許可または拒否である、工程と
    を含む方法。
11. インターネット資源に関する評判データベースを構築する方法であって、
    前記インターネット資源の評判の分析を行うために、前記インターネット資源に関する評判ベクターを投入するために、前記インターネット資源サイトに関する複数の因子を収集する工程と、
    データ収集サイトにおいて、前記インターネット資源に関する前記複数の因子を受け取る工程と、
    前記データ収集サイトにおいて、前記インターネット資源に関する評判ベクターを作る工程であって、前記評判ベクターは、セキュリティ履歴、合法性、挙動、関連性および位置を含む前記インターネット資源に関する複数の因子を有する工程と、
    前記インターネット資源に関する評判指標を生成するために、前記複数の因子の分析と評判分類器とに基づいて、前記評判ベクターを分析する工程と、
    前記インターネット資源に関する前記評判指標を、前記データ収集サイトに保存する工程と、
    前記インターネット資源へのアクセスを管理する要求に応じて、前記保存された評判指標を、ローカルエリアネットワークに伝送する工程と
    を含む方法。
12. さらに、前記複数の因子のそれぞれに関する経験的な知識に基づいて、前記複数の因子のそれぞれの重み付けをする工程を含む請求項１１に記載の方法。
13. さらに、クローラーを用いて、前記インターネット資源に関する前記複数の因子を入手する工程を含む請求項１１に記載の方法。
14. 前記インターネット資源に関する前記複数の因子を入手する工程は、
    インターネットサービスにアクセスする工程と、
    前記インターネット資源の複数のＨＴＭＬ文書を分析する工程と、
    前記インターネット資源の前記複数のＨＴＭＬ文書にリンクされた複数のインターネット資源を検索する工程と
    を含む請求項１３に記載の方法。
15. 前記複数のＨＴＭＬ文書を分析する工程は、前記ＨＴＭＬ文書のそれぞれのＪａｖａＳｃｒｉｐｔ（登録商標）のブロック数および画像の数、ブラウザーハイジャック、ファイルダウンロードならびに主題を決定する工程を含む請求項１１に記載の方法。
16. インターネット資源へのアクセスを制御する方法であって、
    インターネット資源に関する第１の複数の評判ベクターを収集する工程と、
    インターネット資源に関する前記第１の複数の評判ベクターを、複数の訓練用セットに区切る工程と、
    前記複数の訓練用セットを用いて、最大エントロピー識別分類器を訓練する工程であって、前記最大エントロピー識別分類器は、特定のローカルエリアネットワーク用に訓練される工程と、
    インターネット資源に関する第２の複数の評判ベクターを用いて、前記訓練された最大エントロピー識別分類器をテストする工程であって、訓練された前記最大エントロピー識別分類器は、インターネット資源に関する前記第２の複数の評判ベクターを知らない、工程と、
    テストされた最大エントロピー識別分類器を評価する工程と、
    評価された最大エントロピー識別分類器にフィードバックを行う工程と、
    インターネット資源へのアクセスを管理するために、ローカルエリアネットワークにおいて前記評判指標を利用する工程と
    を含む方法。
17. 前記インターネット資源に関する第１の複数の評判ベクターのそれぞれは、セキュリティ履歴、合法性、挙動、関連性および位置を含む前記インターネット資源に関する複数の次元を含み、前記方法は、さらに、前記複数の次元のそれぞれの重み付けをする工程を含む請求項１６に記載の方法。
18. インターネット資源へのアクセスを制御するために、ＭＥＤ分類器を訓練する方法であって、
    インターネット資源に関する複数の評判ベクターを収集する工程と、
    前記複数の評判ベクターを、複数の訓練用セットに区切る工程と、
    前記訓練用セットを用いて、ＭＥＤ分類器を訓練する工程と、
    前記訓練されたＭＥＤ分類器を、前記ＭＥＤ分類器が知らないインターネット資源に対してテストする工程と、
    テストされたＭＥＤ分類器を評価する工程と、
    前記訓練されたＭＥＤ分類器が適切に訓練されたか否かを決定する工程と
    を含む方法。
19. 前記訓練用セットは、良い評判のインターネット資源と悪い評判のインターネット資源とを含む請求項１８に記載の方法。
20. さらに、前記訓練されたＭＥＤ分類器を、前記ローカルエリアネットワークのセキュリティ機器に設置する工程を含む請求項１８に記載の方法。

Images