JP2015515686A5

JP2015515686A5 -

Info

Publication number: JP2015515686A5
Application number: JP2015503665A
Authority: JP
Filing date: 2013-03-29
Publication date: 2015-12-03
Anticipated expiration: 2033-03-29

Claims

ネットワーク仮想ユーザリスク抑制方法であって、
第１の仮想ユーザの関連性生データおよび第２の仮想ユーザの関連性生データをリトリーブし、前記関連性生データは多次元データを含み、各次元に関連するデータはユーザを識別すると共に関連性次元として機能することが可能であり、前記第１の仮想ユーザおよび前記第２の仮想ユーザの一方は悪意あるユーザであると見なされ、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの前記関連性生データに基づいて、関連性次元について前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の少なくとも１つの関連性値を計算し、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の現実の関連性の程度を得るために、前記関連性次元の前記少なくとも１つの関連性値を集計し、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記現実の関連性の程度が所定の閾値を超えるか否かを判定し、
前記第１および第２の仮想ユーザの他方が悪意あるユーザであると判定する、
ことを備える、方法。
請求項１に記載の方法であって、前記関連性次元について前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記少なくとも１つの関連性値を計算することは、
前記関連性次元について、量的因子、時間的因子、および、カスケード因子に基づいて、前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記少なくとも１つの関連性値を計算することを含む、方法。
請求項２に記載の方法であって、前記量的因子は、総和関数を用いる、方法。
請求項３に記載の方法であって、前記時間的因子および前記カスケード因子は両方とも、逆関数を用いる、方法。
請求項４に記載の方法であって、前記関連性次元についての前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記少なくとも１つの関連性値は、

という式を用いて計算され、Σは、前記総和関数に対応し、ｘは、関連性次元についての前記関連性値に対応し、ｌｅｖｅｌは、カスケードレベルに対応し、ｔは、時間に対応する、方法。
請求項１に記載の方法であって、前記多次元データは、ＩＰアドレス、クッキー、デバイスフィンガープリント、携帯電話番号、電話番号、ファクス番号、電子メールアドレス、住所、ユーザ名、または、それらの任意の組み合わせを含む、方法。
請求項１に記載の方法であって、前記第１の仮想ユーザの前記関連性生データおよび前記第２の仮想ユーザの前記関連性生データをリトリーブすることは、
前記第１の仮想ユーザの前記関連性生データをリトリーブし、
前記第１の仮想ユーザの前記関連性生データに基づいて、前記第１の仮想ユーザに関連する前記第２の仮想ユーザと、前記第２の仮想ユーザの前記関連性生データとを探し出すこと、
を含む、方法。
請求項７に記載の方法であって、前記第１の仮想ユーザに関連する前記第２の仮想ユーザと、前記第２の仮想ユーザの前記関連性生データとを探し出すことは、
各関連性次元について、前記第１の仮想ユーザの識別子に基づいて、前記第１の仮想ユーザによって用いられた次元データを見つけ、
前記見つかった次元データを用いて、前記次元データに対応するユーザリストを見つけ、
前記各関連性次元について見つかった前記ユーザリストから重複ユーザを除去して、前記ユーザリスト内のユーザを前記第１の仮想ユーザに関連する前記第２の仮想ユーザとして特定する、
ことを含む、方法。
請求項１に記載の方法であって、前記少なくとも１つの関連性値を集計することは、前記関連性次元について前記少なくとも１つの関連性値を合計することを含む、方法。
ネットワーク仮想ユーザリスク抑制システムであって、
少なくとも１つのプロセッサであって、
第１の仮想ユーザの関連性生データおよび第２の仮想ユーザの関連性生データをリトリーブし、前記関連性生データは多次元データを含み、各次元に関連するデータはユーザを識別すると共に関連性次元として機能することが可能であり、前記第１の仮想ユーザおよび前記第２の仮想ユーザの一方が、悪意あるユーザであると見なされ、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの前記関連性生データに基づいて、関連性次元について前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の少なくとも１つの関連性値を計算し、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の現実の関連性の程度を得るために、前記関連性次元についての前記少なくとも１つの関連性値を集計し、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記現実の関連性の程度が所定の閾値を超えるか否かを判定し、
前記第１および第２の仮想ユーザの他方が悪意あるユーザであると判定するよう構成されている、少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに接続され、前記少なくとも１つのプロセッサに命令を提供するよう構成されているメモリと、
を備える、システム。
請求項１０に記載のシステムであって、前記関連性次元について前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記少なくとも１つの関連性値を計算することは、
前記関連性次元について、量的因子、時間的因子、および、カスケード因子に基づいて、前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記少なくとも１つの関連性値を計算することを含む、システム。
請求項１１に記載のシステムであって、
前記量的因子は、総和関数を用い、
前記時間的因子および前記カスケード因子は両方とも、逆関数を用い、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記少なくとも１つの関連性値は、

という式を用いて計算され、Σは、前記総和関数に対応し、ｘは、関連性次元についての前記関連性値に対応し、ｌｅｖｅｌは、カスケードレベルに対応し、ｔは、時間に対応する、システム。
請求項１０に記載のシステムであって、前記多次元データは、ＩＰアドレス、クッキー、デバイスフィンガープリント、携帯電話番号、電話番号、ファクス番号、電子メールアドレス、住所、ユーザ名、または、それらの任意の組み合わせを含む、システム。
請求項１０に記載のシステムであって、前記第１の仮想ユーザの前記関連性生データおよび前記第２の仮想ユーザの前記関連性生データをリトリーブすることは、
前記第１の仮想ユーザの前記関連性生データをリトリーブし、
前記第１の仮想ユーザの前記関連性生データに基づいて、前記第１の仮想ユーザに関連する前記第２の仮想ユーザと、前記第２の仮想ユーザの前記関連性生データとを探し出すこと、
を含む、システム。
請求項１４に記載のシステムであって、前記第１の仮想ユーザに関連する前記第２の仮想ユーザと、前記第２の仮想ユーザの前記関連性生データとを探し出すことは、
各関連性次元について、前記第１の仮想ユーザの識別子に基づいて、前記第１の仮想ユーザによって用いられた次元データを見つけ、
前記見つかった次元データを用いて、前記次元データに対応するユーザリストを見つけ、
前記各関連性次元について見つかった前記ユーザリストから重複ユーザを除去して、前記ユーザリスト内のユーザを前記第１の仮想ユーザに関連する前記第２の仮想ユーザとして特定すること、
を含む、システム。
請求項１０に記載のシステムであって、前記少なくとも１つの関連性値を集計することは、前記関連性次元について前記少なくとも１つの関連性値を合計することを含む、システム。
ネットワーク仮想ユーザリスクを抑制するためのコンピュータプログラムであって、
第１の仮想ユーザの関連性生データおよび第２の仮想ユーザの関連性生データをリトリーブするための機能と、前記関連性生データは多次元データを含み、各次元に関連するデータはユーザを識別すると共に関連性次元として機能することが可能であり、前記第１の仮想ユーザおよび前記第２の仮想ユーザの一方が、悪意あるユーザであると見なされ、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの前記関連性生データに基づいて、関連性次元について前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の少なくとも１つの関連性値を計算するための機能と、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の現実の関連性の程度を得るために、前記関連性次元の前記少なくとも１つの関連性値を集計するための機能と、
前記第１の仮想ユーザおよび前記第２の仮想ユーザの間の前記現実の関連性の程度が所定の閾値を超えるか否かを判定するための機能と、
前記第１および第２の仮想ユーザの他方が悪意あるユーザであると判定するための機能と、
をコンピュータによって実現させる、コンピュータプログラム。