JP2019159960A - Determination device, determination method and determination system - Google Patents
Determination device, determination method and determination system Download PDFInfo
- Publication number
- JP2019159960A JP2019159960A JP2018047281A JP2018047281A JP2019159960A JP 2019159960 A JP2019159960 A JP 2019159960A JP 2018047281 A JP2018047281 A JP 2018047281A JP 2018047281 A JP2018047281 A JP 2018047281A JP 2019159960 A JP2019159960 A JP 2019159960A
- Authority
- JP
- Japan
- Prior art keywords
- terminal
- user
- information
- determination
- position information
- Prior art date
- Legal status (The legal status 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 status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 132
- 230000009471 action Effects 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims description 99
- 238000012545 processing Methods 0.000 claims description 46
- 230000006399 behavior Effects 0.000 description 94
- 238000001514 detection method Methods 0.000 description 80
- 238000003860 storage Methods 0.000 description 53
- 230000000875 corresponding effect Effects 0.000 description 47
- 238000004891 communication Methods 0.000 description 37
- 230000006870 function Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 24
- 230000007704 transition Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 10
- 230000010365 information processing Effects 0.000 description 10
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Abstract
Description
本発明は、判定装置、判定方法及び判定プログラムに関する。 The present invention relates to a determination device, a determination method, and a determination program.
従来、ネットワークを介したサービス等では、ユーザが所有する端末装置から識別情報を取得し、当該ユーザの本人性を認証する処理が行われている。 Conventionally, in a service or the like via a network, processing for obtaining identification information from a terminal device owned by a user and authenticating the identity of the user is performed.
上記のような認証処理に関して、例えば、通信端末の識別情報が取得できない場合でも、複数の通信端末が同一であるかどうかを推定することができる技術が知られている。また、ユーザのコンテキスト情報に基づいて認証を行う技術が知られている。 Regarding the authentication processing as described above, for example, a technique is known that can estimate whether or not a plurality of communication terminals are the same even when identification information of the communication terminals cannot be acquired. A technique for performing authentication based on user context information is also known.
しかしながら、上記の従来技術には改善の余地がある。例えば、ウェアラブル端末等の普及によりユーザが利用する端末装置の数が増加したり、いわゆるＩｏＴ（Internet of Things）機器の利用が盛んになると、ユーザには、利用する各々の端末装置で認証を行ったり、各々の端末装置に応じた認証手法を選択したりする必要が生じうる。このため、ユーザの認証処理のユーザビリティを低下させるおそれがある。 However, there is room for improvement in the above prior art. For example, when the number of terminal devices used by users increases due to the widespread use of wearable terminals or the like, and so-called IoT (Internet of Things) devices become popular, users are authenticated by each terminal device used. It may be necessary to select an authentication method according to each terminal device. For this reason, there is a risk of reducing the usability of the user authentication process.
本願は、上記に鑑みてなされたものであって、認証におけるユーザの手間を軽減させることができる判定装置、判定方法及び判定プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object thereof is to provide a determination device, a determination method, and a determination program that can reduce the user's trouble in authentication.
本願に係る判定装置は、第１端末の位置を示す第１位置情報、及び、第２端末の位置を示す第２位置情報を取得する取得部と、前記取得部によって取得された第１位置情報から抽出される第１行動情報と、前記第２位置情報から抽出される第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する判定部とを備えたことを特徴とする。 The determination apparatus according to the present application includes an acquisition unit that acquires first position information indicating a position of the first terminal and second position information indicating a position of the second terminal, and the first position information acquired by the acquisition unit. By comparing the first behavior information extracted from the second behavior information extracted from the second position information, the identity of the user using the first terminal and the second terminal is determined. And a determination unit.
実施形態の一態様によれば、認証におけるユーザの手間を軽減させることができるという効果を奏する。 According to one aspect of the embodiment, there is an effect that it is possible to reduce a user's trouble in authentication.
以下に、本願に係る判定装置、判定方法及び判定プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る判定装置、判定方法及び判定プログラムが限定されるものではない。また、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Hereinafter, modes for carrying out a determination apparatus, a determination method, and a determination program according to the present application (hereinafter referred to as “embodiments”) will be described in detail with reference to the drawings. Note that the determination device, the determination method, and the determination program according to the present application are not limited by this embodiment. In addition, the embodiments can be appropriately combined within a range that does not contradict processing contents. In the following embodiments, the same portions are denoted by the same reference numerals, and redundant description is omitted.
〔１．実施形態に係る判定処理の一例〕
まず、図１及び図２を用いて、実施形態に係る判定処理の一例について説明する。図１は、実施形態に係る判定処理の一例を示す図（１）である。具体的には、図１では、実施形態に係る判定装置１００が、互いに異なる端末から各々の位置情報を取得し、取得した位置情報に基づいて、当該異なる端末を利用するユーザの同一性を判定する処理を行う例を示す。
[1. Example of determination processing according to embodiment]
First, an example of determination processing according to the embodiment will be described with reference to FIGS. 1 and 2. FIG. 1 is a diagram (1) illustrating an example of a determination process according to the embodiment. Specifically, in FIG. 1, the
図１に示す判定装置１００は、ユーザが利用する端末から送信される位置情報を取得し、取得した位置情報を管理するサーバ装置である。
A
図１に示すスマートフォン１０ａ及びタブレット１０ｂは、各種情報処理を実行する端末の一例である。図１の例では、スマートフォン１０ａ及びタブレット１０ｂは、ユーザの一例であるユーザＵ０１によって利用される。以下では、ユーザＵ０１等を区別する必要のないときは、「ユーザ」と総称する。また、以下では、スマートフォン１０ａやタブレット１０ｂ、図２に示す時計型端末１０ｃ等、ユーザによって利用される各端末を区別する必要のないときは、「ユーザ端末１０」と総称する。また、以下では、ユーザ端末１０をユーザと読み替える場合がある。例えば、「ユーザＵ０１が位置情報を送信する」とは、実際には、「ユーザＵ０１が利用するユーザ端末１０が位置情報を送信する」ことを意味する場合がある。
A
ユーザ端末１０は、例えばＧＰＳ（Global Positioning System）等を利用して、自装置が所在する位置（例えば経度や緯度の数値等）を検知し、検知した位置を示す情報である位置情報を取得する機能を有する。位置情報は、位置を示す情報、及び、その位置が検知された日時に関する情報を含む。そして、ユーザ端末１０は、例えば判定装置１００の要求に従い、検知した位置情報を判定装置１００に送信する。具体的には、ユーザ端末１０は、判定装置１００から提供されたポータルサイトにアクセスしている場合や、判定装置１００が提供するサービスにログインしている場合に、定期的かつ継続的に位置情報を判定装置１００に送信する。ユーザ端末１０から送信される位置情報は、判定装置１００が有する記憶部に蓄積され、種々の情報処理に利用される。
For example, the
上記のように、図１に示す例では、ユーザＵ０１は、スマートフォン１０ａ及びタブレット１０ｂを所有する。この場合、ユーザＵ０１は、スマートフォン１０ａ及びタブレット１０ｂを利用する場合には、自身のクレデンシャル情報（パスワードや指紋等）を各端末に入力して本人認証を行い、各端末にログインすることを要する。あるいは、ユーザＵ０１は、スマートフォン１０ａ及びタブレット１０ｂを介して所定のサービスを利用する場合、サービスアカウント等の情報をスマートフォン１０ａ及びタブレット１０ｂの各々に入力して認証を行う。このように、ユーザＵ０１は、各端末でサービスを利用するためには、各端末で手続きを行うことを要する。このため、ユーザＵ０１が利用する端末の数が増えるほど、認証処理のユーザビリティが低下するおそれがある。
As described above, in the example illustrated in FIG. 1, the user U01 owns the
そこで、実施形態に係る判定装置１００は、以下に説明する処理によって、認証におけるユーザの手間を軽減させる。具体的には、判定装置１００は、ユーザが利用する一の端末（以下、「第１端末」と表記する場合がある）の位置を示す第１位置情報と、一の端末以外の端末（以下、「第２端末」と表記する場合がある）の位置を示す第２位置情報とを取得する。そして、判定装置１００は、第１位置情報から、第１端末のユーザの行動を示す第１行動情報を抽出する。
Therefore, the
ユーザの行動を示す情報とは、例えば、位置情報によって推定されるユーザの移動推移であり、言い換えれば、所定時間内における位置情報の推移である。判定装置１００は、第１位置情報のうち、判定に用いる時間帯や曜日に対応する位置情報を抽出することにより、第１端末のユーザの行動を示す第１行動情報を抽出する。同様に、判定装置１００は、第２位置情報から、第２端末のユーザの行動を示す第２行動情報を抽出する。そして、判定装置１００は、第１行動情報と第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。具体的には、判定装置１００は、第１行動情報と第２行動情報との一致が所定の閾値を超えている場合には、第１端末と第２端末とを利用するユーザが同一のユーザであると判定する。そして、判定装置１００は、例えば、第１端末においてユーザが既にログインを行っている場合（すなわち、第１端末によってユーザが認証されている場合）、同一のユーザによって利用されていると判定した第２端末へのログイン処理をスキップさせるよう、第２端末の認証処理を制御する。これにより、判定装置１００は、ユーザが特段の手続きを行わずとも、自動的に第２端末へのログイン処理等を行わせることができるので、複数端末を利用するユーザの認証処理の手間を軽減させることができる。以下、実施形態に係る判定処理について、図１を用いて流れに沿って説明する。
The information indicating the user's behavior is, for example, the movement transition of the user estimated by the position information, in other words, the transition of the position information within a predetermined time. The
図１に示す例において、ユーザＵ０１は、スマートフォン１０ａ（上記の「第１端末」に相当する）とタブレット１０ｂ（上記の「第２端末」に相当する）を所有する。なお、スマートフォン１０ａとタブレット１０ｂとは、例えば、過去に同じアクセスポイントを利用していたり、相互にｂｌｕｅｔｏｏｔｈ（登録商標）通信等を行ったりしたことにより、互いを関連する端末であると認識済みであるものとする。また、判定装置１００も、スマートフォン１０ａとタブレット１０ｂとが関連する端末であると認識済みであるものとする。なお、上記のように第１端末と第２端末とを関連付ける処理は、ユーザＵ０１からの要求により行われてもよい。すなわち、ユーザＵ０１は、実施形態に係る判定処理に先立ち、スマートフォン１０ａとタブレット１０ｂとが互いに関連する端末である旨を判定装置１００に登録していてもよい。
In the example illustrated in FIG. 1, the user U01 owns a
まず、ユーザＵ０１は、第１端末であるスマートフォン１０ａにログインする（ステップＳ０１）。その後、スマートフォン１０ａは、定期的かつ継続的に、判定装置１００に位置情報（第１位置情報）を送信する（ステップＳ０２）。例えば、スマートフォン１０ａは、自装置にインストールされたアプリケーション（以下、単に「アプリ」と表記する）の機能に従い、バックグラウンド処理として、第１位置情報を判定装置１００に定期的に送信する。スマートフォン１０ａは、所定時間ごと（例えば５分や１０分ごと）に第１位置情報を判定装置１００に送信する。
First, the user U01 logs in to the
また、第２端末であるタブレット１０ｂも、定期的かつ継続的に、判定装置１００に位置情報（第２位置情報）を送信する（ステップＳ０３）。例えば、タブレット１０ｂは、自装置にインストールされたアプリの機能に従い、バックグラウンド処理として、第２位置情報を定期的に判定装置１００に送信する。タブレット１０ｂは、所定時間ごと（例えば５分や１０分ごと）に第２位置情報を判定装置１００に送信する。なお、スマートフォン１０ａとタブレット１０ｂが位置情報を送信するタイミングは、互いに異なっていてもよい。
In addition, the
判定装置１００は、スマートフォン１０ａから送信された第１位置情報、及び、タブレット１０ｂから送信された第２位置情報を取得する。そして、判定装置１００は、第１位置情報から、第１位置情報に対応する行動情報である第１行動情報を抽出する。また、判定装置１００は、第２位置情報から、第２位置情報に対応する行動情報である第２行動情報を抽出する（ステップＳ０４）。行動情報の詳細は後述するが、例えば行動情報は一連の位置情報の推移であり、第１端末及び第２端末が、いつ、どの位置に所在していたかを連続的に示す情報である。
The
続けて、判定装置１００は、第１行動情報と第２行動情報とを照合する（ステップＳ０５）。言い換えれば、判定装置１００は、第１行動情報と第２行動情報とがどのくらい相関しているかを示す相関性（あるいは類似性）を判定する。
Subsequently, the
例えば、判定装置１００は、第１行動情報を参照し、所定時間の所定位置に第１端末が所在しており、また、その５分後、その１０分後、その１５分後の各々に第１端末が所在していた位置を知得する。同様に、判定装置１００は、第２行動情報を参照し、所定時間の所定位置に第２端末が所在しており、また、その５分後、その１０分後、その１５分後の各々に第２端末が所在していた位置を知得する。そして、判定装置１００は、第１端末及び第２端末の行動情報を照合し、両者が一致する度合いを算出する。
For example, the
なお、行動情報の照合は、必ずしも同一時刻、同一位置を示す情報が保持されていることに限らず、所定の範囲で、抽象化された情報に基づいて判定されてもよい。例えば、判定装置１００は、「前後５分」や「前後１０分」の幅を設定し、また、誤差「数１０メートル」を設定し、かかる範囲で行動情報が一致するか否かを判定してもよい。また、照合は、任意の時間長に渡って取得された位置情報に基づく行動情報が利用されてもよい。例えば、判定装置１００は、１時間に渡って取得された位置情報に基づく行動情報同士や、１日に渡って取得された位置情報に基づく行動情報同士を照合してもよい。
The collation of the behavior information is not necessarily held as information indicating the same time and the same position, and may be determined based on the abstracted information within a predetermined range. For example, the
また、判定装置１００は、第１行動情報及び第２行動情報における位置の推移を地図情報上にプロットし、かかる図形の類似度に基づいて、行動情報の類似性を判定してもよい。この場合も、判定装置１００は、図形が必ずしも一致することを要さず、所定の閾値を設定し、閾値に収まる範囲での一致が確認できれば、両者は一致すると判定してもよい。なお、上記した行動情報の判定処理については、種々の既知の技術が利用されてもよい。
Moreover, the
上記の処理によって、判定装置１００は、第１端末を利用するユーザと、第２端末を利用するユーザとの同一性を判定する（ステップＳ０６）。具体的には、判定装置１００は、第１行動情報と第２行動情報が所定の閾値内で一致する（すなわち、閾値を超える類似性を有する）と判定した場合、第１端末を利用するユーザと第２端末を利用するユーザとが同一ユーザであると判定する。一方、判定装置１００は、第１行動情報と第２行動情報が所定の閾値内で一致しない（すなわち、閾値を超える類似性を有さない）と判定した場合、第１端末を利用するユーザと第２端末を利用するユーザとが別々のユーザであると判定する。
Through the above processing, the
図１の例では、判定装置１００は、第１行動情報と第２行動情報に基づいて、第１端末のユーザと第２端末のユーザとが同一であると判定したものとする。この場合、判定装置１００は、第２端末であるタブレット１０ｂにアクセスし、タブレット１０ｂにおける認証処理を制御する（ステップＳ０７）。例えば、判定装置１００は、タブレット１０ｂにログインを試みるユーザと、既に第１端末であるスマートフォン１０ａにログインしているユーザＵ０１とが同一であると判定した旨を示す情報（トークンやスクリプト等）をタブレット１０ｂに送信する。そして、判定装置１００は、かかる情報に基づいて、タブレット１０ｂにおいてログイン処理が試みられた場合、ログイン処理をスキップするようタブレット１０ｂを制御する。あるいは、判定装置１００は、認証処理を行うか否かの判定を要求する旨の情報を第２端末から受信し、受信した情報に応答するかたちで、ログイン処理をスキップする旨の指令を第２端末に送信してもよい。ユーザＵ０１は、判定装置１００によって第２端末の認証処理の制御が行われた場合、パスワード等の入力を必要とせず、第２端末にログインすることができる（ステップＳ０８）。
In the example of FIG. 1, it is assumed that the
なお、図１で説明した判定処理は、様々な処理を契機として行われてもよい。例えば、判定処理は、スマートフォン１０ａとタブレット１０ｂとがｂｌｕｅｔｏｏｔｈ等によって互いに通信を行っている状態で、ユーザＵ０１がスマートフォン１０ａにログインしたことを契機として行われてもよい。この場合、ユーザＵ０１がスマートフォン１０ａへのログインに成功した場合、上記の判定処理が判定装置１００によって実行されることにより、ユーザＵ０１は、何らの操作も必要とせずタブレット１０ｂにログインすることができる（すなわち、ユーザＵ０１は、スマートフォン１０ａにのみログイン操作を行うことで、自動的にタブレット１０ｂにもログインしている状態となる）。すなわち、図１で示したステップＳ０１は、ステップＳ０２やステップＳ０３の後に行われてもよい。また、ステップＳ０２やステップＳ０３で示した処理は、ユーザＵ０１のログイン処理等にかかわらず、継続的に行われていてもよい。そして、判定装置１００は、上記のような契機が生じた場合に、第１行動情報と第２行動情報との照合を行い、ユーザの同一性を判定してもよい。
Note that the determination process described with reference to FIG. 1 may be performed in response to various processes. For example, the determination process may be performed when the user U01 logs in to the
上記のように、図１では、判定装置１００が第１行動情報と第２行動情報とを照合することによりユーザの同一性を判定する処理を示した。ここで、判定装置１００は、ユーザごとの行動の特徴を示したユーザ行動モデル（以下、単に「モデル」と表記する場合がある）を予め生成しておき、当該モデルとの照合に基づいて、ユーザの同一性を判定してもよい。かかる判定処理について、図２を用いて説明する。
As described above, FIG. 1 illustrates a process in which the
図２は、実施形態に係る判定処理の一例を示す図（２）である。図２では、ユーザＵ０１が第１端末であるスマートフォン１０ａを所定期間利用したあと、新規に第２端末である時計型端末１０ｃを購入した状況について説明する。
FIG. 2 is a diagram (2) illustrating an example of the determination process according to the embodiment. FIG. 2 illustrates a situation in which the user U01 newly purchases the watch-
図２に示す例において、スマートフォン１０ａは、定期的かつ継続的に第１位置情報を判定装置１００に送信する（ステップＳ１１）。ステップＳ１１の処理は、図１に示したステップＳ０２と同様である。例えば、スマートフォン１０ａは、上述したアプリに設定されたタイミング（例えば、５分ごとや１０分ごと等）で、継続的に第１位置情報を判定装置１００に送信する。なお、スマートフォン１０ａは、判定装置１００がモデルを生成するために充分な期間（例えば１か月間など）に渡り、定期的に第１位置情報を送信するものとする。
In the example illustrated in FIG. 2, the
判定装置１００は、取得した第１位置情報に基づいて、スマートフォン１０ａのユーザであるユーザＵ０１に対応するユーザ行動モデルを生成する（ステップＳ１２）。詳細は後述するが、かかるモデルには、ユーザＵ０１の日常的な行動に基づき、ユーザＵ０１（すなわちスマートフォン１０ａ）が所在する位置と、所在した時間とを対応付けた一連の位置情報が記憶される。具体的には、モデルには、当該モデルに対応するユーザＵ０１が、平日の朝７時には自宅に所在し、平日の昼１２時には勤務先に所在する、といったユーザＵ０１の日常的な位置の推移を示す情報が記憶される。すなわち、実施形態に係るモデルとは、第１端末を所有するユーザの日常の行動パターンと読み替えてもよい。例えば、判定装置１００は、時間帯ごと、あるいは曜日ごとにスマートフォン１０ａに対応するモデルを生成してもよい。判定装置１００は、例えば既知の統計処理に従い、平日の朝１１時にはスマートフォン１０ａが所定領域（例えばユーザＵ０１の勤務先近辺）に所在し、休日の朝１１時にはスマートフォン１０ａが別の領域（例えばユーザＵ０１の自宅近辺）に所在する、といったことを示した、スマートフォン１０ａごとに対応したモデルを生成する。そして、判定装置１００は、生成したユーザ行動モデルを記憶する（ステップＳ１３）。
The
その後、ユーザＵ０１は、時計型端末１０ｃ（第２端末に相当する）を新規に購入する（ステップＳ１４）。なお、ユーザＵ０１は、時計型端末１０ｃにも、上述したような判定装置１００との通信を制御するアプリ等がインストールするものとする。その後、ユーザＵ０１は、所定期間（例えば数日間など）、時計型端末１０ｃを利用する。このとき、時計型端末１０ｃは、判定装置１００に第２位置情報を定期的かつ継続的に送信する（ステップＳ１５）。
Thereafter, the user U01 newly purchases the clock-
その後、ユーザＵ０１は、時計型端末１０ｃにおいて所定の認証処理を要求する（ステップＳ１６）。例えば、ユーザＵ０１は、スマートフォン１０ａでも利用していたサービスに対して、自身がスマートフォン１０ａを利用するユーザと同一ユーザであり、時計型端末１０ｃを介しても同様のサービスを利用することができるような登録を行うための本人認証を行うものとする。
Thereafter, the user U01 requests a predetermined authentication process at the clock-
ステップＳ１６の要求を行った場合、時計型端末１０ｃは、要求を判定装置１００に送信する（ステップＳ１７）。なお、かかる要求は、時計型端末１０ｃから要求を受信した所定のサービス提供サーバを介して判定装置１００に送信されてもよい。また、かかる要求には、スマートフォン１０ａと時計型端末１０ｃとが関連する端末であることを示す紐づけ情報が含まれてもよい。
When the request in step S16 is made, the clock-
判定装置１００は、要求を受信した場合、時計型端末１０ｃに対応する第２位置情報から第２行動情報を抽出する。そして、判定装置１００は、第２行動情報と、スマートフォン１０ａに対応するユーザ行動モデルとを照合する（ステップＳ１８）。そして、判定装置１００は、照合の結果に基づいて、スマートフォン１０ａと時計型端末１０ｃのユーザとの同一性を判定する（ステップＳ１９）。
When receiving the request, the
例えば、判定装置１００は、判定日時ごとに生成したモデルと、判定日時に対応する第２位置情報から抽出される第２行動情報とを照合する。具体的には、判定装置１００は、平日の朝の時間帯に対応するスマートフォン１０ａのモデルと、平日の朝の時間帯に対応する第２位置情報から抽出された第２行動情報とを照合する。また、判定装置１００は、平日の昼の時間帯に対応するスマートフォン１０ａのモデルと、平日の昼の時間帯に対応する第２位置情報から抽出された第２行動情報とを照合したり、休日の朝の時間帯に対応するスマートフォン１０ａのモデルと、休日の朝の時間帯に対応する第２位置情報から抽出された第２行動情報とを照合したりしてもよい。そして、判定装置１００は、これらのモデルと、第２行動情報とが所定の閾値を超えて一致すると判定した場合、スマートフォン１０ａのユーザＵ０１と、時計型端末１０ｃを利用するユーザとが同一のユーザであると判定する。一方、判定装置１００は、これらのモデルと、第２行動情報とが所定の閾値を超えて一致しないと判定した場合、スマートフォン１０ａと時計型端末１０ｃとを利用するユーザが同一のユーザでないと判定する。
For example, the
図２の例では、判定装置１００は、スマートフォン１０ａのモデルと、新たに時計型端末１０ｃから取得された第２行動情報に基づいて、第１端末のユーザと第２端末のユーザとが同一であると判定したものとする。この場合、判定装置１００は、第２端末である時計型端末１０ｃにアクセスし、時計型端末１０ｃにおける認証処理を制御する（ステップＳ２０）。かかる処理は、図１に示したステップＳ０７の処理と同様である。そして、時計型端末１０ｃは、判定装置１００の制御に従い、自装置である第２端末の認証を完了させる（ステップＳ２１）。例えば、時計型端末１０ｃは、サービスに対して、自装置を利用するユーザと、スマートフォン１０ａを利用するユーザとが一致することを認証した旨を送信する。これにより、ユーザＵ０１は、新規購入した時計型端末１０ｃにおいても、スマートフォン１０ａと同様のサービスを利用することができる。
In the example of FIG. 2, in the
なお、図２で説明した判定処理は、図１で示した判定処理と同様、スマートフォン１０ａや時計型端末１０ｃに対して実行された種々の処理を契機として実行されてもよい。すなわち、図２で示した処理の順序は一例であり、判定装置１００は、継続的に取得された第２位置情報に基づいて、サービスに対して認証が試みられたタイミングや、ログインが試みられたタイミングを契機として、上記の判定処理を実行してもよい。
Note that the determination process described with reference to FIG. 2 may be executed in response to various processes executed on the
図１及び図２を用いて説明してきたように、実施形態に係る判定装置１００は、第１端末の位置を示す第１位置情報、及び、第２端末の位置を示す第２位置情報を取得する。そして、判定装置１００は、取得した第１位置情報から抽出される第１行動情報と、第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。
As described with reference to FIGS. 1 and 2, the
このように、判定装置１００は、ユーザの本人認証処理において、ユーザにパスワード等の入力を行わせずとも、行動情報（一連の位置情報の推移）の類似性に基づいてユーザの同一性を判定することで、認証におけるユーザの手間を軽減させることができる。また、判定装置１００によれば、ユーザの同一性の判定がパスワード等のクレデンシャル情報に基づいて行われないため、例えば、漏洩したパスワード等の不正な利用によって不正ログイン等が行われることを防止できる。また、かかる処理によれば、パスワード等の入力に向かない端末（眼鏡型端末や、いわゆるＩｏＴ機器など）であっても、ユーザは簡単にログインなどの認証処理を実行させることができる。
Thus, the
なお、図２では、判定装置１００が、時計型端末１０ｃに関する判定処理において、予め紐づけされたスマートフォン１０ａのモデルと第２行動情報との一致を判定する例を示した。しかし、判定装置１００は、何らかのモデルを紐づけるする情報を必ずしも取得することを要しない。すなわち、判定装置１００は、時計型端末１０ｃのような第２端末から第２行動情報を取得した場合、保持している複数のモデルの全てと照合処理を行い、類似度の高いモデルを特定することによって、時計型端末１０ｃのユーザと同一と推定されるユーザを抽出してもよい。
Note that FIG. 2 illustrates an example in which the
また、図１及び図２の例において、判定装置１００は、第１端末及び第２端末が検知した位置情報を第１端末及び第２端末から取得することを示した。しかし、判定装置１００は、第１端末及び第２端末からの送信によらず、所定時間おきに第１端末及び第２端末をクロール（crawl）することにより、位置情報を取得するようにしてもよい。また、判定装置１００は、必ずしも第１端末及び第２端末自身が検知した位置情報を取得するのではなく、判定装置１００が第１端末及び第２端末から検出した情報に基づいて第１端末及び第２端末の位置を推定し、推定した情報を第１端末及び第２端末の位置情報として取り扱ってもよい。以下、上記のような実施形態に係る判定処理を実行する判定装置１００、及び判定装置１００を含む判定システム１について、詳細に説明する。
Moreover, in the example of FIG.1 and FIG.2, the
〔２．判定システムの構成〕
次に、図３を用いて、実施形態に係る判定装置１００が含まれる判定システム１の構成について説明する。図３は、実施形態に係る判定システム１の構成例を示す図である。図３に例示するように、実施形態に係る判定システム１には、ユーザ端末１０と、判定装置１００とが含まれる。また、ユーザ端末１０には、例えば、スマートフォン１０ａや、タブレット１０ｂや、時計型端末１０ｃ等が含まれる。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。また、図３に示す判定システム１に含まれる各装置の数は図示したものに限られない。
[2. (Configuration of judgment system)
Next, the configuration of the
ユーザ端末１０は、上述のように、スマートフォンを含む携帯電話機や、タブレット端末や、デスクトップ型ＰＣ（Personal Computer）や、ノート型ＰＣや、ＰＤＡ（Personal Digital Assistant）等の情報処理端末である。また、ユーザ端末１０には、眼鏡型や時計型の情報処理端末であるウェアラブルデバイス（wearable device）も含まれる。さらに、ユーザ端末１０には、位置情報を取得するための情報処理機能を有する種々のスマート機器が含まれてもよい。例えば、ユーザ端末１０には、ＴＶ（Television）や冷蔵庫、掃除機などのスマート家電や、自動車などのスマートビークル（Smart vehicle）や、ドローン（drone）、家庭用ロボットなどが含まれてもよい。
As described above, the
ユーザ端末１０は、ユーザによる操作や、ユーザ端末１０が有する機能に応じて、自装置の位置情報を取得し、記憶する。例えば、ユーザ端末１０は、上述したＧＰＳシステムなどの外部システムと通信を行うことによって位置情報を取得する。そして、ユーザ端末１０は、取得した位置情報を判定装置１００に送信する。
The
判定装置１００は、上述のように、第１端末の位置を示す第１位置情報、及び、第２端末の位置を示す第２位置情報を取得し、取得した第１位置情報から抽出される第１行動情報と、第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定するサーバ装置である。
As described above, the
〔３．ユーザ端末の構成〕
次に、図４を用いて、実施形態に係るユーザ端末１０の構成について説明する。図４は、実施形態に係るユーザ端末１０の構成例を示す図である。図４に示すように、ユーザ端末１０は、通信部１１と、入力部１２と、表示部１３と、検知部１４と、記憶部１５と、制御部１６とを有する。
[3. Configuration of user terminal]
Next, the configuration of the
（通信部１１について）
通信部１１は、ネットワークＮと有線又は無線で接続され、判定装置１００等との間で情報の送受信を行う。通信部１１は、例えばＮＩＣ（Network Interface Card）等によって実現される。
(About the communication unit 11)
The communication unit 11 is connected to the network N by wire or wireless, and transmits / receives information to / from the
（入力部１２及び表示部１３について）
入力部１２は、ユーザから各種操作を受け付ける入力装置である。例えば、入力部１２は、ユーザ端末１０に備えられた操作キー等によって実現される。表示部１３は、各種情報を表示するための表示装置である。例えば、表示部１３は、液晶ディスプレイ等によって実現される。なお、ユーザ端末１０にタッチパネルが採用される場合には、入力部１２の一部と表示部１３とは一体化される。
(About the input unit 12 and the display unit 13)
The input unit 12 is an input device that receives various operations from the user. For example, the input unit 12 is realized by an operation key or the like provided in the
（検知部１４について）
検知部１４は、ユーザ端末１０に関する各種情報を検知する。具体的には、検知部１４は、ユーザ端末１０に対するユーザの操作や、ユーザ端末１０の所在する位置情報や、ユーザ端末１０と接続されている機器に関する情報や、ユーザ端末１０における環境等を検知する。図４に示す例では、検知部１４は、操作検知部１４１と、位置検知部１４２と、外部装置検知部１４３と、環境検知部１４４とを有する。
(About the detector 14)
The detection unit 14 detects various information related to the
（操作検知部１４１について）
操作検知部１４１は、ユーザ端末１０に対するユーザの操作を検知する。例えば、操作検知部１４１は、入力部１２に入力された情報に基づいて、ユーザの操作を検知する。すなわち、操作検知部１４１は、入力部１２に画面をタッチする操作の入力があったことや、音声の入力があったこと等を検知する。また、操作検知部１４１は、ユーザによって所定のアプリが起動されたことを検知してもよい。かかるアプリがユーザ端末１０内の撮像装置を動作させるアプリである場合、操作検知部１４１は、ユーザによって撮像機能が利用されていることを検知する。また、操作検知部１４１は、ユーザ端末１０内に備えられた加速度センサやジャイロセンサ等で検知されたデータに基づき、ユーザ端末１０自体が動かされているといった操作を検知してもよい。
(About the operation detection unit 141)
The operation detection unit 141 detects a user operation on the
（位置検知部１４２について）
位置検知部１４２は、ユーザ端末１０の現在位置を検知する。具体的には、位置検知部１４２は、ＧＰＳ衛星から送出される電波を受信し、受信した電波に基づいてユーザ端末１０の現在位置を示す位置（例えば、緯度及び経度）を検知する。
(About the position detection unit 142)
The position detection unit 142 detects the current position of the
位置検知部１４２は、種々の手法により位置を検知することができる。例えば、位置検知部１４２は、ＧＰＳ衛星に限らず、ユーザ端末１０の様々な通信機能を利用して位置を検知してもよい。
The position detection unit 142 can detect the position by various methods. For example, the position detection unit 142 may detect the position by using various communication functions of the
例えば、位置検知部１４２は、ユーザ端末１０のＷｉ−Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、ユーザ端末１０の位置を検知する。具体的には、位置検知部１４２は、Ｗｉ−Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、自装置の位置を検知する。
For example, the position detection unit 142 detects the position of the
また、位置検知部１４２は、ユーザ端末１０のｂｌｕｅｔｏｏｔｈ機能を利用して位置を検知してもよい。例えば、位置検知部１４２は、ｂｌｕｅｔｏｏｔｈ機能によって接続されるビーコン（beacon）発信機と接続することにより、自装置の位置を検知する。
Further, the position detection unit 142 may detect the position using the Bluetooth function of the
また、位置検知部１４２は、加速度センサやジャイロセンサ等を利用したＰＤＲ（Pedestrian Dead Reckoning）技術を利用して自装置の位置を検知してもよい。また、位置検知部１４２は、予め測定された構造物の地磁気のパターンと、自装置が備える地磁気センサとに基づいて、自装置の位置を検知してもよい。 Further, the position detection unit 142 may detect the position of the own apparatus using a PDR (Pedestrian Dead Reckoning) technique using an acceleration sensor, a gyro sensor, or the like. Moreover, the position detection part 142 may detect the position of the own apparatus based on the geomagnetic pattern of the structure measured beforehand and the geomagnetic sensor with which the own apparatus is provided.
また、例えば、ユーザ端末１０が駅改札や商店等で使用される非接触型ＩＣ（Integrated circuit）カードと同等の機能を備えている場合（もしくは、ユーザ端末１０が非接触型ＩＣカードの履歴を読み取る機能を備えている場合）、ユーザ端末１０によって駅での乗車料金の決済等が行われた情報とともに、使用された位置が記録される。位置検知部１４２は、かかる情報を取得することで、ユーザ端末１０の位置を検知してもよい。また、位置は、ユーザ端末１０が備える光学式センサや、赤外線センサ等によって検知されてもよい。
Further, for example, when the
位置検知部１４２は、上述した手法の一つ又は組合せを用いて、自装置の位置を検知する。そして、後述する取得部１６１は、位置検知部１４２が検知した位置と、検知した時間との情報に基づいて、ユーザ端末１０の位置情報を取得する。
The position detection unit 142 detects the position of the own apparatus using one or a combination of the above-described methods. And the acquisition part 161 mentioned later acquires the positional information on the
（外部装置検知部１４３について）
外部装置検知部１４３は、ユーザ端末１０に接続される外部装置を検知する。例えば、外部装置検知部１４３は、外部装置との相互の通信パケットのやり取りなどに基づいて、外部装置を検知する。そして、外部装置検知部１４３は、検知した外部装置をユーザ端末１０と接続される端末として認識する。また、外部装置検知部１４３は、外部装置との接続の種類を検知してもよい。例えば、外部装置検知部１４３は、外部装置と有線で接続されているか、無線通信で接続されているかを検知する。また、外部装置検知部１４３は、無線通信で用いられている通信方式等を検知してもよい。また、外部装置検知部１４３は、外部装置が発する電波を検知する電波センサや、電磁波を検知する電磁波センサ等によって取得される情報に基づいて、外部装置を検知してもよい。
(External device detection unit 143)
The external
（環境検知部１４４について）
環境検知部１４４は、ユーザ端末１０における環境を検知する。環境検知部１４４は、ユーザ端末１０に備えられた各種センサや機能を利用し、環境に関する情報を検知する。例えば、環境検知部１４４は、ユーザ端末１０の周囲の音を収集するマイクロフォンや、ユーザ端末１０の周囲の照度を検知する照度センサや、ユーザ端末１０の物理的な動きを検知する加速度センサ（又は、ジャイロセンサなど）や、ユーザ端末１０の周囲の湿度を検知する湿度センサや、ユーザ端末１０の所在位置における磁場を検知する地磁気センサ等を利用する。そして、環境検知部１４４は、各種センサを用いて、種々の情報を検知する。例えば、環境検知部１４４は、ユーザ端末１０の周囲における騒音レベルや、ユーザ端末１０の周囲が撮像に適する照度であるか等を検知する。さらに、環境検知部１４４は、カメラで撮影された写真や映像に基づいて周囲の環境情報を検知してもよい。
(Regarding the environment detection unit 144)
The environment detection unit 144 detects the environment in the
なお、環境検知部１４４は、ユーザ端末１０におけるリソースの状況を検知してもよい。例えば、環境検知部１４４は、リソースの状況として、ユーザ端末１０内部のハードウェアに関するリソースを検知する。例えば、環境検知部１４４は、リソースの状況として、ユーザ端末１０のバッテリー残量を検知する。また、環境検知部１４４は、各アプリのバッテリー（電力）消費量等を検知してもよい。
The environment detection unit 144 may detect the status of resources in the
（記憶部１５について）
記憶部１５は、各種情報を記憶する。記憶部１５は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。図４に示すように、記憶部１５は、データテーブルとして、位置情報テーブル１５１を有する。
(About the storage unit 15)
The
（位置情報テーブル１５１について）
位置情報テーブル１５１は、位置情報を記憶する。ここで、図５に、実施形態に係る位置情報テーブル１５１の一例を示す。図５は、実施形態に係る位置情報テーブル１５１の一例を示す図である。図５に示した例では、位置情報テーブル１５１は、「位置情報ＩＤ（Identification）」、「位置情報」といった項目を有する。また、「位置情報」の項目は、「取得日時」、「位置」、「精度」、「各種センサ情報」といった小項目を有する。
(About the position information table 151)
The position information table 151 stores position information. Here, FIG. 5 shows an example of the position information table 151 according to the embodiment. FIG. 5 is a diagram illustrating an example of the position information table 151 according to the embodiment. In the example illustrated in FIG. 5, the position information table 151 includes items such as “position information ID (Identification)” and “position information”. The item “position information” has small items such as “acquisition date and time”, “position”, “accuracy”, and “various sensor information”.
「位置情報ＩＤ」は、位置情報を識別する識別情報を示す。なお、実施形態において、識別情報は、説明に用いる参照符号として用いる場合がある。例えば、位置情報ＩＤ「Ｂ０１」で識別される位置情報は、「位置情報Ｂ０１」と表記される場合がある。 “Position information ID” indicates identification information for identifying position information. In the embodiment, the identification information may be used as a reference symbol used for explanation. For example, the position information identified by the position information ID “B01” may be described as “position information B01”.
「位置情報」は、検知部１４によって検知されたユーザの位置を含む情報を示す。「取得日時」は、位置がユーザ端末１０によって検知（取得）された日時を示す。図５では、取得日時を「Ｔ０１」といった概念で表記しているが、実際には、取得日時の項目には、ユーザの位置が測位された日時を示す情報や、曜日を示す情報等が記憶される。「位置」は、ユーザ（言い換えればユーザ端末１０）の具体的な位置を示す。図５では、位置を「Ｇ０１」といった概念で表記しているが、実際には、位置の項目には、ユーザの位置を示す具体的な情報（例えば経度や緯度の座標を示す数値等）が記憶される。なお、位置Ｇ０１とは、具体的な１点のみの位置を示すものではなく、所定範囲（例えば、ある座標から半径数十メートルなど）の範囲を示す情報であってもよい。
“Position information” indicates information including the position of the user detected by the detection unit 14. “Acquisition date and time” indicates the date and time when the position was detected (acquired) by the
「精度」は、ユーザの位置を示す情報の精度を示す。実施形態では、精度は、例えば「低」、「中」、「高」の三段階で示される。精度は、例えば、ユーザ端末１０によって位置が検知された際の検知手段に基づき、ユーザの位置を特定することのできる精度に応じて記憶される。具体的には、ユーザの位置を特定する際に数十メートルから数百メートルの誤差が生じるような検知手段（例えば検知手段がＧＰＳのみであった場合等）の場合、取得された位置情報の精度は「低」となる。また、精度が「低」である位置情報と比較して精度の高い検知手段（例えば、検知手段がＷｉ−ＦｉやＧＰＳ等を組み合わせたものであった場合等）の場合、当該検知手段によって取得された位置情報の精度は「中」となる。また、精度が「中」である位置情報と比較して精度の高い検知手段（例えば、検知手段がｂｌｕｅｔｏｏｔｈ（ビーコン）を利用したものであった場合等）の場合、当該検知手段によって取得された位置情報の精度は「高」となる。なお、上記した精度の判定は一例であり、判定装置１００は、位置情報の検知の技術に応じて柔軟に精度の判定基準を変更してもよい。
“Accuracy” indicates the accuracy of information indicating the position of the user. In the embodiment, the accuracy is indicated in three stages, for example, “low”, “medium”, and “high”. The accuracy is stored in accordance with the accuracy with which the user's position can be specified based on, for example, detection means when the
「各種センサ情報」は、位置が検知された際に、各種センサによって検知された情報を示す。図５では、各種センサ情報を「Ｘ０１」といった概念で表記しているが、実際には、各種センサ情報の項目には、ユーザ端末１０の加速度や気温や湿度、周辺の音声情報等の各種センサによって取得された具体的な情報が記憶される。
“Various sensor information” indicates information detected by various sensors when a position is detected. In FIG. 5, various sensor information is represented by the concept of “X01”. Actually, the various sensor information items include various sensors such as acceleration, temperature, humidity, and surrounding audio information of the
すなわち、図５では、位置情報テーブル１５１に記憶されるデータの一例として、位置情報ＩＤ「Ｂ０１」で識別される位置情報Ｂ０１は、取得日時「Ｔ０１」において位置「Ｇ０１」にユーザＵ０１が所在し、その位置の精度は「中」であり、各種センサ情報が「Ｘ０１」であることを示している。 That is, in FIG. 5, as an example of data stored in the position information table 151, the position information B01 identified by the position information ID “B01” has the user U01 located at the position “G01” at the acquisition date “T01”. The accuracy of the position is “medium”, indicating that the various sensor information is “X01”.
なお、図５での図示は省略したが、位置情報テーブル１５１には、位置情報とともに、ユーザを識別するための識別情報や属性情報等が記憶されてもよい。 Although illustration in FIG. 5 is omitted, the position information table 151 may store identification information, attribute information, and the like for identifying the user together with the position information.
ユーザの識別情報は、例えば、判定装置１００が提供する各サービスにおいてユーザに共通して付与されるサービス用ＩＤ（ユーザアカウント）等である。判定装置１００は、ユーザを一意に識別する識別情報を利用することで、ユーザ端末１０から取得した位置情報とユーザとを対応付ける。かかるＩＤは、判定装置１００のみならず、判定装置１００と提携した事業者（所定のサービス提供者）によって発行されてもよい。これにより、判定装置１００は、一人のユーザが複数のユーザ端末１０を利用していたり、異なる環境でサービスにログインしていたりする場合でも、当該ユーザを一意に特定して位置情報を取得することができる。なお、判定装置１００は、ユーザの識別情報として、サービスを利用した際のクッキー（Cookie）情報や、端末固有の端末ＩＤ等を利用してもよい。
The user identification information is, for example, a service ID (user account) that is commonly given to the user in each service provided by the
また、ユーザの属性情報は、ユーザの年齢や性別や職業や年収や居住地等の種々のユーザの属性を示す情報である。また、位置情報テーブル１５１には、各アプリにおけるユーザの利用履歴等が記憶されてもよい。 The user attribute information is information indicating various user attributes such as the user's age, sex, occupation, annual income, and residence. Further, the location information table 151 may store a user's usage history or the like in each application.
（制御部１６について）
制御部１６は、例えば、コントローラ（controller）であり、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、ユーザ端末１０内部の記憶装置に記憶されている各種プログラムがＲＡＭを作業領域として実行されることにより実現される。また、制御部１６は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
(About the control unit 16)
The
図４に示すように、制御部１６は、取得部１６１と、送信部１６２と、認証部１６３とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１６の内部構成は、図４に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１６が有する各処理部の接続関係は、図４に示した接続関係に限られず、他の接続関係であってもよい。
As shown in FIG. 4, the
（取得部１６１について）
取得部１６１は、各種情報を取得する。例えば、取得部１６１は、検知部１４を制御することにより、検知部１４によって検知される各種情報を取得する。例えば、取得部１６１は、位置検知部１４２によって検知された情報に基づいて、ユーザ端末１０の位置情報を取得する。なお、取得部１６１は、位置情報に限らず、ユーザ端末１０の周囲の環境に関する情報等の各種センサ情報を含む、ユーザ端末１０のコンテキストに関する情報を取得してもよい。取得部１６１は、取得した位置情報を位置情報テーブル１５１に格納する。
(About the acquisition unit 161)
The acquisition unit 161 acquires various types of information. For example, the acquisition unit 161 acquires various types of information detected by the detection unit 14 by controlling the detection unit 14. For example, the acquisition unit 161 acquires the position information of the
（送信部１６２について）
送信部１６２は、各種情報を送信する。例えば、送信部１６２は、取得部１６１によって取得された位置情報を判定装置１００に送信する。具体的には、送信部１６２は、検知部１４によって検知されたユーザの位置と、検知した日時と、ユーザ（及びユーザ端末１０）を識別するための識別情報とを対応付けた位置情報を判定装置１００に送信する。
(About the transmitter 162)
The transmission part 162 transmits various information. For example, the transmission unit 162 transmits the position information acquired by the acquisition unit 161 to the
なお、送信部１６２が位置情報を送信するタイミングは、判定装置１００によって制御されてもよい。また、送信部１６２は、定期的に位置情報を送信し続けるのではなく、所定時間（例えば１時間など）の位置情報を位置情報テーブル１５１に蓄積し、蓄積した位置情報をまとめて判定装置１００に送信してもよい。
Note that the timing at which the transmission unit 162 transmits the position information may be controlled by the
（認証部１６３について）
認証部１６３は、各種認証処理を制御する。例えば、認証部１６３は、予めユーザの本人性を認証するためのクレデンシャル情報（パスワードや指紋等の生体情報など）の登録を受け付ける。その後、ユーザから、入力部１２を介してログイン要求等を受け付けた場合、認証部１６３は、クレデンシャル情報の入力をユーザに要求する。そして、認証部１６３は、入力された情報と、予め登録されていたクレデンシャル情報とが一致する場合に、ユーザの本人性が確認されたと判定し、ユーザを認証する。
(About the authentication unit 163)
The
また、認証部１６３は、判定装置１００によって認証処理の制御を受けてもよい。例えば、認証部１６３は、判定装置１００からユーザの本人性を検証した旨の情報（判定装置１００が発行した認証トークンなど）を受信した場合、かかる情報に基づいて、ユーザを認証してもよい。この場合、ユーザは、パスワード等のクレデンシャル情報を入力することなく、ユーザ端末１０からの認証を受けることができる。
Further, the
〔４．判定装置の構成〕
次に、図６を用いて、実施形態に係る判定装置１００の構成について説明する。図６は、実施形態に係る判定装置１００の構成例を示す図である。図６に示すように、判定装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、判定装置１００は、判定装置１００を利用する管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
[4. (Configuration of judgment device)
Next, the configuration of the
（通信部１１０について）
通信部１１０は、例えばＮＩＣ等によって実現される。通信部１１０は、ネットワークＮと有線又は無線で接続され、ネットワークＮを介して、ユーザ端末１０等との間で情報の送受信を行う。
(About the communication unit 110)
The communication unit 110 is realized by a NIC or the like, for example. The communication unit 110 is connected to the network N by wire or wireless, and transmits / receives information to / from the
（記憶部１２０について）
記憶部１２０は、例えば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部１２０は、位置情報記憶部１２１と、モデル記憶部１２２と、判定結果記憶部１２３とを有する。
(About the storage unit 120)
The storage unit 120 is realized by, for example, a semiconductor memory device such as a RAM or a flash memory, or a storage device such as a hard disk or an optical disk. The storage unit 120 includes a position
（位置情報記憶部１２１について）
位置情報記憶部１２１は、ユーザ端末１０から送信された位置情報を記憶する。ここで、図７に、実施形態に係る位置情報記憶部１２１の一例を示す。図７は、実施形態に係る位置情報記憶部１２１の一例を示す図である。図７に示した例では、位置情報記憶部１２１は、「端末ＩＤ」、「位置情報」といった項目を有する。また、「位置情報」の項目は、「取得日時」、「位置」、「精度」、「各種センサ情報」といった小項目を有する。
(About the position information storage unit 121)
The position
「端末ＩＤ」は、位置情報の送信元であるユーザ端末１０を識別する識別情報である。なお、端末ＩＤは、説明で用いる参照符号と一致するものとする。例えば、端末ＩＤが「１０ａ」であるユーザ端末１０は、「スマートフォン１０ａ」を示す。「取得日時」、「位置」、「精度」及び「各種センサ情報」は、図５に示した同一の項目に対応する。
The “terminal ID” is identification information for identifying the
すなわち、図７では、位置情報記憶部１２１に記憶されるデータの一例として、端末「１０ａ」によって識別される端末（スマートフォン１０ａ）から送信された位置情報の一例として、取得日時「Ｔ０１」において位置「Ｇ０１」にスマートフォン１０ａが所在し、その位置の精度は「中」であり、各種センサ情報が「Ｘ０１」であることを示している。
That is, in FIG. 7, as an example of data stored in the location
（モデル記憶部１２２について）
モデル記憶部１２２は、ユーザ端末１０を利用するユーザの日常的な行動の推移に関する情報を示したユーザ行動モデルを記憶する。ここで、図８に、実施形態に係るモデル記憶部１２２の一例を示す。図８は、実施形態に係るモデル記憶部１２２の一例を示す図である。図８に示すように、モデル記憶部１２２は、「端末ＩＤ」、「モデルＩＤ」、「対応日時」、「利用データ群」、「行動情報」といった項目を有する。また、行動情報は、「判定時刻」、「所在範囲」といった小項目を有する。
(About the model storage unit 122)
The
「端末ＩＤ」は、図７に示した同一の項目に対応する。「対応日時」は、モデルが生成される際に利用された位置情報の時間帯や曜日（例えば、平日であるか、あるいは土日や祭日等の休日であるか等）に関する情報を示す。例えば、ユーザ端末１０から位置情報が送信され、かかる位置情報に対応する時間が「６時〜１０時、平日」であれば、かかる位置情報と比較されるモデルとして、モデルＭ０１が選択される。
The “terminal ID” corresponds to the same item shown in FIG. “Corresponding date and time” indicates information regarding the time zone and the day of the week of the location information used when the model is generated (for example, whether it is a weekday or a holiday such as a weekend or holiday). For example, if the location information is transmitted from the
「利用データ群」は、モデルの生成において用いられた位置情報の群を示す。図８では、利用データ群を「Ｐ０１」といった概念で表記しているが、実際には、利用データ群の項目には、判定日時に対応する複数の位置情報（判定日時が「６時〜１０時、平日」であれば、所定期間に渡って「６時〜１０時、平日」の時間帯及び曜日において取得された複数の位置情報）が含まれる。利用データ群は、モデル生成のための学習データと読み替えてもよい。 The “use data group” indicates a group of position information used in generating the model. In FIG. 8, the usage data group is represented by the concept of “P01”, but actually, the items of the usage data group include a plurality of pieces of position information corresponding to the determination date (the determination date is “6 to 10”). “Hour, weekday” includes a plurality of position information acquired in the time zone and day of the week from “6:00 to 10:00, weekdays” over a predetermined period. The usage data group may be read as learning data for generating a model.
「行動情報」は、モデルによって推定されるユーザの行動情報を示す。「判定時刻」は、モデルが判定処理に用いられる場合に、比較する位置情報の取得日時と対応させる時刻を示す。「所在範囲」は、モデルによって、ユーザが所在すると推定される範囲を示す。図８では、所在範囲を「Ｈ０１」といった概念で表記しているが、実際には、所在範囲の項目には、ユーザが所在すると推定される位置を示す情報が具体的に記載される。例えば、所在範囲は、位置を示す経度及び緯度の数値であって、例えば数十メートルや数百メートルの範囲を含む情報によって示される。 “Behavior information” indicates user behavior information estimated by the model. The “determination time” indicates a time corresponding to the acquisition date and time of the position information to be compared when the model is used for the determination process. “Location range” indicates a range in which the user is estimated to be located by the model. In FIG. 8, the location range is represented by a concept such as “H01”, but actually, the location range item specifically describes information indicating a position where the user is estimated to be located. For example, the location range is numerical values of longitude and latitude indicating the position, and is indicated by information including a range of several tens of meters or several hundreds of meters, for example.
すなわち、図８では、モデル記憶部１２２に記憶される情報の一例として、端末ＩＤ「１０ａ」で識別されるスマートフォン１０ａに対応するモデルとしては、モデルＩＤ「Ｍ０１」で識別されるモデルＭ０１等が生成されていることを示している。また、モデルＭ０１は、対応日時が「６時〜１０時、平日」であり、利用データ群が「Ｐ０１」であることを示している。また、モデルＭ０１において、判定時刻が「６：００〜６：１０」の場合には、スマートフォン１０ａは所在範囲「Ｈ０１」に所在する、と推定されることを示している。
That is, in FIG. 8, as an example of information stored in the
なお、所在範囲は、確率とともに示されてもよい。例えば、モデルＭ０１の「６：００〜６：１０」において、スマートフォン１０ａが所在する範囲は、所在範囲「Ｈ０１」で示される範囲に「８０％」であり、所在範囲「Ｈ０２」で示される範囲に「２０％」である、といった情報によって示されてもよい。
The location range may be indicated together with the probability. For example, in “6: 0 to 6:10” of the model M01, the range where the
（判定結果記憶部１２３について）
判定結果記憶部１２３は、判定処理の結果に関する情報を記憶する。ここで、図９に、実施形態に係る判定結果記憶部１２３の一例を示す。図９は、実施形態に係る判定結果記憶部１２３の一例を示す図である。図９に示すように、判定結果記憶部１２３は、「判定結果ＩＤ」、「同一ユーザと判定された端末ＩＤ」、「利用データ群」といった項目を有する。
(About determination result storage unit 123)
The determination
「判定結果ＩＤ」は、判定結果を識別する識別情報を示す。「同一ユーザと判定された端末ＩＤ」は、判定処理の結果として、同一のユーザが利用するユーザ端末１０であると判定された各ユーザ端末１０の識別情報を示す。「利用データ群」は、判定処理に用いられた複数の位置情報を示す。
“Determination result ID” indicates identification information for identifying a determination result. “Terminal ID determined to be the same user” indicates identification information of each
すなわち、図９では、判定結果記憶部１２３に記憶されるデータの一例として、判定結果ＩＤ「Ｒ０１」によって示される判定結果は、端末ＩＤ「１０ａ」と「１０ｂ」によって示されるスマートフォン１０ａとタブレット１０ｂとを利用するユーザは同一ユーザであると判定されたことを示している。また、判定に用いられた利用データ群は、スマートフォン１０ａが「Ｐ２１」であり、タブレット１０ｂが「Ｐ２２」であったことを示している。
That is, in FIG. 9, as an example of data stored in the determination
（制御部１３０について）
制御部１３０は、例えば、コントローラであり、ＣＰＵやＭＰＵ等によって、判定装置１００内部の記憶装置に記憶されている各種プログラム（判定プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現される。
(About the control unit 130)
The control unit 130 is, for example, a controller, and various programs (corresponding to an example of a determination program) stored in a storage device inside the
図６に示すように、制御部１３０は、取得部１３１と、生成部１３２と、判定部１３３と、認証制御部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図６に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部１３０が有する各処理部の接続関係は、図６に示した接続関係に限られず、他の接続関係であってもよい。 As shown in FIG. 6, the control unit 130 includes an acquisition unit 131, a generation unit 132, a determination unit 133, and an authentication control unit 134, and realizes or executes information processing functions and operations described below. To do. Note that the internal configuration of the control unit 130 is not limited to the configuration illustrated in FIG. 6, and may be another configuration as long as information processing described later is performed. Further, the connection relationship between the processing units included in the control unit 130 is not limited to the connection relationship illustrated in FIG. 6, and may be another connection relationship.
（取得部１３１について）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、ユーザ端末１０から位置情報を取得する。具体的には、取得部１３１は、位置情報として、ユーザ端末１０によって検知されたり、取得されたりした各種情報を取得する。取得部１３１は、所定の時間間隔でユーザ端末１０から位置情報を取得し、取得した位置情報を位置情報記憶部１２１に格納する。なお、取得部１３１は、後述する判定部１３３が第１端末と第２端末の位置情報を利用する場合、第１端末の位置を示す第１位置情報、及び、第２端末の位置を示す第２位置情報を取得する。
(About the acquisition unit 131)
The acquisition unit 131 acquires various types of information. For example, the acquisition unit 131 acquires position information from the
また、取得部１３１は、取得した位置情報において、位置が検知された精度を取得してもよい。上述のように、ユーザ端末１０は、種々の機能（検知手段）を用いて位置を検知する。そして、一般に、ユーザの位置を示す情報は、検知に用いられる機能によって精度が異なる。例えば、ＧＰＳでユーザの位置を検知する場合と、Ｗｉ−Ｆｉによる通信機能を用いてユーザの位置を検知する場合と、ビーコンによる通信機能を用いてユーザの位置を検知する場合とでは、ユーザの位置を特定する精度が異なる。例えば、ビーコンによる通信機能を用いてユーザの位置を検知する場合、建物内のどこにユーザが所在しているかといった、数メートル範囲の精度でユーザの位置を特定可能である。一方で、ＧＰＳでユーザの位置を検知する場合、建物内のどこにユーザが所在しているかといった数メートル範囲の精度でユーザの位置を特定することは難しい。一般に、精度の高い位置情報を取得した方が各種情報処理にとって有用であるため、取得部１３１は、精度の高い位置情報を優先的に取得するようにしてもよい。
In addition, the acquisition unit 131 may acquire the accuracy with which the position is detected in the acquired position information. As described above, the
例えば、取得部１３１は、ユーザ端末１０から位置に関する情報を取得する際に、上記のようにユーザ端末１０が位置を検知した場合の検知手段について取得する。そして、取得部１３１は、位置情報として、位置と検知手段（言い換えれば、精度）とを対応付けた情報を取得する。この場合、取得部１３１は、検知手段と精度との関係性を定義した定義情報等を予め取得していてもよい。具体的には、取得部１３１は、判定装置１００の管理者等から、ビーコン機能を利用して検知された位置情報の精度が「高」である、といった定義情報を取得しておく。そして、取得部１３１は、位置に関する情報と検知手段とをユーザ端末１０から取得した場合に、当該検知手段に応じた精度の情報を位置と対応付け、対応付けた情報を位置情報として取得する。なお、取得部１３１は、検知手段に限らず、取得した位置情報の精度を示す数値（例えば、緯度や経度の座標を示す数値）の小数点以下の桁数に応じて、精度の高低を判定してもよい。
For example, when acquiring information about a position from the
また、取得部１３１は、位置情報とともに、ユーザに関する各種情報を取得してもよい。例えば、取得部１３１は、利用するサービスにおいてユーザが登録した情報に基づいて、ユーザの属性情報を取得する。また、取得部１３１は、サービスにおけるユーザの興味関心情報や、ユーザの行動履歴情報を取得してもよい。取得部１３１は、種々の既存の技術（例えば、ユーザの興味関心や行動に基づいて広告を配信するための広告配信技術等）を利用して、種々の情報を取得してもよい。また、取得部１３１は、曜日情報を含めた日時情報とともに位置情報を取得するようにしてもよい。 Moreover, the acquisition part 131 may acquire the various information regarding a user with position information. For example, the acquisition unit 131 acquires user attribute information based on information registered by the user in the service to be used. Moreover, the acquisition part 131 may acquire the user's interest information in a service, and a user's action history information. The acquisition unit 131 may acquire various pieces of information using various existing technologies (for example, an advertisement distribution technology for distributing advertisements based on user interests and actions). The acquisition unit 131 may acquire position information together with date / time information including day information.
また、取得部１３１は、位置が検知された際に同時に検知された各種センサ情報（例えば温度や湿度等）をユーザ端末１０から取得してもよい。
The acquisition unit 131 may acquire various sensor information (for example, temperature and humidity) detected at the same time when the position is detected from the
また、取得部１３１は、位置情報として、ユーザ端末１０と他の装置における通信の状況を取得してもよい。具体的には、取得部１３１は、ユーザ端末１０がアクセスポイントを介してインターネットなどにアクセスしている通信状況を取得する。この場合、取得部１３１は、アクセスポイントとの通信状況から検出される情報を位置情報として取得する。具体的には、取得部１３１は、ユーザ端末１０と通信中のアクセスポイントの設置位置を割り出し、割り出したアクセスポイントの設置位置に基づいて、当該ユーザ端末１０の位置情報として取得するようにしてもよい。なお、取得部１３１は、ユーザ端末１０とアクセスポイントとの電波強度等の情報をさらに取得してもよい。例えば、取得部１３１は、かかる電波強度が強いほど、取得された位置情報の精度を高く判定してもよい。また、取得部１３１は、駅改札の装置とユーザ端末１０との通信を検出することでユーザ端末１０の位置を取得したり、ユーザ端末１０のＩＰアドレスに基づいて位置を取得したりしてもよい。
Further, the acquisition unit 131 may acquire the communication status between the
また、取得部１３１は、必ずしもユーザ端末１０が位置を検知した時間と同じ時間に位置情報を取得しなくてもよい。すなわち、取得部１３１は、リアルタイムに位置情報を取得するのではなく、後述する各種処理に利用する際に、ユーザ端末１０の記憶部１５に記憶されている位置情報をまとめて位置情報として取得してもよい。
The acquisition unit 131 does not necessarily acquire the position information at the same time as the time when the
（生成部１３２について）
生成部１３２は、取得部１３１によって取得された第１位置情報に基づいて、第１端末を利用するユーザの日常的な行動を示したモデルであるユーザ行動モデルを生成する。例えば、生成部１３２は、モデル生成に充分な第１位置情報が蓄積されたこと（例えば、一週間や一か月間に渡って第１位置情報が取得されたこと）を契機として、第１端末に対応するモデルを生成する。
(About the generator 132)
The generation unit 132 generates a user behavior model, which is a model indicating daily behavior of a user who uses the first terminal, based on the first position information acquired by the acquisition unit 131. For example, the generation unit 132 is triggered by the fact that the first position information sufficient for model generation is accumulated (for example, the first position information is acquired for one week or one month). A model corresponding to is generated.
生成部１３２は、例えば所定期間の第１端末の第１位置情報を利用データ群として取得し、取得した情報に基づいて、ユーザ端末１０が所定のタイミングにおいてどのような位置に所在するか（より正確には、どのような位置に所在する可能性が高いか）を示すユーザ端末１０ごとの行動モデルを生成する。
The generation unit 132 acquires, for example, the first position information of the first terminal for a predetermined period as a usage data group, and based on the acquired information, what position the
生成部１３２は、種々の既知の手法に基づいてモデルを生成してもよい。例えば、生成部１３２は、位置情報を統計的に解析することによりモデルを生成する。具体的には、生成部１３２は、特定の時間と当該時間においてユーザが所在していた位置を示す情報とを集積し、ユーザが当該時間において、どの位置に属する確率が高いかを示したモデルを生成する。 The generation unit 132 may generate a model based on various known methods. For example, the generation unit 132 generates a model by statistically analyzing the position information. Specifically, the generation unit 132 accumulates a specific time and information indicating a position where the user was located at the time, and a model indicating which position the user is likely to belong to at the time Is generated.
例えば、図８の例では、生成部１３２は、利用データ群Ｐ０１（ユーザＵ０１から所定期間に渡り取得した位置情報）に基づいて、平日の６時から６時１０分までの間にスマートフォン１０ａが所在した位置を参照する。そして、生成部１３２は、平日の「６：００〜６：１０」におけるスマートフォン１０ａの所在する位置の範囲が所在範囲「Ｈ０１」に含まれる、と推定するモデルＭ０１を生成する。
For example, in the example of FIG. 8, the generation unit 132 determines that the
なお、生成部１３２は、推定する位置が複数存在するモデルを生成してもよい。例えば、生成部１３２は、位置情報の統計に基づいて、平日の「６：００〜６：１０」におけるスマートフォン１０ａの所在する位置は、「８０％」の確率で所在範囲Ｈ０１であり、「２０％」の確率で所在範囲Ｈ０２である、と推定するモデルを生成してもよい。また、例えば、生成部１３２がスマートフォン１０ａから取得された利用データ群を参照した場合に、平日の６時から６時１０分までの間にはスマートフォン１０ａが所在する位置が、２つの異なる範囲において略同数で観測されたとする。この場合、生成部１３２は、平日の「６：００〜６：１０」におけるスマートフォン１０ａの所在範囲は、「５０％」の確率で所在範囲Ｈ０１であり、「５０％」の確率で所在範囲Ｈ０２である、と推定するモデルを生成してもよい。また、生成部１３２は、ユーザ端末１０から新たな位置情報を取得するたびに、生成したモデルを更新する処理を行ってもよい。
The generation unit 132 may generate a model having a plurality of estimated positions. For example, based on the statistics of the location information, the generation unit 132 has a location range H01 with a probability of “80%” and the location where the
なお、上述したモデルの生成処理は一例であり、生成部１３２は、ユーザの行動や位置の推移を推定する様々な既知の生成（学習）処理を用いてモデルを生成してもよい。例えば、生成部１３２は、ユーザの行動（位置情報）の特徴を学習することにより、ユーザの位置の推移を予測するモデルを生成してもよい。 Note that the model generation process described above is an example, and the generation unit 132 may generate a model using various known generation (learning) processes that estimate the transition of the user's behavior and position. For example, the generation unit 132 may generate a model that predicts the transition of the user's position by learning the characteristics of the user's behavior (position information).
例えば、生成部１３２は、所定の時間帯ごとにユーザ行動モデルを生成する。具体的には、生成部１３２は、午前中の時間帯や午後の時間帯の各々に対応するユーザ行動モデルを生成したり、数時間ごとの各々に対応するユーザ行動モデルを生成したりする。 For example, the generation unit 132 generates a user behavior model for each predetermined time period. Specifically, the generation unit 132 generates a user behavior model corresponding to each of the morning time zone and the afternoon time zone, or generates a user behavior model corresponding to each of several hours.
また、生成部１３２は、所定の曜日ごとにユーザ行動モデルを生成してもよい。具体的には、生成部１３２は、平日と休日（土曜日及び日曜日）の各々に対応するユーザ行動モデルを生成する。また、生成部１３２は、所定の時間帯と曜日とを組み合わせて、各々の組合せに対応するユーザ行動モデルを生成してもよい。 Further, the generation unit 132 may generate a user behavior model for each predetermined day of the week. Specifically, the generation unit 132 generates a user behavior model corresponding to each of weekdays and holidays (Saturday and Sunday). Further, the generation unit 132 may generate a user behavior model corresponding to each combination by combining a predetermined time zone and a day of the week.
そして、生成部１３２は、ユーザ端末１０ごと、また、時間帯や曜日ごとに生成したモデルをモデル記憶部１２２に格納する。
Then, the generation unit 132 stores the model generated for each
なお、生成部１３２は、上記のようにユーザの所在位置のみからモデルを生成するのではなく、ユーザの所在位置と経路とが組み合わされたモデルを生成してもよい。例えば、生成部１３２は、所定のユーザの移動開始時刻と、ある地点までの移動完了時刻と、その経路情報とを組み合わせた情報を取得する。具体的には、生成部１３２は、あるユーザ（ユーザ端末１０）が所在範囲Ｈ０１に所在し、その３時間後に所在範囲Ｈ０２に所在するという情報を取得する。また、生成部１３２は、当該ユーザが所在範囲Ｈ０１から所在範囲Ｈ０２に移動した経路情報（移動の平均速度や、位置情報の推移から推定可能な経路等）を取得する。そして、生成部１３２は、かかる移動と滞在に関する情報を集積した情報を、当該ユーザに対応したユーザ行動モデルとして生成する。かかるモデルは、例えばjson（JavaScript（登録商標） Object Notation）形式のようなテキストデータフォーマットで記述されてもよい。また、生成されたモデルは、Hadoop（登録商標）等の分散環境で保持され、適宜、後述する判定部１３３等によって利用されてもよい。 Note that the generation unit 132 may generate a model in which the location of the user and the route are combined, instead of generating the model only from the location of the user as described above. For example, the generation unit 132 acquires information obtained by combining the movement start time of a predetermined user, the movement completion time to a certain point, and the route information. Specifically, the generation unit 132 acquires information that a certain user (user terminal 10) is located in the location range H01 and is located in the location range H02 three hours later. In addition, the generation unit 132 acquires route information (such as an average speed of movement, a route that can be estimated from the transition of the position information) that the user has moved from the location range H01 to the location range H02. And the production | generation part 132 produces | generates the information which accumulated the information regarding this movement and stay as a user action model corresponding to the said user. Such a model may be described in a text data format such as json (JavaScript (registered trademark) Object Notation) format. Further, the generated model is held in a distributed environment such as Hadoop (registered trademark), and may be used as appropriate by the determination unit 133 or the like described later.
なお、生成部１３２は、時期ごと（春夏秋冬ごと等）や、気温ごと（外気温が０度から１０度まで、あるいは１０度から２０度まで等）にモデルを生成してもよい。また、生成部１３２は、これらの情報を組み合わせてモデルを生成してもよい。これにより、生成部１３２は、一つの端末について、多様な状況に即したモデルを生成することができる。 Note that the generation unit 132 may generate a model for each time period (for example, each of spring, summer, autumn and winter) or for each temperature (for example, the outside air temperature is 0 to 10 degrees, or 10 to 20 degrees). The generation unit 132 may generate a model by combining these pieces of information. Thereby, the production | generation part 132 can produce | generate the model according to various situations about one terminal.
（判定部１３３について）
判定部１３３は、取得部１３１によって取得された第１位置情報から抽出される第１行動情報と、第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。
(About the determination unit 133)
The determination unit 133 collates the first behavior information extracted from the first position information acquired by the acquisition unit 131 with the second behavior information extracted from the second position information, so that the first terminal and the first terminal The identity of the user who uses the two terminals is determined.
例えば、判定部１３３は、第１端末から取得した第１位置情報の一連の位置の推移及び時間の推移を第１行動情報として抽出する。そして、判定部１３３は、同様に抽出された第２行動情報との類似度を判定する。 For example, the determination unit 133 extracts a series of position transitions and time transitions of the first position information acquired from the first terminal as the first action information. And the determination part 133 determines the similarity with the 2nd action information extracted similarly.
第１端末と第２端末とは、備える構成やＯＳ（Operating System）等の機能も異なるため、取得する第１位置情報と第２位置情報も異なる情報であると想定される。例えば、第１位置情報と第２位置情報では、位置が検知された時刻や、位置を示す情報の精度等が異なる場合がある。 Since the first terminal and the second terminal have different functions such as the configuration provided and the OS (Operating System), it is assumed that the acquired first position information and second position information are also different information. For example, the first position information and the second position information may differ in the time at which the position is detected, the accuracy of the information indicating the position, and the like.
このため、判定部１３３は、第１位置情報や第２位置情報を抽象化し、ユーザの行動を抽象的に示すことのできる行動情報に基づいて、ユーザの同一性を判定する。例えば、判定部１３３は、第１端末に係る第１行動情報として、「６時００分」に位置「Ｇ０１」に所在し、「６時１０分」に位置「Ｇ０２」に所在した、という情報を参照する。また、判定部１３３は、第２端末に係る第２行動情報として、「６時０５分」に位置「Ｇ１１」に所在し、「６時１５分」に位置「Ｇ１２」に所在した、という情報を参照する。この場合、判定部１３３は、所定閾値を設定し、両者を抽象化して、行動情報の類似性を判定する。例えば、判定部１３３は、判定時刻の閾値を「１０分」と設定する。この場合、判定部１３３は、「６時００分」に取得された位置情報と、「６時０５分」に取得された位置情報は、「１０分」の範囲内であることから、両者が比較対象になりうると判定する。また、位置「Ｇ０１」と位置「Ｇ１１」は、例えば、判定部１３３が規定する範囲（例えば、両位置のユークリッド距離が数メートルや数十メートル以内等）に属するものとする。この場合、判定部１３３は、第１位置情報と第２位置情報は所定の閾値内の情報である（すなわち、第１端末と第２端末とがほぼ同じ位置に所在する）と判定する。 For this reason, the determination unit 133 abstracts the first position information and the second position information, and determines the identity of the user based on the action information that can abstractly indicate the user's action. For example, the determination unit 133 is information indicating that the first action information related to the first terminal is located at the position “G01” at “6:00” and located at the position “G02” at “6:10”. Refer to In addition, the determination unit 133 is the second action information related to the second terminal, which is information that the user is located at “G11” at “6:05” and located at “G12” at “6:15”. Refer to In this case, the determination unit 133 sets a predetermined threshold, abstracts both, and determines the similarity of the behavior information. For example, the determination unit 133 sets the determination time threshold to “10 minutes”. In this case, since the position information acquired at “6:00” and the position information acquired at “6:00” are within the range of “10 minutes”, the determination unit 133 determines that both It is determined that it can be compared. Further, it is assumed that the position “G01” and the position “G11” belong to a range defined by the determination unit 133 (for example, the Euclidean distance between both positions is within a few meters or a few tens of meters, for example). In this case, the determination unit 133 determines that the first position information and the second position information are information within a predetermined threshold (that is, the first terminal and the second terminal are located at substantially the same position).
そして、判定部１３３は、上記のような類似性の判定処理を一連の位置情報（すなわち、行動情報）に対して実行する。そして、判定部１３３は、第１行動情報と第２行動情報において、所定の閾値を超える一致があると判定した場合、第１端末と第２端末のユーザが同一であると判定する。例えば、判定部１３３は、「３０分間の位置情報同士で３点以上の位置情報の一致」があると判定した場合や、「２時間以内の位置情報同士で１０点以上の位置情報の一致」があると判定した場合等に、第１端末と第２端末のユーザが同一であると判定する。 And the determination part 133 performs the determination process of the above similarity with respect to a series of positional information (namely, action information). And when the determination part 133 determines with the 1st action information and the 2nd action information that there exists a match exceeding a predetermined threshold value, it determines with the user of a 1st terminal and a 2nd terminal being the same. For example, when the determination unit 133 determines that there is “a match of 3 or more points of position information between 30 minutes of position information”, or “a match of 10 or more points of position information between position information within 2 hours” When it is determined that there is a user, it is determined that the users of the first terminal and the second terminal are the same.
また、判定部１３３は、第１行動情報と第２行動情報との照合に限らず、予め生成部１３２によって生成されているユーザ行動モデルとの照合に基づいて、第１端末と第２端末のユーザの同一性を判定してもよい。 In addition, the determination unit 133 is not limited to the comparison between the first behavior information and the second behavior information, but based on the comparison with the user behavior model generated in advance by the generation unit 132, the first terminal and the second terminal User identity may be determined.
例えば、判定部１３３は、第１端末から取得した第１位置情報に基づいて生成されたモデルと、第２端末から取得した第２位置情報から抽出された第２行動情報とを照合することにより、第１端末と第２端末のユーザの同一性を判定してもよい。 For example, the determination unit 133 compares the model generated based on the first position information acquired from the first terminal with the second behavior information extracted from the second position information acquired from the second terminal. The identity of the users of the first terminal and the second terminal may be determined.
例えば、判定部１３３は、所定の時間帯ごとに生成されたモデルと、当該所定の時間帯に対応する第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。すなわち、判定部１３３は、「朝６時〜朝１０時」の第２位置情報が取得された場合には、かかる第２位置情報から抽出された第２行動情報と、第１端末のモデルのうち「朝６時〜朝１０時」に対応するモデルとを照合する。 For example, the determination unit 133 collates the model generated for each predetermined time period with the second action information extracted from the second position information corresponding to the predetermined time period, so that the first terminal The identity of the user who uses the second terminal is determined. That is, when the second position information “from 6:00 am to 10:00 am” is acquired, the determination unit 133 determines the second action information extracted from the second position information and the model of the first terminal. Among them, the model corresponding to “6 am to 10 am” is collated.
また、判定部１３３は、所定の曜日ごとに生成されたモデルと、当該所定の曜日に対応する第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定してもよい。すなわち、判定部１３３は、「平日」の第２位置情報が取得された場合には、かかる第２位置情報から抽出された第２行動情報と、第１端末のモデルのうち平日に対応するモデルとを照合する。 In addition, the determination unit 133 collates the model generated for each predetermined day of the week with the second behavior information extracted from the second position information corresponding to the predetermined day of the week, so that the first terminal and the second terminal You may determine the identity of the user who uses a terminal. That is, when the second location information on “weekdays” is acquired, the determination unit 133 determines the second behavior information extracted from the second location information and the model corresponding to the weekday among the models of the first terminal. And match.
なお、生成部１３２によってモデルが生成されている場合、判定部１３３は、第１端末と第２端末とが同一の端末であっても上記の判定処理を行うことができる。例えば、判定部１３３は、第１端末から生成されたモデルと、モデルが生成されたのちに所定の情報を失った（例えば初期化された）第１端末から取得した位置情報とを照合する。これらの情報が照合された場合、判定部１３３は、モデルに対応する端末のユーザと、初期化された第１端末のユーザとが同一であると判定する。すなわち、ユーザは、例えば第１端末内からパスワードやクレデンシャル情報が失われていたとしても、初期化された第１端末を数日間使用することで自身の行動パターンを示す位置情報が蓄積されることにより、かかる情報に基づいて、自身の同一性を判定させることができる。言い換えれば、現時点の第１端末の持ち主であるユーザは、クレデンシャル情報等が失われる前の第１端末の持ち主と同一であると証明することができる。また、上記の処理によれば、例えばユーザが第１端末を買い替えた場合や紛失し、利用する端末を第１端末から第２端末に切り替えた場合であっても、買い替え前後の端末のユーザの同一性を判定すること等が可能である。 When the model is generated by the generation unit 132, the determination unit 133 can perform the above determination process even if the first terminal and the second terminal are the same terminal. For example, the determination unit 133 collates a model generated from the first terminal with position information acquired from the first terminal that has lost (for example, initialized) predetermined information after the model is generated. When these pieces of information are collated, the determination unit 133 determines that the user of the terminal corresponding to the model and the user of the initialized first terminal are the same. That is, for example, even if a password or credential information is lost from within the first terminal, the user can accumulate position information indicating his / her behavior pattern by using the initialized first terminal for several days. Thus, it is possible to determine its own identity based on such information. In other words, the user who is the owner of the first terminal at the present time can prove that it is the same as the owner of the first terminal before the credential information or the like is lost. Further, according to the above processing, even when the user replaces the first terminal or loses it and switches the terminal to be used from the first terminal to the second terminal, the user of the terminal before and after replacement is replaced. It is possible to determine identity.
また、判定部１３３は、判定処理の結果を判定結果記憶部１２３に格納してもよい。これにより、判定部１３３は、次回以降、判定結果記憶部１２３に格納された識別情報を有するユーザ端末１０の照合を行う場合には、前回の結果に基づいて、照合する確率の高いモデルを優先的に選択することができる。
Further, the determination unit 133 may store the result of the determination process in the determination
また、判定部１３３は、位置情報の一致のみならず、位置情報と同時に取得された精度や、センサ情報等に基づいて、ユーザの同一性の判定を行ってもよい。すなわち、判定部１３３は、第１行動情報と第２行動情報とを照合するとともに、当該第１行動情報に対応するセンサ情報と、当該第２行動情報に対応するセンサ情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定してもよい。具体的には、判定部１３３は、位置情報と同時に取得された温度や湿度、あるいは高度等の情報の類似性（例えば、第１端末によって検知された温度と、第２端末によって同時刻に検知された温度とが所定の閾値以内であるか否か等）に基づいて、ユーザの同一性の判定を行ってもよい。 Further, the determination unit 133 may determine the identity of the user based on not only the position information match but also the accuracy acquired at the same time as the position information, sensor information, and the like. That is, the determination unit 133 collates the first behavior information and the second behavior information, and collates the sensor information corresponding to the first behavior information and the sensor information corresponding to the second behavior information. The identity of users who use the first terminal and the second terminal may be determined. Specifically, the determination unit 133 detects similarity of information such as temperature, humidity, or altitude acquired at the same time with the position information (for example, the temperature detected by the first terminal and the second terminal at the same time). The user identity may be determined based on whether the measured temperature is within a predetermined threshold or not.
また、判定部１３３は、上記に挙げた手法以外の任意の手法によって、ユーザの同一性を判定してもよい。例えば、判定部１３３は、判定対象となる第１行動情報と第２行動情報との移動軌跡同士の近さを定量化し、定量化した値を比較する手法に基づいて、ユーザの同一性を判定してもよい。例えば、判定部１３３は、判定対象となる第１行動情報と第２行動情報とについてＤＴＷ（Dynamic Time Warping）スコア（ＤＴＷ距離）を算出し、算出したＤＴＷスコアに基づいて判定を行ってもよい。また、判定部１３３は、判定対象となる第１行動情報と第２行動情報との各々に含まれる位置情報をクラスタリングし、その類似度を判定してもよい。また、判定部１３３は、判定対象となる第１行動情報と第２行動情報との各々をベクトル化し、当該ベクトルの類似度を判定してもよい。この場合、判定部１３３は、ベクトルにおける特徴情報をディープラーニング等で学習し、学習結果を利用してベクトル同士の類似度を判定してもよい。 Moreover, the determination part 133 may determine a user's identity by arbitrary methods other than the method quoted above. For example, the determination unit 133 determines the identity of the user based on a method of quantifying the proximity between the movement trajectories of the first behavior information and the second behavior information to be determined and comparing the quantified values. May be. For example, the determination unit 133 may calculate a DTW (Dynamic Time Warping) score (DTW distance) for the first action information and the second action information to be determined, and may make a determination based on the calculated DTW score. . Moreover, the determination part 133 may cluster the positional information contained in each of 1st action information used as determination object, and 2nd action information, and may determine the similarity. Moreover, the determination part 133 may vectorize each of 1st action information used as determination object, and 2nd action information, and may determine the similarity of the said vector. In this case, the determination unit 133 may learn the feature information in the vector by deep learning or the like, and determine the similarity between the vectors using the learning result.
（認証制御部１３４について）
認証制御部１３４は、判定部１３３によって第１端末と第２端末とを利用するユーザが同一であると判定された場合に、第１端末又は第２端末におけるユーザの本人認証処理を制御する。
(About the authentication control unit 134)
The authentication control unit 134 controls the user authentication process in the first terminal or the second terminal when the determination unit 133 determines that the users using the first terminal and the second terminal are the same.
例えば、認証制御部１３４は、第１端末がユーザに関する本人認証処理を完了しており、かつ、判定部１３３によって第１端末と第２端末とを利用するユーザが同一であると判定された場合には、第２端末のユーザに関する本人認証処理をスキップさせるよう第２端末を制御する。 For example, when the first terminal has completed the user authentication process for the user and the determination unit 133 determines that the users using the first terminal and the second terminal are the same, the authentication control unit 134 The second terminal is controlled to skip the personal authentication process related to the user of the second terminal.
より具体的には、認証制御部１３４は、第１端末がユーザに関するログイン処理を完了しており、かつ、判定部１３３によって第１端末と第２端末とを利用するユーザが同一であると判定された場合には、第２端末のユーザに関するログイン処理をスキップさせるよう第２端末を制御する。ユーザに関するログイン処理のスキップとは、例えば、ユーザからユーザアカウントやパスワード等の情報の入力を受け付ける処理をスキップし、ログイン処理がユーザから試みられた場合に、受付処理を省略して第２端末がログインを認証することをいう。 More specifically, the authentication control unit 134 determines that the first terminal has completed the login process related to the user, and the determination unit 133 determines that the users using the first terminal and the second terminal are the same. If so, the second terminal is controlled to skip the login process related to the user of the second terminal. For example, when the login process for the user is skipped, the process of accepting input of information such as a user account and a password from the user is skipped. It means authenticating login.
なお、認証制御部１３４は、ログイン処理に限らず、例えば、所定のネットワークサービスの利用におけるユーザ確認（ユーザアカウントとパスワードの入力など）をスキップさせるよう、第２端末を制御してもよい。例えば、認証制御部１３４は、判定部１３３によってユーザが同一であると判定された場合、本人認証が確認したことを示す認証トークン等を発行し、発行したトークンを第２端末に送信する。第２端末は、かかるトークンに基づいて、認証処理をスキップする。 Note that the authentication control unit 134 is not limited to the login process, and may control the second terminal so that, for example, user confirmation (such as input of a user account and a password) in using a predetermined network service is skipped. For example, when the determination unit 133 determines that the users are the same, the authentication control unit 134 issues an authentication token indicating that the personal authentication has been confirmed, and transmits the issued token to the second terminal. The second terminal skips the authentication process based on the token.
〔５．処理手順〕
次に、図１０及び図１１を用いて、実施形態に係る判定装置１００による処理の手順について説明する。まず図１０を用いて、実施形態に係る生成処理の手順について説明する。図１０は、実施形態に係る処理手順を示すフローチャート（１）である。
[5. Processing procedure)
Next, a processing procedure performed by the
図１０に示すように、判定装置１００は、第１端末から第１位置情報を取得する（ステップＳ１０１）。そして、判定装置１００は、モデル生成に充分な第１位置情報が蓄積されたか否かを判定する（ステップＳ１０２）。充分な第１位置情報が蓄積されていない場合（ステップＳ１０２；Ｎｏ）、判定装置１００は、第１位置情報の取得を継続する。
As illustrated in FIG. 10, the
一方、充分な第１位置情報が蓄積された場合（ステップＳ１０２；Ｙｅｓ）、判定装置１００は、端末ごとのユーザ行動モデルを生成する（ステップＳ１０３）。そして、判定装置１００は、モデルと第１端末とを対応付けて、生成したモデルをモデル記憶部１２２に格納する（ステップＳ１０４）。
On the other hand, when sufficient 1st position information is accumulate | stored (step S102; Yes), the
続いて、図１１を用いて、実施形態に係る認証制御処理の手順について説明する。図１１は、実施形態に係る処理手順を示すフローチャート（２）である。 Subsequently, a procedure of authentication control processing according to the embodiment will be described with reference to FIG. FIG. 11 is a flowchart (2) illustrating a processing procedure according to the embodiment.
図１１に示すように、判定装置１００は、第２端末から第２位置情報を取得する（ステップＳ２０１）。そして、判定装置１００は、取得した第２位置情報の取得日時に基づいて、判定日時に応じたモデルを選択する（ステップＳ２０２）。
As illustrated in FIG. 11, the
続いて、判定装置１００は、第２位置情報とモデルにおける情報との一致が所定の閾値以上であるか否かを判定する（ステップＳ２０３）。第２位置情報とモデルにおける情報との一致が所定の閾値以上である場合（ステップＳ２０３；Ｙｅｓ）、判定装置１００は、モデルに対応する第１端末と第２端末とが同一のユーザであると判定する（ステップＳ２０４）。そして、判定装置１００は、第２端末における認証を許可するための処理（認証処理を制御して、ユーザの認証をスキップさせるなど）を行う（ステップＳ２０５）。
Subsequently, the
一方、第２位置情報とモデルにおける情報との一致が所定の閾値以上でない場合（ステップＳ２０３；Ｎｏ）、判定装置１００は、モデルに対応する第１端末と第２端末とが同一のユーザでないと判定する（ステップＳ２０６）。この場合、判定装置１００は、第２端末における認証を許可しない（例えば、ユーザの認証をスキップさせずに、ユーザにパスワードや生体情報の入力を求めさせる）（ステップＳ２０７）。
On the other hand, when the coincidence between the second position information and the information in the model is not equal to or greater than the predetermined threshold (step S203; No), the
〔６．変形例〕
上述した判定装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
[6. (Modification)
The
〔６−１．システム構成〕
上述した実施形態では、判定装置１００が、第１端末と第２端末のユーザの同一性を判定する例を説明した。ここで、上記判定処理は、第１端末によって行われてもよい。すなわち、本願に係る判定装置とは、第１端末であってもよい。かかる点について、図１２及び図１３を用いて説明する。
[6-1. System configuration〕
In the embodiment described above, the example in which the
図１２は、変形例に係る判定処理の一例を示す図である。図１２に示す例では、実施形態に係る判定処理を、第１端末であるユーザ端末２０が実行する例を示す。図１２に示すように、ユーザＵ０１は、第１端末にログインする（ステップＳ３１）。
FIG. 12 is a diagram illustrating an example of a determination process according to the modification. The example illustrated in FIG. 12 illustrates an example in which the
このとき、第１端末であるユーザ端末２０は、自装置の位置情報（第１位置情報）を取得するとともに、第２端末であるタブレット１０ｂから第２位置情報を取得するものとする。例えば、ユーザ端末２０は、タブレット１０ｂとｂｌｕｅｔｏｏｔｈ等との近距離通信を介して、第２位置情報を取得するよう制御する。かかる制御に基づき、タブレット１０ｂは、第２位置情報をユーザ端末２０に送信する（ステップＳ３２）。
At this time, it is assumed that the
ユーザ端末２０は、第１位置情報から第１行動情報を抽出するとともに、取得した第２位置情報から第２行動情報を抽出する（ステップＳ３３）。そして、ユーザ端末２０は、第１行動情報と第２行動情報を照合する。これにより、ユーザ端末２０は、ユーザ端末２０とタブレット１０ｂのユーザとの同一性を判定する。すなわち、ステップＳ３３の処理は図１に示したステップＳ０４の処理に対応し、ステップＳ３４の処理は図１に示したステップＳ０５の処理に対応し、ステップＳ３５の処理は図１に示したステップＳ０６の処理に対応する。
The
そして、ユーザ端末２０は、ユーザの同一性を判定したのち、第２端末の認証処理を制御する（ステップＳ３６）。すなわち、ユーザＵ０１が第２端末にログインを要求した場合（ステップＳ３７）、タブレット１０ｂは、ユーザＵ０１の認証をスキップして、ユーザＵ０１のログインを許可する（ステップＳ３８）。
Then, after determining the identity of the user, the
このように、実施形態に係る判定処理は、判定装置１００等のサーバを介さず実行されてもよい。かかる構成によっても、ユーザ端末２０（判定装置）は、認証におけるユーザの手間を軽減させることができる。
As described above, the determination process according to the embodiment may be executed without using a server such as the
次に、図１３を用いて、変形例に係るユーザ端末２０の構成について説明する。図１３は、変形例に係るユーザ端末の構成例を示す図である。
Next, the configuration of the
図１３に示すように、ユーザ端末２０は、図４で示した構成に加えて、生成部１６４と、判定部１６５と、認証制御部１６６と、モデルテーブル１５２と、判定結果テーブル１５３とを有する。生成部１６４は、図６に示した判定装置１００に係る生成部１３２と同様の処理を実行する。判定部１６５は、図６に示した判定装置１００に係る判定部１３３と同様の処理を実行する。認証制御部１６６は、図６に示した判定装置１００に係る認証制御部１３４と同様の処理を実行する。また、モデルテーブル１５２は、図８に示したモデル記憶部１２２と同様の情報を記憶する。また、判定結果テーブル１５３は、図９に示した判定結果記憶部１２３と同様の情報を記憶する。
As illustrated in FIG. 13, the
〔６−２．位置情報〕
上記実施形態では、位置情報は、ユーザ端末１０が取得するＧＰＳ情報や、アクセスポイント等から取得することを説明した。しかし、判定装置１００は、異なる情報からユーザ端末１０の位置情報を取得してもよい。
[6-2. location information〕
In the above embodiment, it has been described that the position information is acquired from GPS information acquired by the
例えば、判定装置１００は、ユーザが各種サービスを利用した履歴に基づいて、ユーザ端末１０の位置情報を取得してもよい。具体的には、判定装置１００は、路線検索サービスにおいて頻繁にユーザ端末１０から入力される駅を、ユーザの最寄り駅と推定する。そして、判定装置１００は、最寄り駅を含む所定範囲をユーザ端末１０が所在する地域として取得してもよい。かかる処理によれば、判定装置１００は、ユーザ端末１０が位置情報を取得する機能を有していない場合であっても、ユーザ端末１０の位置情報を取得することができる。
For example, the
また、判定装置１００は、ユーザの各種サービスの利用状況に基づいて、ユーザの位置を推定してもよい。例えば、判定装置１００は、ユーザが検索を行った際の検索クエリや、ＳＮＳ（Social Networking Service）の投稿情報等を取得し、取得した情報に基づいて、ユーザの位置を推定してもよい。例えば、判定装置１００は、日常的に同じ地域のランチに関する検索を行っているユーザは、当該地域を勤務先とするユーザであり、少なくとも昼の時間帯は当該地域に所在すると推定してもよい。また、判定装置１００は、日常的に同じ地域のニュースを閲覧しているユーザは、当該地域に所在する可能性が高いユーザであると推定してもよい。また、判定装置１００は、特定の地域に関するＳＮＳへの投稿が多いユーザは、当該特定の地域に所在する可能性が高いユーザであると推定してもよい。このように、判定装置１００は、ユーザの各種サービスに関する様々な情報を利用して、ユーザの位置情報を取得したり、ユーザの位置を推定したりしてもよい。
Moreover, the
また、判定装置１００は、ユーザ端末１０からではなく、ユーザ端末１０と連携した外部機器からユーザ端末１０の位置情報を取得してもよい。例えば、判定装置１００は、街中に設置されたＢｅａｃｏｎ端末や、上記した駅改札や、ユーザ端末１０をかざして支払が行われたレジ等、その設置位置の近傍にユーザ端末１０が所在したことを示す情報を取得可能な各種情報機器から、ユーザ端末１０の位置情報を取得してもよい。すなわち、判定装置１００は、ユーザ端末１０以外の情報機器から取得した情報であっても、ユーザ端末１０を識別する識別情報とともに位置情報を取得していれば、実施形態に係る判定処理を実行することができる。
Further, the
〔６−３．ユーザ端末の構成〕
上記実施形態では、ユーザ端末１０の構成例について図４を用いて説明した。しかし、ユーザ端末１０は、図４で例示した全ての処理部を備えることを必ずしも要しない。例えば、ユーザ端末１０は、表示部１３や検知部１４を必ずしも備えていなくてもよい。また、ユーザ端末１０は、２以上の機器に分離されて図４に示す構成が実現されてもよい。例えば、ユーザ端末１０は、少なくとも検知部１４と取得部１６１とを有する検知装置と、少なくとも通信部１１を有する通信装置とが分離された構成を有する、２台以上の機器により実現されてもよい。
[6-3. Configuration of user terminal]
In the above embodiment, the configuration example of the
〔６−４．位置情報の精度〕
上記実施形態において、ユーザ端末１０が検知する位置情報の精度は、種々の検知（測位）手段によって精度が異なることを説明した。ここで、検知手段の精度は、上記実施形態で示した例に限らない。例えば、ユーザ端末１０が利用する検知手段によっては、Ｗｉ−Ｆｉやビーコンを利用した測位よりも、ＧＰＳを利用した測位の方が、位置の精度が高い場合もありうる。すなわち、上記で示した検知手段や、検知手段同士の精度の高低は一例であり、実施形態に係る判定装置１００は、各々の検知手段に応じて適切な精度を適宜選択可能なよう、定義情報を適宜更新するようにしてもよい。
[6-4. (Accuracy of location information)
In the said embodiment, the accuracy of the positional information which the
また、判定装置１００は、位置情報を送信するユーザ端末１０に応じて各種処理を行ってもよい。上述のように、ユーザ端末１０には、スマートフォンや時計型端末やタブレット端末など種々の種類の端末が含まれる。このため、端末間で、位置情報を取得する頻度や、取得した位置情報の精度が異なることが想定される。
Moreover, the
ここで、判定装置１００は、端末の種類に合わせて、異なる生成処理や判定処理を行うようにしてもよい。例えば、時計型端末は、スマートフォンと比べて位置情報を送信する頻度が少ないものとする。この場合、時計型端末から得られた位置情報と、スマートフォンから得られた位置情報とを、同じように抽象化してユーザ行動モデルを生成しても、異なるモデルが生成される可能性がある。このため、判定装置１００は、予め位置情報を取得するユーザ端末１０の種別を参照し、種別ごとに異なる処理を行ってもよい。例えば、判定装置１００は、時計型端末から取得した位置情報については、スマートフォンから取得した位置情報と比較して、低い精度（甘い閾値）であってもユーザの同一性を判定するなど、種々の端末別に判定のレベルを変えるようにしてもよい。あるいは、判定装置１００は、時計型端末から取得した位置情報については、スマートフォンから取得した位置情報と比較して、より多くの位置情報が蓄積されるまでユーザの同一性を判定する処理を待機するなど、種々の端末別に判定のタイミングを変えるようにしてもよい。
Here, the
〔７．ハードウェア構成〕
上述してきた実施形態に係る判定装置１００やユーザ端末１０は、例えば図１４に示すような構成のコンピュータ１０００によって実現される。以下、判定装置１００を例に挙げて説明する。図１４は、判定装置１００の機能を実現するコンピュータ１０００の一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
[7. Hardware configuration)
The
ＣＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に記憶されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を記憶する。
The
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を記憶する。通信インターフェイス１５００は、通信網５００（図３に示したネットワークＮに対応）を介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータを、通信網５００を介して他の機器へ送信する。
The
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、入出力インターフェイス１６００を介して生成したデータを出力装置へ出力する。
The
メディアインターフェイス１７００は、記録媒体１８００に記憶されたプログラム又はデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
The
例えば、コンピュータ１０００が実施形態に係る判定装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。また、ＨＤＤ１４００には、記憶部１２０内のデータが記憶される。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置から通信網５００を介してこれらのプログラムを取得してもよい。
For example, when the
〔８．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
[8. Others]
In addition, among the processes described in the above embodiment, all or part of the processes described as being automatically performed can be performed manually, or the processes described as being performed manually can be performed. All or a part can be automatically performed by a known method. In addition, the processing procedures, specific names, and information including various data and parameters shown in the document and drawings can be arbitrarily changed unless otherwise specified. For example, the various types of information illustrated in each drawing is not limited to the illustrated information.
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。例えば、図６に示した判定部１３３と認証制御部１３４とは統合されてもよい。また、例えば、記憶部１２０に記憶される情報は、ネットワークＮを介して、外部に備えられた記憶装置に記憶されてもよい。 Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution / integration of each device is not limited to that shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured. For example, the determination unit 133 and the authentication control unit 134 illustrated in FIG. 6 may be integrated. Further, for example, information stored in the storage unit 120 may be stored in a storage device provided outside via the network N.
また、例えば、上記実施形態では、判定装置１００が、ユーザ端末１０の位置情報を取得する取得処理と、第１端末と第２端末のユーザが同一であるかを判定する判定処理とを行う例を示した。しかし、上述した判定装置１００は、取得処理を行う取得装置と、判定処理を行う判定装置とに分離されてもよい。この場合、取得装置は、取得部１３１を少なくとも有する。判定装置は、判定部１３３を少なくとも有する。また、実施形態に係る判定装置１００による処理は、取得装置と、判定装置といった各装置を含む判定システム１によって実現される。
Further, for example, in the above-described embodiment, the
また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。 In addition, the above-described embodiments and modifications can be combined as appropriate within a range that does not contradict processing contents.
〔９．効果〕
上述してきたように、実施形態に係る判定装置１００は、取得部１３１と、判定部１３３とを有する。取得部１３１は、第１端末の位置を示す第１位置情報、及び、第２端末の位置を示す第２位置情報を取得する。判定部１３３は、取得部１３１によって取得された第１位置情報から抽出される第１行動情報と、第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。
[9. effect〕
As described above, the
このように、実施形態に係る判定装置１００は、ユーザからパスワード等のクレデンシャル情報等を取得することなく、行動情報（一連の位置情報の推移）の類似性に基づいてユーザの同一性を判定する。これにより、判定装置１００は、本人認証処理等をユーザが行う手間を省かせることができるので、認証におけるユーザの手間を軽減させることができる。
As described above, the
また、実施形態に係る判定装置１００は、判定部１３３によって第１端末と第２端末とを利用するユーザが同一であると判定された場合に、当該第１端末又は当該第２端末における当該ユーザの本人認証処理を制御する認証制御部１３４をさらに有する。
Moreover, the
このように、実施形態に係る判定装置１００は、判定部１３３による判定結果に基づいて認証処理を制御することで、認証におけるユーザの手間を軽減させることができる。
As described above, the
また、認証制御部１３４は、第１端末がユーザに関する本人認証処理を完了しており、かつ、判定部１３３によって当該第１端末と第２端末とを利用するユーザが同一であると判定された場合には、当該第２端末の当該ユーザに関する本人認証処理をスキップさせるよう当該第２端末を制御する。 In addition, the authentication control unit 134 determines that the first terminal has completed the personal authentication process related to the user, and the determination unit 133 determines that the users using the first terminal and the second terminal are the same. In this case, the second terminal is controlled to skip the personal authentication process related to the user of the second terminal.
このように、実施形態に係る判定装置１００は、第１端末と第２端末とを利用するユーザが同一であると判定された場合に、第２端末における認証処理をスキップさせるよう制御してもよい。これにより、ユーザは、第１端末で行った認証処理を第２端末でも行うといった、重複する作業を行う必要がなくなるため、認証における手間を軽減することができる。
As described above, the
また、認証制御部１３４は、第１端末がユーザに関するログイン処理を完了しており、かつ、判定部１３３によって当該第１端末と第２端末とを利用するユーザが同一であると判定された場合には、当該第２端末の当該ユーザに関するログイン処理をスキップさせるよう当該第２端末を制御する。 In addition, the authentication control unit 134, when the first terminal has completed the login process for the user, and the determination unit 133 determines that the user using the first terminal and the second terminal are the same The second terminal is controlled to skip the login process related to the user of the second terminal.
このように、実施形態に係る判定装置１００は、第２端末へのログイン処理をスキップさせるよう第２端末を制御してもよい。これにより、判定装置１００は、例えばパスワード等の入力に向かない端末（眼鏡型端末やＩｏＴ機器など）であっても、簡易にログイン処理を完了させることできるため、上記のような種々の端末を利用するユーザの負担を軽減させることができる。
Thus, the
また、実施形態に係る判定装置１００は、第１位置情報に基づいて、第１端末を利用するユーザの日常的な行動を示したモデルであるユーザ行動モデルを生成する生成部１３２をさらに有する。判定部１３３は、生成部１３２によって生成されたユーザ行動モデルと、第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。
In addition, the
このように、実施形態に係る判定装置１００は、予めユーザ行動モデルを生成し、生成したモデルと行動情報を照合してもよい。これにより、判定装置１００は、例えばユーザが端末を買い替えたり紛失したりしたときに、それまで第１端末を利用していたユーザと、新たに利用を開始した第２端末のユーザとの同一性を判定することができる。すなわち、判定装置１００によれば、判定時点において、照合対象となる第１端末が存在していない場合であっても、ユーザの同一性の判定を行うことができる。
Thus, the
また、生成部１３２は、所定の時間帯ごとにユーザ行動モデルを生成する。判定部１３３は、所定の時間帯ごとに生成されたユーザ行動モデルと、当該所定の時間帯に対応する第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。 Moreover, the production | generation part 132 produces | generates a user behavior model for every predetermined time slot | zone. The determination unit 133 compares the user behavior model generated for each predetermined time period with the second terminal information extracted from the second position information corresponding to the predetermined time period, thereby The identity of the user who uses the second terminal is determined.
このように、実施形態に係る判定装置１００は、時間帯ごとに異なるモデルを生成することで、より正確にユーザの行動を判定できるため、判定処理の精度を向上させることができる。
Thus, since the
また、生成部１３２は、所定の曜日ごとにユーザ行動モデルを生成する。判定部１３３は、所定の曜日ごとに生成されたユーザ行動モデルと、当該所定の曜日に対応する第２位置情報から抽出される第２行動情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。 Moreover, the production | generation part 132 produces | generates a user action model for every predetermined day of the week. The determination unit 133 collates the user behavior model generated for each predetermined day of the week with the second behavior information extracted from the second position information corresponding to the predetermined day of the week, so that the first terminal and the second terminal The identity of the user who uses the terminal is determined.
このように、実施形態に係る判定装置１００は、曜日（平日や休日など）ごとに異なるモデルを生成することで、より正確にユーザの行動を判定できるため、判定処理の精度を向上させることができる。
As described above, the
また、取得部１３１は、第１位置情報とともに第１端末によって検知されたセンサ情報、及び、第２位置情報とともに第２端末によって検知されたセンサ情報とを取得する。判定部１３３は、第１行動情報と第２行動情報とを照合するとともに、当該第１行動情報に対応するセンサ情報と、当該第２行動情報に対応するセンサ情報とを照合することにより、第１端末と第２端末とを利用するユーザの同一性を判定する。 The acquisition unit 131 acquires sensor information detected by the first terminal together with the first position information, and sensor information detected by the second terminal together with the second position information. The determination unit 133 collates the first behavior information and the second behavior information, and collates the sensor information corresponding to the first behavior information with the sensor information corresponding to the second behavior information. The identity of users using the first terminal and the second terminal is determined.
このように、実施形態に係る判定装置１００は、位置情報とともに取得されるセンサ情報（温度や湿度、加速度、周囲の音声情報もしくは高度など）を照合して判定処理を行うことにより、判定処理の精度を向上させることができる。
As described above, the
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。 As described above, some of the embodiments of the present application have been described in detail with reference to the drawings. However, these are merely examples, and various modifications, including the aspects described in the disclosure section of the invention, based on the knowledge of those skilled in the art, It is possible to implement the present invention in other forms with improvements.
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。 In addition, the “section (module, unit)” described above can be read as “means” or “circuit”. For example, the acquisition unit can be read as acquisition means or an acquisition circuit.
１ 判定システム
１０ ユーザ端末
１００ 判定装置
１１０ 通信部
１２０ 記憶部
１２１ 位置情報記憶部
１２２ モデル記憶部
１２３ 判定結果記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部
１３３ 判定部
１３４ 認証制御部
DESCRIPTION OF
Claims (10)
前記取得部によって取得された第１位置情報から抽出される第１行動情報と、前記第２位置情報から抽出される第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する判定部と
を備えたことを特徴とする判定装置。 An acquisition unit for acquiring first position information indicating a position of the first terminal and second position information indicating a position of the second terminal;
The first terminal and the second terminal by collating the first action information extracted from the first position information acquired by the acquisition unit and the second action information extracted from the second position information And a determination unit that determines the identity of a user who uses.
をさらに備えたことを特徴とする請求項１に記載の判定装置。 Authentication control for controlling personal authentication processing of the user at the first terminal or the second terminal when the determination unit determines that the users using the first terminal and the second terminal are the same The determination apparatus according to claim 1, further comprising: a unit.
前記第１端末が前記ユーザに関する本人認証処理を完了しており、かつ、前記判定部によって当該第１端末と前記第２端末とを利用するユーザが同一であると判定された場合には、当該第２端末の当該ユーザに関する本人認証処理をスキップさせるよう当該第２端末を制御する
ことを特徴とする請求項２に記載の判定装置。 The authentication control unit
When the first terminal has completed the user authentication process for the user and the determination unit determines that the user using the first terminal and the second terminal are the same, The determination apparatus according to claim 2, wherein the second terminal is controlled to skip the personal authentication process related to the user of the second terminal.
前記第１端末が前記ユーザに関するログイン処理を完了しており、かつ、前記判定部によって当該第１端末と前記第２端末とを利用するユーザが同一であると判定された場合には、当該第２端末の当該ユーザに関するログイン処理をスキップさせるよう当該第２端末を制御する
ことを特徴とする請求項３に記載の判定装置。 The authentication control unit
When the first terminal has completed the login process for the user and the determination unit determines that the user using the first terminal and the second terminal is the same, the first terminal The determination apparatus according to claim 3, wherein the second terminal is controlled to skip the login process related to the user of the two terminals.
前記判定部は、
前記生成部によって生成されたユーザ行動モデルと、前記第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する
ことを特徴とする請求項１〜４のいずれか一つに記載の判定装置。 Based on the first position information, further comprising a generating unit that generates a user behavior model that is a model showing a daily behavior of the user using the first terminal,
The determination unit
The identity of a user who uses the first terminal and the second terminal is determined by comparing the user behavior model generated by the generation unit with the second behavior information. Item 5. The determination device according to any one of Items 1 to 4.
所定の時間帯ごとに前記ユーザ行動モデルを生成し、
前記判定部は、
前記所定の時間帯ごとに生成された前記ユーザ行動モデルと、当該所定の時間帯に対応する第２位置情報から抽出される第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する
ことを特徴とする請求項５に記載の判定装置。 The generator is
Generating the user behavior model for each predetermined time period;
The determination unit
By collating the user behavior model generated for each predetermined time period and the second behavior information extracted from the second position information corresponding to the predetermined time period, the first terminal and the first The determination device according to claim 5, wherein the identity of a user who uses two terminals is determined.
所定の曜日ごとに前記ユーザ行動モデルを生成し、
前記判定部は、
前記所定の曜日ごとに生成された前記ユーザ行動モデルと、当該所定の曜日に対応する第２位置情報から抽出される第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する
ことを特徴とする請求項５又は６に記載の判定装置。 The generator is
Generating the user behavior model for each predetermined day of the week;
The determination unit
By comparing the user behavior model generated for each predetermined day of the week with second behavior information extracted from the second position information corresponding to the predetermined day of the week, the first terminal and the second terminal The determination device according to claim 5, wherein the identity of a user who uses and is determined.
前記第１位置情報とともに前記第１端末によって検知されたセンサ情報、及び、前記第２位置情報とともに前記第２端末によって検知されたセンサ情報とを取得し、
前記判定部は、
前記第１行動情報と前記第２行動情報とを照合するとともに、当該第１行動情報に対応するセンサ情報と、当該第２行動情報に対応するセンサ情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する
ことを特徴とする請求項１〜７のいずれか一つに記載の判定装置。 The acquisition unit
Obtaining sensor information detected by the first terminal together with the first position information, and sensor information detected by the second terminal together with the second position information;
The determination unit
While collating the 1st action information and the 2nd action information, collating the sensor information corresponding to the 1st action information, and the sensor information corresponding to the 2nd action information, the 1st terminal The determination apparatus according to claim 1, wherein the identity of a user who uses the second terminal and the second terminal is determined.
第１端末の位置を示す第１位置情報、及び、第２端末の位置を示す第２位置情報を取得する取得工程と、
前記取得工程によって取得された第１位置情報から抽出される第１行動情報と、前記第２位置情報から抽出される第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する判定工程と
を含んだことを特徴とする判定方法。 A determination method executed by a computer,
An acquisition step of acquiring first position information indicating a position of the first terminal and second position information indicating a position of the second terminal;
The first terminal and the second terminal are verified by collating the first behavior information extracted from the first position information acquired by the acquisition step with the second behavior information extracted from the second position information. And a determination step of determining the identity of a user who uses.
前記取得手順によって取得された第１位置情報から抽出される第１行動情報と、前記第２位置情報から抽出される第２行動情報とを照合することにより、前記第１端末と前記第２端末とを利用するユーザの同一性を判定する判定手順と
をコンピュータに実行させることを特徴とする判定プログラム。 An acquisition procedure for acquiring first position information indicating the position of the first terminal and second position information indicating the position of the second terminal;
By comparing the first behavior information extracted from the first position information acquired by the acquisition procedure with the second behavior information extracted from the second position information, the first terminal and the second terminal A determination program for causing a computer to execute a determination procedure for determining the identity of a user who uses.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018047281A JP6698728B2 (en) | 2018-03-14 | 2018-03-14 | Judgment device, judgment method and judgment program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018047281A JP6698728B2 (en) | 2018-03-14 | 2018-03-14 | Judgment device, judgment method and judgment program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019159960A true JP2019159960A (en) | 2019-09-19 |
| JP6698728B2 JP6698728B2 (en) | 2020-05-27 |
Family
ID=67996283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018047281A Active JP6698728B2 (en) | 2018-03-14 | 2018-03-14 | Judgment device, judgment method and judgment program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6698728B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200233952A1 (en) * | 2019-01-22 | 2020-07-23 | International Business Machines Corporation | Mobile behaviometrics verification models used in cross devices |
| JP2021047814A (en) * | 2019-09-20 | 2021-03-25 | ヤフー株式会社 | Re-authentication device, method for re-authentication, and re-authentication program |
| JP2021105817A (en) * | 2019-12-26 | 2021-07-26 | 株式会社 みずほ銀行 | Service management system, service management method, and service management program |
| JP7454805B1 (en) | 2023-12-12 | 2024-03-25 | 株式会社ミラボ | Program, judgment system and judgment method |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004310207A (en) * | 2003-04-02 | 2004-11-04 | Nippon Telegr & Teleph Corp <Ntt> | Personal identifying device, personal identifying method and personal identifying program |
| JP2015108866A (en) * | 2013-12-03 | 2015-06-11 | 株式会社Ｎｔｔドコモ | Authentication device, authentication method, and program |
| JP2016115095A (en) * | 2014-12-13 | 2016-06-23 | 尚史 本田 | Identification information processing system based on location information, and method |
-
2018
- 2018-03-14 JP JP2018047281A patent/JP6698728B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004310207A (en) * | 2003-04-02 | 2004-11-04 | Nippon Telegr & Teleph Corp <Ntt> | Personal identifying device, personal identifying method and personal identifying program |
| JP2015108866A (en) * | 2013-12-03 | 2015-06-11 | 株式会社Ｎｔｔドコモ | Authentication device, authentication method, and program |
| JP2016115095A (en) * | 2014-12-13 | 2016-06-23 | 尚史 本田 | Identification information processing system based on location information, and method |
Non-Patent Citations (1)
| Title |
|---|
| 鈴木宏哉: "ウェアラブルデバイスを活用した個人の行動によるユーザ認証の検討", ２０１５年 暗号と情報セキュリティシンポジウム ＳＣＩＳ２０１５, JPN6019023847, 20 January 2015 (2015-01-20), JP, pages 1 - 8, ISSN: 0004062459 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200233952A1 (en) * | 2019-01-22 | 2020-07-23 | International Business Machines Corporation | Mobile behaviometrics verification models used in cross devices |
| US11620375B2 (en) * | 2019-01-22 | 2023-04-04 | International Business Machines Corporation | Mobile behaviometrics verification models used in cross devices |
| JP2021047814A (en) * | 2019-09-20 | 2021-03-25 | ヤフー株式会社 | Re-authentication device, method for re-authentication, and re-authentication program |
| JP7280156B2 (en) | 2019-09-20 | 2023-05-23 | ヤフー株式会社 | Re-authentication device, re-authentication method and re-authentication program |
| JP2021105817A (en) * | 2019-12-26 | 2021-07-26 | 株式会社 みずほ銀行 | Service management system, service management method, and service management program |
| JP7463325B2 (en) | 2019-12-26 | 2024-04-08 | 株式会社 みずほ銀行 | Service management system, service management method and service management program |
| JP7454805B1 (en) | 2023-12-12 | 2024-03-25 | 株式会社ミラボ | Program, judgment system and judgment method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6698728B2 (en) | 2020-05-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6698728B2 (en) | Judgment device, judgment method and judgment program | |
| US9026364B2 (en) | Place affinity estimation | |
| US10129236B2 (en) | Determination apparatus, determination method, and non-transitory computer readable storage medium | |
| EP3278291A1 (en) | Inferring user sleep patterns | |
| JP6181716B2 (en) | Authentication device, terminal device, authentication method, and authentication program | |
| US20200090157A1 (en) | Platform for managing mobile applications | |
| CN110782289B (en) | Service recommendation method and system based on user portrait | |
| JP6917919B2 (en) | Providing equipment, providing method and providing program | |
| JP6342035B1 (en) | Recovery device, recovery method, and recovery program | |
| JP7086785B2 (en) | Calculation device, calculation method and calculation program | |
| JP2019028767A (en) | Display control device, display control method and display control program | |
| JP2019200741A (en) | Authentication device, method for authentication, authentication program, and authentication system | |
| JP6430973B2 (en) | Information processing apparatus, information processing method, and program | |
| JP6389301B1 (en) | Determination device, determination method, and determination program | |
| JP6692377B2 (en) | Calculation device, calculation method, and calculation program | |
| JP6664583B2 (en) | Information control device, information control method, and information control program | |
| JP6947529B2 (en) | Judgment device, judgment method and judgment program | |
| JP6461230B2 (en) | Determination device, determination method, and determination program | |
| JP2018160285A (en) | Information processing device, information processing method, and program | |
| JP6698720B2 (en) | Communication control program, communication control device, communication control method, management server, management method, and management program | |
| JP6664605B2 (en) | Information processing apparatus, information processing method and program | |
| JP6698716B2 (en) | Judgment program, judgment device and judgment method | |
| JP2019128611A (en) | Generation apparatus, generation method, and generation program | |
| JP6077077B1 (en) | Authentication apparatus, authentication method, and authentication program | |
| JP6902009B2 (en) | Generation device, generation method and generation program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180718 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190610 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190625 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190826 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200331 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200428 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6698728 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |