JP7083407B2 - 局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムを使用して不正取引を検出するためのコンピュータ実施方法 - Google Patents

Description

本開示は、一般に、コンピュータ化されたシステムおよび方法であって、そのようなシステムのデータベース内の不正データ点を検出するための、コンピュータ化されたシステムおよび方法に関する。本開示の実施形態は、発明的で非従来型のシステムであって、そのようなシステム上で局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムを使用することによって、不正取引などの不正データ点を検出するための、発明的で非従来型のシステムに関する。

インターネットの普及に伴い、インターネットを利用して商品を購入するユーザが増えている。電子取引の範囲および量が拡大し続けるにつれて、不正取引を検出するためのシステムと方法が開発された。ただし、検出方法およびシステムが開発されるにつれて、不正取引は進化した。不正取引は様々な形態に変化し、まったく異なるパターンを示している。

従来の方法およびシステムは、静的ルールを使用することによって非異常の中から異常を検出することに重点を置いている。システムは最初に少なくとも１つの異常を識別し、次に異常を検出するためのルールを作成する。ルールは、パターンマイニング技術を使用して識別することができる。静的ルールの前提は、ほとんどの異常が少数の異常タイプに属していることであり、したがって、システムは、それらの異常タイプを説明する少数の静的ルールを見つけることによって、ほとんどの異常を検出することができる。ただし、静的ルールは、ルールを回避するために異なるパターンを示す異常を検出することができない。

したがって、電子取引における不正データ点を検出するための改善された方法およびシステムが必要とされている。

本開示の一態様は、命令を記憶するメモリと、局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムを使用して不正データ点を検出する方法を実施するために命令を実行するようにプログラムされている少なくとも１つのプロセッサとを含むシステムに関する。この方法は、ユーザデバイスから、１つまたは複数の不正データ点を検出することを求める要求を受信することと、データベース内のすべてのデータ点の特徴ベクトルを構築することであって、データ点は属性を含む電子取引を表す、特徴ベクトルを構築することと、構築されている特徴ベクトルの局所性鋭敏型ハッシュテーブルを構築することであって、各ハッシュテーブルは、独立して計算されている同一のハッシュ値を有するデータ点を含む少なくとも１つのセルを含み、各データ点は同一のセル内の隣接データ点によって表される、局所性鋭敏型ハッシュテーブルを構築することとを含む。この方法は、各データ点に最良の隣接データ点を割り当てることであって、最良の隣接データ点は、構築されているハッシュテーブル内で上記データ点と同じセル内に最も頻繁に配置されている、割り当てることと、各データ点に関連付けられている、割り当てられている最良の隣接データ点に対して修正局所外れ値因子アルゴリズムを適用することによって、各データ点の外れ値スコアを計算することと、計算されている外れ値スコアに基づいて不正データ点を検出することとをさらに含む。

本開示の別の態様は、局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムの組み合わせを使用して、不正データ点を検出するための方法に関する。この方法は、ユーザデバイスから、１つまたは複数の不正データ点を検出することを求める要求を受信することと、データベース内のすべてのデータ点の特徴ベクトルを構築することであって、データ点は属性を含む電子取引を表す、特徴ベクトルを構築することと、構築されている特徴ベクトルの局所性鋭敏型ハッシュテーブルを構築することであって、各ハッシュテーブルは、独立して計算されている同一のハッシュ値を有するデータ点を含む少なくとも１つのセルを含み、各データ点は同一のセル内の隣接データ点によって表される、局所性鋭敏型ハッシュテーブルを構築することとを含む。この方法は、各データ点に最良の隣接データ点を割り当てることであって、最良の隣接データ点は、構築されているハッシュテーブル内で上記データ点と同じセル内に最も頻繁に配置されている、割り当てることと、各データ点に関連付けられている、割り当てられている最良の隣接データ点に対して修正局所外れ値因子アルゴリズムを適用することによって、各データ点の外れ値スコアを計算することと、計算されている外れ値スコアに基づいて不正データ点を検出することとをさらに含む。

本開示のさらに別の態様は、局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムの組み合わせを使用して不正データ点を検出するための方法を実施するためにプロセッサによって実行することができる命令を含む非一時的コンピュータ可読記憶媒体に関する。この方法は、ユーザデバイスから、１つまたは複数の不正データ点を検出することを求める要求を受信することと、データベース内のすべてのデータ点の特徴ベクトルを構築することであって、データ点は属性を含む電子取引を表す、特徴ベクトルを構築することと、構築されている特徴ベクトルの局所性鋭敏型ハッシュテーブルを構築することであって、各ハッシュテーブルは、独立して計算されている同一のハッシュ値を有するデータ点を含む少なくとも１つのセルを含み、各データ点は同一のセル内の隣接データ点によって表される、局所性鋭敏型ハッシュテーブルを構築することとを含む。この方法は、各データ点に最良の隣接データ点を割り当てることであって、最良の隣接データ点は、構築されているハッシュテーブル内で上記データ点と同じセル内に最も頻繁に配置されている、割り当てることと、各データ点に関連付けられている、割り当てられている最良の隣接データ点に対して修正局所外れ値因子アルゴリズムを適用することによって、各データ点の外れ値スコアを計算することと、計算されている外れ値スコアに基づいて不正データ点を検出することとをさらに含む。

他のシステム、方法、およびコンピュータ可読媒体も、本明細書で説明される。

開示された実施形態と一致する、出荷、輸送、および物流オペレーションを可能にする通信のためのコンピュータ化されたシステムを備えるネットワークの例示的な実施形態を示す概略ブロック図である。 開示された実施形態と一致する、対話型ユーザインターフェース要素と共に、検索要求を満たす１つまたは複数の検索結果を含む例示的な検索結果ページ（ＳＲＰ）を示す図である。 開示された実施形態と一致する、対話型ユーザインターフェース要素と共に製品および製品に関する情報を含む例示的な単一ディスプレイページ（ＳＤＰ）を示す図である。 開示された実施形態に一致する、対話型ユーザインターフェース要素と共に仮想ショッピングカート内のアイテムを含む例示的なカートページを示す図である。 開示された実施形態と一致する、対話型ユーザインターフェース要素と共に、購入および出荷に関する情報と共に仮想ショッピングカートからのアイテムを含む例示的な注文ページを示す図である。 開示された実施形態と一致する、開示されたコンピュータ化されたシステムを利用するように構成されている例示的なフルフィルメントセンタの概略図である。 開示された実施形態と一致する、内部フロントエンドシステム上で局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムの組み合わせを使用して不正データ点を検出するための例示的な方法を示す図である。 開示された実施形態と一致する、局所性鋭敏型ハッシュテーブルを構築するための例示的な方法を示す図である。 開示された実施形態と一致する、局所外れ値因子アルゴリズムを使用して各データ点の外れ値スコアを計算するための例示的な方法を示す図である。 開示された実施形態と一致する、サンプル取引データ点を示す図である。 開示された実施形態と一致する、サンプル取引データ点を示す図である。 開示された実施形態と一致する、サンプル取引データ点を示す図である。 開示された実施形態と一致する、サンプル取引データ点を示す図である。 開示された実施形態と一致する、サンプル取引データ点を示す図である。 開示された実施形態と一致する、サンプル取引データ点を示す図である。

以下の詳細な説明は、添付の図面を参照する。可能な限り、図面および以下の説明では、同一または類似の部分を参照するために、同一の参照番号が使用される。いくつかの例示的な実施形態が本明細書で説明されるが、修正、適応、および他の実装が可能である。例えば、置換、追加、または修正が図面に示された構成要素およびステップに行われてもよく、本明細書に記載された例示的な方法は、開示された方法にステップを置換、並べ替え、除去、もしくは追加することによって、または、独立したステップを互いに並列に実施することによって修正されてもよい。したがって、以下の詳細な説明は、開示された実施形態および実施例に限定されない。むしろ、本発明の適切な範囲は、添付の特許請求の範囲によって定義される。

本開示の実施形態は、局所性鋭敏型ハッシュおよび局所外れ値因子アルゴリズムの組み合わせを使用することによって不正データ点を検出するように構成されているコンピュータ実装システムおよび方法に関する。開示された実施形態は、ユーザが信頼できる挙動を学習することによって不正データ点を検出することを可能にする発明的な技術的特徴を提供する。不正挙動とは異なり、信頼できる挙動は時間の経過と共に変化しない。したがって、信頼できる挙動を表すデータ点は、様々なグループ化の下で一貫した空間配置を有する。例えば、開示された実施形態は、データ点間の一貫性を表す各データ点の外れ値スコアを計算し、一貫性のない程度の外れ値スコアに関連付けられているデータ点を選択することによって不正データ点を検出する。

図１Ａを参照すると、出荷、輸送、および物流動作を可能にする通信のためのコンピュータ化されたシステムを含むシステムの例示的な実施形態を示す概略ブロック図１００が示されている。図１Ａに示すように、システム１００は様々なシステムを含むことができ、その各々は、１つまたは複数のネットワークを介して互いに接続することができる。システムはまた、例えばケーブルを使用して、直接接続を介して互いに接続されてもよい。図示のシステムは、出荷権限技術（ＳＡＴ）システム１０１、外部フロントエンドシステム１０３、内部フロントエンドシステム１０５、輸送システム１０７、モバイルデバイス１０７Ａ、１０７Ｂ、１０７Ｃ、売り手ポータル１０９、出荷および注文追跡（ＳＯＴ）システム１１１、フルフィルメント(履行)最適化（ＦＯ）システム１１３、フルフィルメントメッセージングゲートウェイ（ＦＭＧ）１１５、サプライチェーン管理（ＳＣＭ）システム１１７、労働力管理システム１１９、モバイルデバイス１１９Ａ、１１９Ｂ、１１９Ｃ（フルフィルメントセンタ（ＦＣ）２００の内部にあるものとして図示）、第三者パーティフルフィルメントシステム１２１Ａ、１２１Ｂ、１２１Ｃ、フルフィルメントセンタ認証システム（ＦＣ認証）１２３、労働管理システム（ＬＭＳ）１２５を含む。

ＳＡＴシステム１０１は、いくつかの実施形態では注文状態および配送状態を監視するコンピュータシステムとして実装されてもよい。例えば、ＳＡＴ装置１０１は注文がその約束配送日（ＰＤＤ）を過ぎているかどうかを判定し、新しい注文を開始すること、配達されていない注文でアイテムを再出荷すること、配達されていない注文をキャンセルすること、注文カスタマとのコンタクトを開始することなどを含む適切な処置をとることができる。ＳＡＴ装置１０１は、出力（特定の期間中に出荷された荷物の数のよう）及び入力（出荷に使用するために受け取った空のボール紙箱の数のよう）を含む他のデータを監視することもできる。また、ＳＡＴシステム１０１はシステム１００内の異なるデバイス間のゲートウェイとして機能し、外部フロントエンドシステム１０３およびＦＯシステム１１３などのデバイス間の通信（例えば、ストアアンドフォワードまたは他の技術を使用する）を可能にしてもよい。

いくつかの実施形態では、外部フロントエンドシステム１０３は外部ユーザがシステム１００内の１つまたは複数のシステムと対話することを可能にするコンピュータシステムとして実装することができる。例えば、システム１００がシステムの提示を可能にして、ユーザがアイテムのための注文を配置することを可能にする実施形態では、外部フロントエンドシステム１０３が検索リクエストを受信し、アイテムページを提示し、決済情報を要請するウェブサーバとして実装されてもよい。例えば、外部フロントエンドシステム１０３は、アパッチＨＴＴＰサーバ、マイクロソフトインターネットインフォメーションサービス、ＮＧＩＮＸ等のソフトウェアを実行するコンピュータ又はコンピュータとして実施することができる。他の実施形態では、外部フロントエンドシステム１０３が外部デバイス（例えば、モバイルデバイス１０２Ａまたはコンピュータ１０２Ｂ）からの要求を受信および処理し、それらの要求に基づいてデータベースおよび他のデータストアから情報を取得し、取得した情報に基づいて受信した要求に対する応答を提供するように設計されたカスタムウェブサーバソフトウェアを実行することができる。

いくつかの実施形態では、外部フロントエンドシステム１０３がウェブキャッシングシステム、データベース、検索システム、または支払いシステムのうちの１つまたは複数を含むことができる。一態様では外部フロントエンドシステム１０３がこれらのシステムのうちの１つまたは複数を備えることができ、別の態様では外部フロントエンドシステム１０３がこれらのシステムのうちの１つまたは複数に接続されたインターフェース（例えば、サーバ間、データベース間、または他のネットワーク接続）を備えることができる。

図１Ｂ、図１Ｃ、図１Ｄ、および図１Ｅによって示されるステップの例示的な組は、外部フロントエンドシステム１０３のいくつかの動作を説明するのに役立つことができる。外部フロントエンドシステム１０３は提示および／またはディスプレイのために、システム１００内のシステムまたはデバイスから情報を受け取ることができる。例えば、外部フロントエンドシステム１０３は、検索結果を含む１つ以上のウェブページをホスティングまたは提供することができる： ページ(ＳＲＰ)(例えば、図１Ｂ）、単一ディテールページ(ＳＤＰ)(例えば、図１Ｃ）、カードページ（例えば、図１Ｄ）、または注文ページ（例えば、図１Ｅ）。ユーザデバイス（例えば、モバイルデバイス１０２Ａまたはコンピュータ１０２Ｂを使用する）は外部フロントエンドシステム１０３にナビゲートし、サーチボックスに入力することによってサーチをリクエストすることができる。外部フロントエンドシステム１０３は、システム１００内の１つまたは複数のシステムからリクエストすることができる。例えば、外部フロントエンドシステム１０３は、検索要求を満たす情報をＦＯシステム１１３に要求してもよい。また、外部フロントエンドシステム１０３は検索結果に含まれる商品ごとに、約束配送日または「ＰＤＤ」を（ＦＯシステム１１３から）リクエストし、受信することもできる。
ＰＤＤはいくつかの実施形態では、特定の期間内に、例えば、その日の最後（午後１１時５９分）までに注文された場合、製品を含む荷物が、いつユーザの所望の場所に到着するか、または製品がユーザの所望の場所に配送されることを約束される日付かのいずれかの推定値を表すことができる（ＰＤＤはＦＯシステム１１３に関して以下でさらに説明される）。

外部フロントエンドシステム１０３がその情報に基づいてＳＲＰ(例えば、図１Ｂ）を準備することができる。ＳＲＰは、検索要求を満たす情報を含むことができる。例えば、これは、検索要求を満たす製品の写真を含むことができる。ＳＲＰはまた、各製品についてのそれぞれの価格、または各製品についての強化された配送オプション、ＰＤＤ、重み、規模、オファー、割引などに関する情報を含んでもよい。外部フロントエンドシステム１０３は（例えば、ネットワークを介して）要求側ユーザデバイスにＳＲＰを送信することができる。

次いで、ユーザデバイスは例えば、ユーザインターフェースをクリックまたはタップすることによって、または別のインプットデバイスを使用して、ＳＲＰから製品を選択して、ＳＲＰ上に表される製品を選択し得る。ユーザデバイスは選択されたプロダクトに関するリクエストを作成し、それを外部フロントエンドシステム１０３に送ることができる。これに応じて、外部フロントエンドシステム１０３は、選択された商品に関する情報をリクエストすることができる。例えば、情報は、それぞれのＳＲＰ上の製品について提示される情報を超える追加の情報を含むことができる。これには、例えば、貯蔵寿命、原産国、体重、大きさ、荷物中のアイテムの個数、取扱説明書、または生成物に関する他の事項が含まれ得る。また、情報は（例えば、この製品および少なくとも１つの他の製品を購入した顧客のビッグデータおよび／または機械学習分析に基づく）類似の製品に対する推奨、頻繁に質問される質問に対する回答、顧客からのレビュー、製造業者情報、写真などを含むことができる。

外部フロントエンドシステム１０３は受信したプロダクトインフォメーションに基づいて、ＳＤＰ(単一ディテールページ）（例えば、図１Ｃ）を準備することができる。ＳＤＰはまた、「今すぐ買う」ボタン、「カードに追加する」ボタン、数量欄、アイテムの写真等のような他の対話型要素を含んでもよい。ＳＤＰは、製品を提供する売り手のリストをさらに含むことができる。リストは各売り手が提供する価格に基づいて注文されてもよく、その結果、最低価格で製品を販売することを提案する売り手は最上位にリストされてもよい。リストは最高ランクの売り手が最上位にリストされるように、売り手ランキングに基づいて注文されてもよい。売り手ランキングは例えば、約束されたＰＤＤを満たす売り手の過去の実績を含む、複数の要因に基づいて定式化されてもよい。外部フロントエンドシステム１０３は（例えば、ネットワークを介して）要求側ユーザデバイスにＳＤＰを配信することができる。

依頼元ユーザデバイスは、商品情報を記載したＳＤＰを受け取る場合がある。ＳＤＰを受信すると、ユーザデバイスはＳＤＰと対話することができる。例えば、要求ユーザデバイスのユーザは、ＳＤＰ上の「カートに入れる」ボタンをクリックするか、あるいは他の方法で対話することができる。これは、ユーザに関連付けられたショッピングカートに製品を追加する。ユーザデバイスはこのリクエストを送信して、商品をショッピングカートに追加し、外部フロントエンドシステム１０３に送ることができる。

外部フロントエンドシステム１０３はカートページ（例えば、図１Ｄ）を生成することができる。カートページはいくつかの実施形態ではユーザが仮想の「買物かご」に追加した商品をリストし、ユーザデバイスは、ＳＲＰ、ＳＤＰ、または他のページ上のアイコンをクリックするか、または他の方法で対話することによって、カートページをリクエストしてもよい。いくつかの実施形態では、カートページがユーザがショッピングカートに追加したすべての製品、ならびに各製品の数量、各製品のアイテム当たりの価格、関連する数量に基づく各製品の価格、ＰＤＤに関する情報、配送方法、出荷費用、ショッピングカート内の製品を修正するためのユーザインターフェース要素（例えば、数量の削除または修正）、他の製品を注文するかまたは製品の定期的な配送を設定するためのオプション、利息支払いを設定するためのオプション、購入を進めるためのユーザインターフェース要素などのカート内の製品に関する情報を列挙することができる。ユーザデバイスのユーザはショッピングカート内の商品の購入を開始するために、ユーザインターフェース要素（例えば、「今すぐ買う」と読むボタン）をクリックするか、または他の方法でユーザインターフェース要素と対話することができる。そうすると、ユーザデバイスは、このリクエストを送信して、外部フロントエンドシステム１０３への購入を開始することができる。

外部フロントエンドシステム１０３は購入を開始するためのリクエストの受信に応じて、注文頁（例えば、図１Ｅ）を発生することができる。注文頁はいくつかの実施形態ではショッピングカートからのアイテムを再リストし、支払及び出荷に関するインプットを要求する。例えば、注文ページはショッピングカート内のアイテムの購入者に関する情報（例えば、名前、住所、電子メールアドレス、電話番号）、受取人に関する情報（例えば、名前、住所、電話番号、配送情報）、出荷情報（例えば、配送および／または集荷の速度／方法）、支払情報（例えば、クレジットカード、銀行振込、小切手、記憶クレジット）、現金受領を要求するためのユーザインターフェース要素（例えば、税務目的のための）などを要求する区画を含むことができる。外部フロントエンドシステム１０３は、注文頁をユーザデバイスへ送信することが可能である。

ユーザデバイスは注文頁に情報を入力し、その情報を外部フロントエンドシステム１０３に送信するユーザインターフェース要素をクリックするか、または他の方法で対話することができる。そこから、外部フロントエンドシステム１０３はショッピングカート内の製品との新しい注文の作成および加工を可能にするために、システム１００内の様々なシステムに情報を送信することができる。

いくつかの実施形態では、外部フロントエンドシステム１０３が売り手が注文に関する情報を送受信することを可能にするようにさらに構成されてもよい。

内部フロントエンドシステム１０５はいくつかの実施形態では内部ユーザ（例えば、システム１００を所有し、運営し、またはリースする団体の従業員）がシステム１００内の１つまたは複数のシステムと対話することを可能にするコンピュータシステムとして実装することができる。例えば、ネットワーク１０１がシステムの提示を可能にして、ユーザが注文のための注文を配置できるようにする実施形態では、内部ユーザが注文に関する診断および統計情報を見たり、アイテム情報を修正したり、またはアイテムに関する統計を見直したりできるようにする、内部フロントエンドシステム１０５をウェブサーバとして実装することができる。例えば、内蔵フロントエンドシステム１０５は、アパッチＨＴＴＰサーバ、マイクロソフトインターネットインフォメーションサービス、ＮＧＩＮＸ等のソフトウェアを実行するコンピュータ又はコンピュータとして実現することができる。他の実施形態では、内蔵フロントエンドシステム１０５がシステム１００に示されるシステムまたはデバイス（ならびに図示されない他のデバイス）からの要求を受信および処理し、それらの要求に基づいてデータベースおよび他のデータストアから情報を取得し、取得された情報に基づいて受信された要求への応答を提供するように設計されたカスタムウェブサーバソフトウェアを実行することができる。

いくつかの実施形態では、内蔵フロントエンドシステム１０５がウェブキャッシングシステム、データベース、検索システム、支払いシステム、分析システム、注文監視システムなどのうちの１つまたは複数を含むことができる。一態様では内部フロントエンドシステム１０５がこれらのシステムのうちの１つまたは複数を備えることができ、別の態様では内部フロントエンドシステム１０５がこれらのシステムのうちの１つまたは複数に接続されたインターフェース（たとえば、サーバ間、データベース間、または他のネットワーク接続）を備えることができる。

輸送システム１０７は、いくつかの実施形態ではシステム１００内のシステムまたはデバイスとモバイルデバイス１０７Ａ～１０７Ｃとの間の通信を可能にするコンピュータシステムとして実施することができる。いくつかの実施形態では、トランスポーテーションシステム１０７が１つまたは複数のモバイルデバイス１０７Ａ～１０７Ｃ（例えば、携帯電話、スマートフォン、ＰＤＡなど）から受信することができる。例えば、いくつかの実施形態では、モバイルデバイス１０７Ａ～１０７Ｃが配送作業員によって操作されるデバイスを含んでもよい。配送作業員は、正社員、臨時社員、または交替社員であってもよく、モバイルデバイス１０７Ａ～１０７Ｃを利用して、ユーザによって注文された製品を含む荷物の配送を行うことができる。例えば、荷物を配信するために、配送作業員は、どの荷物を配信すべきか、およびそれをどこに配信すべきかを示す通知をモバイルデバイス上で受信することができる。配送位置に到着すると、配送作業員は荷物を（例えば、トラックの後ろに、または荷物の箱に）配置し、モバイルデバイスを使用して荷物上の識別子に関連するデータ（例えば、バーコード、イメージ、文字列、ＲＦＩＤタグなど）を走査または他の方法で捕捉し、荷物を（例えば、前扉に置いたままにし、警備員を置いたままにし、受信者に渡すなどによって）配信することができる。いくつかの実施形態では、配送作業員が荷物の写真をキャプチャすることができ、および／またはモバイルデバイスを使用してシグネチャを取得することができる。モバイルデバイスは例えば、時刻、日付、ＧＰＳ位置、写真、配送作業員に関連付けられた識別子、モバイルデバイスに関連付けられた識別子などを含む配送に関する情報を含む情報を輸送機関１０７に送信することができる。輸送システム１０７はシステム１００内の他のシステムによるアクセスのために、この情報をデータベース（図示せず）に記憶することができる。輸送システム１０７はいくつかの実施形態ではこの情報を使用して、特定の荷物の位置を示す追跡データを準備し、他のシステムに送信することができる。

いくつかの実施形態ではあるユーザが１つの種類のモバイルデバイスを使用することができる（例えば、永久作業員はバーコードスキャナ、スタイラス、および他のデバイスなどのカスタムハードウェアと共に専用のＰＤＡを使用することができる）が他のユーザは他の種類のモバイルデバイスを使用することができる（例えば、一時的または移動作業員は既製の携帯電話および／またはスマートフォンを利用することができる）。

いくつかの実施形態では、交通機関１０７がユーザをそれぞれのデバイスに関連付けることができる。例えば、輸送システム１０７はユーザ（例えば、ユーザ識別子、従業員識別子、または電話番号）とモバイルデバイス（例えば、国際移動装置アイデンティティ（ＩＭＥＩ）、国際移動加入識別子（ＩＭＳＩ）、電話番号、汎用一意識別子（ＵＵＩＤ）、またはグローバル一意（ＧＵＩＤ）によって表される）との間の関連を記憶することができる。トランスポートシステム１０７はこの関連付けを、配送上で受信されたデータと併せて使用して、とりわけ、作業員の位置、作業員の有効性、または作業員のスピードを決定するために、注文内のデータベースに格納されたデータを分析することができる。

売り手ポータル１０９は、いくつかの実施形態では売り手または他の外部エンティティがシステム１００内の１つまたは複数のシステムと電子的に通信することを可能にするコンピュータシステムとして実装され得る。例えば、売り手は、コンピュータシステム（図示せず）を利用して、売り手が売り手ポータル１０９を使用してシステム１００を通して売りたい製品について、製品情報、注文情報、連絡先情報などをアップロードまたは提供することができる。

出荷および注文追跡システム１１１はいくつかの実施形態では（例えば、デバイス１０２Ａ～１０２Ｂを使用するユーザによって）顧客によって注文された製品を含む荷物の位置に関する情報を受信し、記憶し、転送するコンピュータシステムとして実装されてもよい。いくつかの実施形態では、出荷および注文追跡装置１１１は顧客が注文した製品を含む荷物を配送する出荷会社によって運営されるウェブサーバ（図示せず）からの情報をリクエストまたは記憶することができる。

いくつかの実施形態では、出荷および注文追跡システム１１１がシステム１００に示されたシステムからの情報をリクエストし、記憶することができる。例えば、出荷および注文追跡システム１１１は、輸送システム１０７にリクエストすることができる。上述のように、交通機関１０７はユーザ（例えば、配送作業員）または乗り物（例えば、配送車）のうちの１つまたは複数に関連付けられた１つまたは複数のモバイルデバイス１０７Ａ～１０７Ｃ（例えば、携帯電話、スマートフォン、ＰＤＡなど）から受信することができる。いくつかの実施形態では、出荷および注文追跡装置１１１がフルフィルメントセンタ（例えば、フルフィルメントセンタ２００）内の個々の製品の位置を決定するために、労働力管理システム（ＷＭＳ）１１９にリクエストすることもできる。出荷および注文追跡システム１１１は輸送システム１０７またはＷＭＳ １１９のうちの１つまたは複数からデータを要求し、それを処理し、要求に応じてそれをデバイス（たとえば、ユーザデバイス１０２Ａおよび１０２Ｂ）に提示することができる。

フルフィルメント(履行)最適化（ＦＯ）システム１１３はいくつかの実施形態では他のシステム（例えば、外部フロントエンドシステム１０３および／または出荷および注文追跡システム１１１）からのカスタマ注文のための情報を記憶するコンピュータシステムとして実装されてもよい。また、ＦＯシステム１１３は、特定のアイテムがどこに保持されているか、またはどこに記憶されているかを記述する情報を記憶することもできる。たとえば、特定のアイテムは１つのフルフィルメントセンタにのみ格納でき、他の特定のアイテムは複数のフルフィルメントセンタに格納できる。さらに他の実施形態では、特定のフルフィルメントセンタが特定の組のアイテム（例えば、生鮮食品または冷凍食品）のみを格納するように設計されてもよい。ＦＯシステム１１３はこの情報ならびに関連する情報（例えば、数量、サイズ、受領日、有効期限など）を格納する。

また、ＦＯシステム１１３は、商品毎に対応するＰＤＤ(約束配送日）を計算してもよい。ＰＤＤは、いくつかの実施形態では１つまたは複数の要因に基づくことができる。例えば、ＦＯシステム１１３は製品に対する過去の需要（例えば、その製品がある期間中に何回注文されたか）、製品に対する予想需要（例えば、来るべき期間中にその製品を注文するために何人の顧客が予想されるか）、ある期間中にいくつの製品が注文されたかを示すネットワーク全体の過去の需要、来るべき期間中にいくつの製品が注文されることが予想されるかを示すネットワーク全体の予想需要、各フルフィルメントセンタ２００に格納された製品の１つ以上のカウント、その製品に対する各製品、予想または現行注文などに基づいて、製品に対するＰＤＤを計算することができる。

いくつかの実施形態では、ＦＯシステム１１３が定期的に（例えば、１時間ごとに）商品ごとにＰＤＤを決定し、それを検索または他のシステム（例えば、外部フロントエンドシステム１０３、ＳＡＴシステム１０１、出荷および注文追跡システム１１１）に送信するためにデータベースに格納することができる。他の実施形態では、ＦＯシステム１１３が１つまたは複数のシステム（例えば、外部フロントエンドシステム１０３、ＳＡＴシステム１０１、出荷および注文追跡システム１１１）から電子要求を受信し、オンデマンドでＰＤＤを計算することができる。

フルフィルメントメッセージングゲートウェイ１１５はいくつかの実施形態ではＦＯシステム１１３などのシステム１００内の１つ以上のシステムから１つのフォーマットまたはプロトコルで要求または応答を受信し、それを別のフォーマットまたはプロトコルに変換し、変換されたフォーマットまたはプロトコルで、ＷＭＳ １１９または３パーティフルフィルメントシステム１２１Ａ、１２１Ｂ、または１２１Ｃなどの他のシステムに転送するコンピュータシステムとして実装することができる。

サプライチェーン管理（ＳＣＭ）システム１１７は、いくつかの実施形態では予測機能を実行するコンピュータシステムとして実装することができる。例えば、ＳＣＭシステム１１７は例えば、製品に対する過去の需要、製品に対する予想される需要、ネットワーク全体の過去の需要、ネットワーク全体の予想される需要、各フルフィルメントセンタ２００に格納された計数製品、各製品に対する予想または現行注文などに基づいて、特定の製品に対する需要の水準を予測することができる。この予測された水準およびすべてのフルフィルメントセンタにわたるそれぞれの製品の量に応じて、ＳＣＭシステム１１７は特定の製品に対する予測された需要を満たすのに充分な量を購入し、ストックするための１つまたは複数の購入注文を生成することができる。

労働力管理システム（ＷＭＳ）１１９は、いくつかの実施形態ではワークフローをモニタするコンピュータシステムとして実装されてもよい。例えば、ＷＭＳ １１９は個別イベントを示す個別デバイス（例えば、デバイス１０７Ａ－１０７Ｃまたは１１９Ａ－１１９Ｃ）からイベントデータを受信することができる。例えば、ＷＭＳ １１９は、荷物を走査するためにこれらのデバイスの１つの使用を示すイベントデータを受信してもよい。フルフィルメントセンタ２００および図２に関して以下で論じるように、フルフィルメントプロセス中に、荷物識別子（例えば、バーコードまたはＲＦＩＤタグデータ）は特定の段階で機械によってスキャンまたは読み取ることができる（例えば、自動またはハンドヘルドバーコードスキャナ、ＲＦＩＤリーダ、高速カメラ、タブレット１１９Ａ、モバイルデバイス／ＰＤＡ １１９Ｂ、コンピュータ１１９Ｃなどのデバイス）。ＷＭＳ １１９は荷物識別子、時刻、日時、位置、ユーザ識別子、または他の情報と共に、荷物識別子の走査または読取りを示す各々の事象を対応するデータベース（図示せず）に記憶することができ、この情報を他のシステム（例えば、出荷および注文追跡システム１１１）に提供することができる。

ＷＭＳ １１９はいくつかの実施形態では１つまたは複数のデバイス（例えば、デバイス１０７Ａ～１０７Ｃまたは１１９Ａ～１１９Ｃ）を、システム１００に関連付けられた１つまたは複数のユーザに関連付ける情報を記憶してもよい。例えば、いくつかの状況では、ユーザ（パートまたはフルタイムの従業員など）は、ユーザがモバイルデバイスを所有する（例えば、モバイルデバイスがスマートフォンである）という点で、モバイルデバイスに関連付けられてもよい。他の状況では、ユーザは、ユーザが一時的にモバイルデバイスの管理下にある（例えば、ユーザは日の始めにモバイルデバイスを借り、日中にそれを使用し、日の終わりにそれを返す）という点で、モバイルデバイスに関連付けられてもよい。

ＷＭＳ １１９は、いくつかの実施形態ではシステム１００に関連する各ユーザの作業ログを維持することができる。例えば、ＷＭＳ １１９は任意の割り当てられたプロセス（例えば、トラックのアンローディング、ピックゾーンからのアイテムのピッキング、仕分け装置ワーク、パッキングアイテム）、ユーザ識別子、位置（例えば、フルフィルメントセンタ２００内のフロアまたはゾーン）、従業員によってシステム内を移動されたユニットの数（例えば、ピックされたアイテムの数、パックされたアイテムの数）、デバイスに関連付けられた識別子（例えば、デバイス１１９Ａ～１１９Ｃ）などを含む、各従業員に関連付けられた情報を記憶することができる。いくつかの実施形態では、ＷＭＳ １１９がデバイス１１９Ａ～１１９Ｃ上で動作するタイムキーピングシステムなどのタイムキーピングシステムからチェックインおよびチェックアウト情報を受信することができる。

第三者フルフィルメント（３ＰＬ）システム１２１Ａ～１２１Ｃは、いくつかの実施形態ではロジスティクスおよび製品のサードパーティプロバイダに関連するコンピュータシステムを表す。例えば、（図２に関して以下に説明するように）いくつかの製品がフルフィルメントセンタ２００に格納されている間、他の製品は、オフサイトで格納されてもよく、オンデマンドで生産されてもよく、またはフルフィルメントセンタ２００に格納するために利用できなくてもよい。３ＰＬシステム１２１Ａ～１２１ＣはＦＯシステム１１３から（例えば、ＦＭＧ １１５を介して）注文を受信するように構成することができ、製品および／またはサービス（例えば、配送または設置）を顧客に直接的に提供することができる。いくつかの実施形態では３ＰＬシステム１２１Ａ～１２１Ｃのうちの１つまたは複数がシステム１００の一部とすることができ、他の実施形態では３ＰＬシステム１２１Ａ～１２１Ｃのうちの１つまたは複数がシステム１００の外部（例えば、サードパーティプロバイダによって所有または運営される）とすることができる。

フルフィルメントセンタ自動システム（ＦＣ認証）１２３は、いくつかの実施形態では様々な機能を有するコンピュータシステムとして実装され得る。例えば、いくつかの実施形態では、ＦＣ認証１２３がシステム１００内の１つまたは複数の他のシステムのためのシングルサインオン（ＳＳＯ）サービスとして動作することができる。例えば、ＦＣ認証１２３はユーザが内部フロントエンドシステム１０５を介してログインすることを可能にし、ユーザが出荷および注文追跡系１１１においてリソースにアクセスするための同様の特権を有していることを決定し、ユーザが２回目のログイン処理を必要とせずにそれらの特権にアクセスすることを可能にしてもよい。他の実施形態では、ＦＣ認証１２３は、ユーザ（例えば、従業員）が自分自身を特定の作業に関連付けることを可能にしてもよい。例えば、従業員の中には、電子デバイス（デバイス１１９Ａ～１１９Ｃなど）を持たない者もいれば、その代わりに、１日の過程中に、フルフィルメントセンタ２００内でタスクからタスクへ、およびゾーンからゾーンへ移動してもよい。ＦＣ認証１２３は、それらの従業員は、彼らがどの仕事をしているか、および彼らが様々な時刻にどの区域にいるかを示すことを可能にするように構成されてもよい。

労働管理システム（ＬＭＳ）１２５は、いくつかの実施形態では従業員（フルタイムおよびパートタイムの従業員を含む）のための出勤および残業を記憶するコンピュータシステムとして実装されてもよい。例えば、ＬＭＳ １２５は、ＦＣ認証１２３、ＷＭＡ １１９、デバイス１１９Ａ－１１９Ｃ、輸送装置１０７、及び／又はデバイス１０７Ａ－１０７Ｃから受信することができる。

図１Ａに示される特定の構成は単なる例である。例えば、図１ＡはＦＯシステム１１３に接続されたＦＣ認証システム１２３を示すが、全ての実施形態がこの特定の構成を必要とするわけではない。実際、いくつかの実施形態では、システム１００内のシステムがインターネット、イントラネット、ＷＡＮ(ワイドエリアネットワーク）、ＭＡＮ(メトロポリタンエリアネットワーク）、ＩＥＥＥ ８０２．１１ａ／ｂ／ｇ／ｎ規格に準拠する無線ネットワーク、専用線などを含む１つまたは複数の公衆またはプライベートネットワークを介して互いに接続され得る。いくつかの実施形態では、システム１００内のシステムの１つ以上がデータセンター、サーバファームなどに実装された１つ以上の仮想サーバとして実装されてもよい。

図２は、フルフィルメントセンタ２００を示す。フルフィルメントセンタ２００は、注文時に顧客に出荷するためのアイテムを格納する物理的な場所の実例である。フルフィルメントセンタ（ＦＣ）２００は多数のゾーンに分割することができ、その各々を図２に示す。これらの「ゾーン」はいくつかの実施形態ではアイテムを受け取り、アイテムを保管し、アイテムを取り出し、アイテムを出荷する処理の様々な段階の間の仮想分割と考えることができ、したがって、「ゾーン」は図２に示されているが、ゾーンの他の分割も可能であり、いくつかの実施形態では図２のゾーンを省略、複製、または修正することができる。

インバウンドゾーン２０３は、図１Ａの装置１００を使用して製品を販売しようとする売り手からアイテムを受け取るＦＣ ２００の領域を表す。例えば、売り手は、台車２０１を使用してアイテム２０２Ａ及び２０２Ｂを配送することができる。アイテム２０２Ａはそれ自体の出荷パレットを占有するのに十分な大きさの単一のアイテムを表すことができ、アイテム２０２Ｂは、空間を節約するために同じパレット上に一緒に積み重ねられた１組のアイテムを表すことができる。

作業員はインバウンドゾーン２０３でアイテムを受け取り、コンピュータシステム（図示せず）を使用して、アイテムの破損および正当性を任意選択で検査することができる。例えば、作業員は、コンピュータシステムを使用して、アイテム２０２Ａおよび２０２Ｂの数量をアイテムの注文数量と比較することができる。数量が合致しない場合、その作業員は、アイテム２０２Ａまたは２０２Ｂのうちの１つまたは複数を拒否することができる。数量が一致すれば、作業員はそれらのアイテムを緩衝地帯２０５まで（例えば、１ドル、ハンドトラック、フォークリフト、手動で）移動させることができる。緩衝ゾーン２０５は例えば、予測される需要を満たすのに十分な量のアイテムがピッキングゾーンにあるため、ピッキングゾーンで現在必要とされていないアイテムのための一時保管領域であってもよい。いくつかの実施形態では、フォークリフト２０６が緩衝ゾーン２０５の周り、および入りゾーン２０３と落下ゾーン２０７との間でアイテムを移動させるように動作する。ピッキングゾーンにアイテム２０２Ａまたは２０２Ｂが必要な場合（例えば、予想される需要のため）、フォークリフトは、アイテム２０２Ａまたは２０２Ｂを落下ゾーン２０７に移動させることができる。

ドロップゾーン２０７は、アイテムがピッキングゾーン２０９に移動される前にそれらを保管するＦＣ ２００の領域であってもよい。ピッキングタスクに割り当てられた作業員（「ピッカー」）はピッキングゾーン内のアイテム２０２Ａおよび２０２Ｂに接近し、ピッキングゾーンのバーコードをスキャンし、モバイルデバイス（例えば、デバイス１１９Ｂ）を使用してアイテム２０２Ａおよび２０２Ｂに関連するバーコードをスキャンすることができる。次いで、ピッカーはアイテムをピッキングゾーン２０９まで（例えば、それをカート上に置くか、またはそれを運ぶことによって）取り込むことができる。

ピッキングゾーン２０９は、アイテム２０８が保管ユニット２１０に保管されるＦＣ ２００の領域であってもよい。いくつかの実施形態では、貯蔵ユニット２１０が物理的な棚、本棚、箱、運搬箱、冷蔵庫、冷凍庫、冷蔵庫などのうちの１つまたは複数を含むことができる。いくつかの実施形態では、ピッキングゾーン２０９が複数のフロアに編成されてもよい。いくつかの実施形態では、作業員または機械が例えば、フォークリフト、エレベータ、コンベアベルト、カート、ハンドトラック、台車、自動ロボットもしくはデバイス、または手動を含む多数の方法で、ピッキングゾーン２０９内にアイテムを移動させることができる。例えば、ピッカーは、アイテム２０２Ａおよび２０２Ｂを降下ゾーン２０７の手押し車または台車に載せ、アイテム２０２Ａおよび２０２Ｂをピッキングゾーン２０９まで歩くことができる。

ピッカーは、保管ユニット２１０上の特定の空間のようなピッキングゾーン２０９内の特定のスポットにアイテムを配置する（又は「収納する」）命令を受け取ることができる。例えば、ピッカーはモバイルデバイス（例えば、デバイス１１９Ｂ）を使用してアイテム２０２Ａを走査することができる。デバイスは例えば、通路、棚、及び位置を示す装置を使用して、ピッカーがアイテム２０２Ａを収納すべき場所を示すことができる。次に、デバイスはアイテム２０２Ａをその位置に格納する前に、その位置でバーコードを走査するようにピッカーを促すことができる。デバイスは（例えば、ワイヤレスネットワークを介して）図１ＡのＷＭＳ １１９のようなコンピュータシステムにデータを送信し、アイテム２０２Ａがデバイス１１９Ｂを使用してユーザによってその位置に格納されたことを示すことができる。

ユーザが注文を置くと、ピッカーは、保管ユニット２１０から１つまたは複数のアイテム２０８を取り出すための命令をデバイス１１９Ｂ上で受け取ることができる。ピッカーはアイテム２０８を取り出し、アイテム２０８上のバーコードを走査し、それを搬送メカニズム２１４上に置くことができる。搬送機構２１４はスライドとして表されているが、いくつかの実施形態では搬送機構がコンベヤーベルト、エレベータ、カート、フォークリフト、ハンドトラック、台車、カートなどのうちの１つまたは複数として実施することができる。次いで、アイテム２０８は、充填領域２１１に到達することができる。

パッキングゾーン２１１は、アイテムがピッキングゾーン２０９から受け取られ、最終的に顧客に出荷するためにボックスまたはバッグにパッキングされる、ＦＣ ２００の領域であってもよい。パッキングゾーン２１１において、受信アイテム（「リビン(ｒｅｂｉｎ)作業員」）に割り当てられた作業員はピッキングゾーン２０９からアイテム２０８を受信し、それがどの注文に対応するかを決定する。例えば、リビン(ｒｅｂｉｎ)作業員はアイテム２０８上のバーコードを走査するために、コンピュータ１１９Ｃなどのデバイスを使用することができる。コンピュータ１１９Ｃはどの注文アイテム２０８が関連付けられているかを視覚的に示すことができる。これは例えば、注文に対応する壁面２１６上の空間または「セル」を含むことができる。注文が完了すると（例えば、セルが注文のためのすべてのアイテムを含むため）、リビン(ｒｅｂｉｎ)作業員は、注文が完了したことをパッキング作業員（または「パッカー」）に示すことができる。梱包業者はセルからアイテムを回収し、輸送のために箱または袋に入れることができる。その後、パッカーは例えば、フォークリフト、カート、ドリー、ハンドトラック、コンベヤーベルトを介して、又は他の方法で、箱又はバッグをハブゾーン２１３に送ることができる。

ハブゾーン２１３は、パッキングゾーン２１１から全てのボックスまたはバッグ（「荷物」）を受け取るＦＣ ２００の領域であってもよい。ハブゾーン２１３内の作業員および／またはマシンは荷物２１８を検索し、それぞれの荷物が行こうとする配送領域の一部を決定し、荷物を適切なキャンプゾーン２１５にルーティングすることができる。例えば、配送領域が２つのより小さいサブ領域を有する場合、荷物は２つのキャンプゾーン２１５のうちの１つに進む。いくつかの実施形態では、作業員またはマシンが（例えば、デバイス１１９Ａ～１１９Ｃのうちの１つを使用して）荷物を走査して、その最終的な宛先を決定することができる。荷物をキャンプゾーン２１５にルーティングすることは、例えば、荷物が向けられている地理的エリアの一部を（例えば、郵便番号に基づいて）決定することと、地理的エリアの一部に関連付けられたキャンプゾーン２１５を決定することとを含むことができる。

キャンプゾーン２１５はいくつかの実施形態では１つまたは複数の建物、１つまたは複数の物理的な空間、または１つまたは複数のエリアを備えることができ、荷物は、ルートおよび／またはサブルートに分類するためにハブゾーン２１３から受け取られる。いくつかの実施形態ではキャンプゾーン２１５がＦＣ ２００から物理的に分離されているが、他の実施形態ではキャンプゾーン２１５がＦＣ ２００の一部を形成することができる。

キャンプゾーン２１５内の作業員および／またはマシンは例えば、目的地と現存するルートおよび／またはサブルートとの照合、ルートおよび／またはサブルートごとの作業負荷の算出、時刻、出荷方法、荷物２２０を出荷する費用、荷物２２０内のアイテムに関連付けられたＰＤＤなどに基づいて、荷物２２０がどのルートおよび／またはサブルートに関連付けられるべきかを決定することができる。いくつかの実施形態では、作業員またはマシンが（例えば、デバイス１１９Ａ～１１９Ｃのうちの１つを使用して）荷物を走査して、その最終的な宛先を決定することができる。荷物２２０が特定のルートおよび／またはサブルートに割り当てられると、作業員および／またはマシンは、出荷される荷物２２０を移動させることができる。例示的な図２において、キャンプゾーン２１５は、トラック２２２、かご２２６、および配送作業員２２４Ａおよび２２４Ｂを含む。いくつかの実施形態では、トラック２２２が配送作業員２２４Ａによって駆動されてもよく、配送作業員２２４ＡはＦＣ ２００の荷物を配信する常勤の従業員であり、トラック２２２はＦＣ ２００を所有し、リースし、または運営する同じ企業によって所有され、リースされ、または運営される。いくつかの実施形態では、自動車２２６が配送作業員２２４Ｂによって駆動されてもよく、ここで、配送作業員２２４Ｂは必要に応じて（例えば、季節的に）送達する「屈曲」または時折の作業員である。自動車２２６は、配送作業員２２４Ｂによって所有され、リースされ、または操作され得る。

本開示の一態様によれば、局所性鋭敏型ハッシュアルゴリズム（ＬＳＨ）と局所外れ値因子アルゴリズム（ＬＯＦ）との組み合わせを使用して不正データ点を検出するためのコンピュータ実装システムは、命令を記憶する１つまたは複数のメモリデバイスと、動作を実施するために命令を実行するように構成されている１つまたは複数のプロセッサとを備えることができる。不正データ点は、限定ではないが、不正な支払い、アカウントの乗っ取り、不正な転売、および購入者エンティティの不正を含み得る。不正な支払いとは、権限のない個人によって実施されるあらゆる種類の虚偽のまたは違法な取引を指し得る。アカウントの乗っ取りとは、詐欺師または他の権限のない個人が、ボットを使用して被害者の銀行口座またはオンラインｅコマースアカウントに違法にアクセスする、なりすまし犯罪の一形態を指し得る。アカウント乗っ取り攻撃が成功すると、被害者の侵害されたアカウントからの不正取引および不正な買い物につながる可能性がある。転売とは、詐欺師または他の権限のない個人が盗品を転売するためのあらゆる種類の活動を指し得る。購入者エンティティの不正とは、詐欺師または他の権限のない個人が、不正なエンティティ（偽のＩＤなど）を使用して商品を購入するあらゆる種類の活動を指し得る。いくつかの実施形態では、開示された機能およびシステムは、内部フロントエンドシステム１０５の一部として実装されてもよい。好ましい実施形態は、開示された機能およびシステムを内部フロントエンドシステム１０５上で実装することを含むが、当業者には、他の実施態様が可能であることが理解されよう。

図３Ａは、内部フロントエンドシステム１０５上でＬＳＨとＬＯＦとの組み合わせを使用して不正データ点を検出するための例示的な方法３００を示している。この方法またはその一部は、内部フロントエンドシステム１０５によって実施されてもよい。例えば、システムは、１つまたは複数のプロセッサと、１つまたは複数のプロセッサによって実行されると、システムに図３Ａに示されるステップを実施させる命令を記憶するメモリとを含むことができる。

ステップ３１０において、内部フロントエンドシステム１０５は、内部ユーザに関連付けられているユーザデバイス（図示せず）から１つまたは複数の不正データ点を検出することを求める要求を受信することができる。上述したように、内部フロントエンドシステム１０５は内部ユーザ（例えば、システム１００を所有し、運営し、またはリースする団体の従業員）が、図１Ａに関連して上述したようにシステム１００内の１つまたは複数のシステムと対話することを可能にするコンピュータシステムとして実装することができる。例えば、外部フロントエンドシステム１０５が、データベース（図示せず）に記憶された１つまたは複数の不正データ点の検出を要求するユーザデバイスからのユーザ入力（例えば、ボタン、キーボード、マウス、ペン、タッチスクリーン、または他のポインティングデバイスからの）を受信することができる。内部フロントエンドシステム１０５は、図１Ａに関連して上述したように、ウェブキャッシングシステム、データベース、検索システム、支払いシステム、分析システム、注文監視システムなどのうちの１つまたは複数を含み、取引と関連付けられるデータ点をデータベースに記憶することができる。例えば、データ点は、商業者ＩＤ、取引日、平均金額／取引／日、取引金額、取引のタイプ、取引のリスクレベル、および１日の支払拒否平均額を含む電子取引を表してもよい。内部フロントエンドシステム１０５は、自動監査システムによってデータベース内のデータ点を修正することができる。

ステップ３２０において、内部フロントエンドシステム１０５は、すべてのデータ点の特徴ベクトルを構築することができる。内部フロントエンドシステム１０５は、点を記憶するデータベースにアクセスし、データ点の属性を抽出することができる。特徴または変数とも呼ばれる属性は、データ点を特徴付けることができる。抽出された属性に基づいて、内部フロントエンドシステム１０５は、データ点を正常または異常のいずれかに分類することができる。データ点の属性は、限定ではないが、商業者ＩＤ、取引日、取引または１日あたりの平均金額、取引金額、取引のタイプ、取引のリスクレベル、および１日の平均支払拒否額を含んでもよい。内部フロントエンドシステム１０５は、抽出された属性を数値にスケーリングすることができる。内部フロントエンドシステム１０５は、（例えば、以下で説明する図３Ｂのステップ３４１のように）スケーリングされた属性を、ランダムベクトルを用いてドット積を計算する際に使用するための特徴ベクトルに変換することができる。例えば、図４Ａに示されるように、２次元データ点４０１、４０２、４０３、４０４、および４０５は、散乱したデカルト座標として表される。データ点は点の集合として表示され、各々がｘ軸上の位置を決定する１つの変数の値と、ｙ軸上の位置を決定する他の変数の値とを有する。例えば、ｘ軸は、抽出およびスケーリングされている属性のうちの１つである取引のタイプを表してもよく、ｙ軸は、抽出およびスケーリングされている他の属性である取引額を表してもよい。２次元データ点４０１、４０２、４０３、４０４、および４０５は、ランダムベクトルを使用してドット積を計算するために特徴ベクトルに構築される。例えば、内部フロントエンドシステム１０５は、データ点４０１がｘ成分１およびｙ成分１を有するとき、２次元ベクトル（１，１）として変換することができる。同様に、内部フロントエンドシステム１０５は、データ点４０２を（１．５，１．５）として、データ点４０３を（２，１）として、データ点４０４を（－２，２．５）として、データ点４０５を（－２，－２）として表すことができる。計算は、図３Ｂのステップ３４１に関して以下で説明される。図４Ａは２次元データ点に関して説明されているが、当業者には、多次元データ点が不正データ点を検出するために使用されてもよいことが認識されよう。

データ点は、１つまたは複数のシステムによって保持されている１つまたは複数のデータベースから検索することができる。例えば、データ点は、例えば、顧客によって出された注文のフルフィルメントに関連してフルフィルメント最適化システム１１３によって生成されたデータを含んでもよい。データは、付加的または代替的に、注文および顧客注文および配送ステータスの監視に関連して、例えば、ＳＡＴシステム１０１によって生成されるデータを含んでもよい。いくつかの実施形態では、取引データは、システムにおける各取引を一意に識別する取引ＩＤを含むことができ、残りのデータアイテムのいくつかまたはすべては、取引ＩＤに基づいて１つまたは複数のデータベースクエリを介して適切なデータベースから検索することができる。

ステップ３３０は、図３Ｂのステップ３４０に関してさらに説明される。ステップ３４０（図３Ｂ）において、内部フロントエンドシステム１０５は、各々の長さがｄのｋ個のランダムベクトルを生成することができ、ここで、ｋはビット単位のハッシュ値のサイズであり、ｄは構築されている特徴ベクトルの次元である。例えば、図４Ｂに示されるように、内部フロントエンドシステム１０５は、デカルト座標において３つの（ｋ）２次元（ｄ）ベクトルＡ、Ｂ、およびＣを生成することができる。ベクトルＡ（５，２）は、そのｘ成分が５、ｙ成分が２で表され、ベクトルＢ（１，３．５）は、そのｘ成分が１、ｙ成分が３．５で表され、ベクトルＣ（－２，３．５）は、そのｘ成分が－２、ｙ成分が３．５で表される。

ステップ３４１において、内部フロントエンドシステム１０５は、生成されているランダムベクトルと構築されている特徴ベクトルによって表されるデータ点とのドット積を計算することができる。例えば、内部フロントエンドシステム１０５は、ベクトルＡ（５，２）とデータ点４０１（１，１）とのドット積を計算することができ、計算の結果は７である。ドット積の計算は、（ランダムベクトルのｘ成分×特徴ベクトルのｘ成分）＋（ランダムベクトルのｙ成分×特徴ベクトルのｙ成分）によって実施される。さらなる例として、内部フロントエンドシステム１０５は、データ点４０１とベクトルＢ（１，３．５）およびＣ（－２，３．５）とのドット積を計算することができ、結果はそれぞれ４．５および１．５である。

ステップ３４２において、内部フロントエンドシステム１０５は、ステップ３４１からのドット積の結果にビット単位の値を割り当てることができる。ドット積の結果が正の場合、内部フロントエンドシステム１０５はビット値を１として割り当てることができ、そうでない場合、システムは０を割り当てることができる。例えば、図４Ｃに示されるように、内部フロントエンドシステム１０５は、正のドット積結果（ステップ３４１で計算されるものとしては７）を有するデータ点４０１に１を割り当てることができる。図４Ｃは、ベクトルＡに垂直なベクトルＡ１を提示し得る。ベクトルＡ１は、割り当てられているビット値１または０によってデータ点を分割することができる。図４Ｃから、ビット値１は、ベクトルＡ１の右側にあるようなデータ点４０１、４０２、および４０３に割り当てられ、ビット値０は、ベクトルＡ１の左側にあるようなデータ点４０４および４０５に割り当てられる。同様に、図４Ｄは、ビット値１がデータ点４０１、４０２、４０３、および４０４に割り当てられ、ビット値０がデータ点４０５に割り当てられていることを示し、図４Ｅは、ビット値１がデータ点４０１、４０２、および４０４に割り当てられ、ビット値０がデータ点４０３および４０５に割り当てられていることを示す。

ステップ３４３において、内部フロントエンドシステム１０５は、割り当てられているすべてのビット値を連結することができる。例えば、内部フロントエンドシステム１０５は、ステップ３４２にいてデータ点４０１に割り当てられているビット値を連結することができる。システムは、ベクトルＡとデータ点４０１との間のドット積の結果である１を、最下位ビットである左端のビットに割り当てることができる。さらなる例として、内部フロントエンドシステム１０５は、計算されている順序で割り当てられているすべてのビット値を割り当てることができ、したがって、ｋ番目の割り当てられているビット値は、最上位ビット、すなわち右端のビットに割り当てられる。データ点４０１の連結の結果は１１１であり、これはハッシュ値を表す。

ステップ３４４において、内部フロントエンドシステム１０５は、ドット積計算、ビット単位の値の割り当て、および連結が、ステップ３２０から構築されているすべての特徴ベクトルに対して実施されたか否かを決定することができる。上記のステップがすべての構築されている特徴ベクトルに対して実施されていない場合、内部フロントエンドシステム１０５は、ステップ３４１において、実施されていない構築されている特徴ベクトルのドット積を計算することができる。上記のステップが、構築されているすべての特徴ベクトルに対して実施されている場合、内部フロントエンドシステム１０５は、ステップ３４５において、局所性鋭敏型ハッシュテーブルを生成することができる。ハッシュテーブルが生成されると、内部フロントエンドシステム１０５は、データ点を、生成されたハッシュテーブル内のセル内のステップ３４３からの同じ連結ビット値（ハッシュ値）に割り当てることができる。例えば、図４Ｅに示されるように、データ点４０１および４０２は、生成されたハッシュテーブルであるテーブル１のハッシュ値１１１を表すセルに割り当てられ、データ点４０３は、ハッシュ値０１１を表すセルに割り当てられ、データ点４０４は、ハッシュ値１１０を表すセルに割り当てられ、データ点４０５は、ハッシュ値０００を表すセルに割り当てられる。

ステップ３４６において、内部フロントエンドシステム１０５は、ランダムベクトルの数を表すｋが事前定義された数に等しいか否かを決定することができる。ｋが事前定義された数と等しくない場合、システムは、ステップ３４６において、ｋ＝ｋ＋１によってｋを更新することができる。このプロセスから、より多くの局所性鋭敏型ハッシュテーブルが生成され、最近割り当てられたハッシュ値に基づいて、データ点がハッシュテーブルのセルに割り当てられる。ｋが事前定義された数に等しい場合、システムは、ステップ３５０（図３Ａのステップ３６０に対応する）において、各データ点の最良の隣接データ点を割り当てることができる。最良の隣接データ点は、構築されているハッシュテーブル内で上記データ点と同じセルに最も頻繁に配置される。例えば、データ点４０１について、データ点４０１と４０２の両方がハッシュテーブル、すなわちテーブル１内のセル１１１に配置されるため、データ点４０２は最良の隣接データ点として割り当てられる。

図３Ａのステップ３６０の後、プロセスは、図３Ｃのステップ３７１に移動する。ステップ３７１において、内部フロントエンドシステム１０５は、データ点とそれに割り当てられている最良の隣接データ点との間の平均距離を計算することができる。例えば、データ点４０１について、内部フロントエンドシステム１０５は、データ点４０１とデータ点４０２、すなわち最良の隣接データ点との間の平均距離を計算することができる。

ステップ３７２において、内部フロントエンドシステム１０５は、各データ点の局所到達可能密度を計算することができる。局所到達可能密度は、次の点または点クラスタに到達するために点が移動する必要がある距離を示す。局所到達可能密度を計算するアルゴリズムは、

である。式中、

は、すべての最良の隣接データ点のすべてのｋ－ｄｉｓｔａｎｃｅ［ｂｅｓｔ ｎｅｉｇｈｂｏｒ ｄａｔａ ｐｏｉｎｔｓ］（ステップ３７１において計算される）を集約し、ｓｉｚｅ ｏｆ ｒｅｓｕｌｔ［ｄａｔａ ｐｏｉｎｔ］は、隣接データ点の数を指し得る。例えば、ｓｉｚｅ ｏｆ ｒｅｓｕｌｔ［４０１］は、図４Ｆのテーブル１によると１（データ点４０２）である。

ステップ３７３において、内部フロントエンドシステム１０５は、局所外れ値因子を適用することによって、各データ点の外れ値スコアを計算することができる。外れ値スコアを計算するアルゴリズムは

である。式中、

は、データ点に関連付けられているすべての最良の隣接データ点の局所到達可能密度を計算し、計算されている局所到達可能密度を集約し、集約された密度を、ステップ３７２において計算されているデータ点の計算されている局所性密度で除算する。

ステップ３７３の後、プロセスは図３Ａに戻る。ステップ３９０（図３Ａ）において、内部フロントエンドシステム１０５は、ステップ３７２において計算されている外れ値スコアに基づいて、不正データ点を検出することができる。外れ値スコアは、１つのデータ点の外れ値スコアが事前定義された一貫性の程度を下回った場合に、データ点が不正であるか否かを示すことができる。例示的な不正データ点４０４および４０５が図４Ａ～図４Ｆに示されている。例えば、内部フロントエンドシステム１０５は、データ点の外れ値スコアが下位９５パーセントを下回ったときに、不正データ点４０４および４０５を決定することができる。

いくつかの実施形態では、内部フロントエンドシステム１０５は、不正データ点を検出した後、検出された不正データ点に関連付けられている電子取引に関連付けられている買い手／売り手をブラックリストに載せることができる。いくつかの実施形態では、ブラックリストに載せられた買い手／売り手は、内部フロントエンドシステム１０５がブラックリストに載せられた買い手／売り手をブラックリストから除外するまで、電子取引を行うことができない。

本開示はその特定の実施形態を参照して示され、説明されてきたが、本開示は修正なしに、他の環境において実施することができることが理解されよう。前述の説明は、例示の目的で提示されている。これは、網羅的ではなく、開示された正確な形態または実施形態に限定されない。当業者には、開示された実施形態の明細書および実施を考慮することによって、修正および適合が明らかとなろう。さらに、開示された実施形態の態様はメモリに記憶されるものとして記載されているが、当業者にはこれらの態様が二次記憶デバイス、例えば、ハードディスクもしくはＣＤ ＲＯＭ、または他の形態のＲＡＭもしくはＲＯＭ、ＵＳＢ媒体、ＤＶＤ、ブルーレイ、または他の光学駆動媒体などの他のタイプのコンピュータ可読媒体に記憶されてもよいことが理解されよう。

記載された説明および開示された方法に基づくコンピュータプログラムは、熟練した開発者の技術の範囲内である。様々なプログラムまたはプログラムモジュールは当業者に知られている技法のいずれかを使用して作成することができ、または既存のソフトウェアに関連して設計することができる。例えば、プログラム・セクションまたはプログラムモジュールは、．Ｎｅｔ Ｆｒａｍｅｗｏｒｋ、．Ｎｅｔ Ｃｏｍｐａｃｔ Ｆｒａｍｅｗｏｒｋ（およびＶｉｓｕａｌ Ｂａｓｉｃ、Ｃなどの関連言語）、Ｊａｖａ、Ｃ＋＋、Ｏｂｊｅｃｔｉｖｅ－Ｃ、ＨＴＭＬ、ＨＴＭＬ／ＡＪＡＸの組み合わせ、ＸＭＬ、もしくはＪａｖａアプレットを含むＨＴＭＬの中で、またはその手段によって設計することができる。

さらに、例示的な実施形態が本明細書で説明されてきたが、本開示に基づいて当業者によって理解されるように、同等の要素、修正、省略、組み合わせ（例えば、様々な実施形態にわたる態様の）、適応、および／または変更を有する任意のおよびすべての実施形態の範囲が可能である。クレームの限定はクレームに使用されている文言に広く基づいて解釈されるものとし、本明細書に記載されている例に限定されるものではなく、または出願手続中に解釈されるものとする。実施例は、非排他的であると解釈されるべきである。さらに、開示された方法のステップは、ステップを並べ替えること、および／またはステップを挿入もしくは削除することを含む、任意の方法で修正されてもよい。したがって、本明細書および実施例は単に例示的なものとみなされ、真の範囲および精神は以下の特許請求の範囲およびそれらの均等物の全範囲によって示されることが意図される。

Claims (18)

1. コンピュータ実装システムであって、
   命令を記憶する１つまたは複数のメモリデバイスと、
   動作を実施するために前記命令を実行するように構成されている１つまたは複数のプロセッサとを備え、
   前記動作は、
   ユーザデバイスから、１つまたは複数の不正データ点を検出することを求める要求を受信することと、
   データベース内のすべてのデータ点の特徴ベクトルを構築することであって、前記データ点は属性を含む電子取引を表し、前記データベース内のデータ点は自動監査システムによって修正される、特徴ベクトルを構築することと、
   前記構築された特徴ベクトルの局所性鋭敏型ハッシュテーブルを構築することであって、各ハッシュテーブルは、独立して計算されている同一のハッシュ値を有するデータ点を含む少なくとも１つのセルを含み、各データ点は同一のセル内の隣接データ点によって表される、前記局所性鋭敏型ハッシュテーブルを構築することと、
   各データ点に最良の隣接データ点を割り当てることであって、前記最良の隣接データ点は、構築されたハッシュテーブル内で前記データ点と同じセル内に最も頻繁に配置されている、前記割り当てることと、
   各データ点に関連付けられている、前記割り当てられた最良の隣接データ点に対して局所外れ値因子アルゴリズムを適用することによって、各データ点の外れ値スコアを計算することと、
   前記計算された外れ値スコアに基づいて不正データ点を検出することと、
   を含む、コンピュータ実装システム。
2. 局所性鋭敏型ハッシュテーブルを構築することは、
   ｋ個のランダムベクトルを生成することであって、前記ベクトルの次元は前記データ点の次元に対応する、前記生成することと、
   前記ｋ個のランダムベクトルと前記構築された特徴ベクトルとのドット積を計算することと、
   結果が正の場合は前記計算されたドット積の結果に１を割り当て、そうでない場合は結果に０を割り当てることと、
   ｋ個のドット積に対して計算されたすべてのビット値を連結することと、
   構築されたすべての特徴ベクトルについてドット積を計算する動作を繰り返すことであって、ビット単位の値を割り当て、すべての前記ビット値を連結して、構築されたすべての特徴ベクトルのハッシュ値を計算する、前記繰り返すことと、
   前記特徴ベクトルに関連付けられたデータ点を同じハッシュ値によってグループ化し、前記グループ化されたデータ点を１つのセルに配置することによって、局所性鋭敏型ハッシュテーブルを生成することと、
   を含み、
   前記ｋ個のランダムベクトルを生成するステップ、前記ドット積を計算するステップ、前記ビット単位の値を割り当てるステップ、前記すべてのビット値を連結するステップ、前記動作を繰り返すステップ、および、前記局所性鋭敏型ハッシュテーブルを生成するステップは、固定回数の反復にわたって繰り返し実施され、反復ごとにｋはｋに１を加算することによって更新される、請求項１に記載のコンピュータ実装システム。
3. 外れ値スコアを計算することは、
   各データ点と該データ点のすべての隣接データ点との間の平均距離を計算することと、
   前記計算された平均距離に基づいて、各データ点の局所到達可能密度を計算することと、
   各データ点の前記計算された局所到達可能密度に局所外れ値因子を適用することにより、外れ値スコアを計算することと、
   を含む、請求項１に記載のコンピュータ実装システム。
4. 前記計算された外れ値スコアが１に近いことは、一貫性が高いことを示し、不正データ点は、一貫性の低いデータ点によって示される、請求項１に記載のコンピュータ実装システム。
5. 前記不正データ点が、不正な支払い、アカウント乗っ取り、転売、および購入者エンティティの不正を含む、請求項１に記載のコンピュータ実装システム。
6. 前記属性は、商業者ＩＤ、取引日、平均金額／取引／日、取引金額、取引のタイプ、取引のリスクレベル、および１日の支払拒否平均額を含む、請求項１に記載のコンピュータ実装システム。
7. 特徴ベクトルを構築することは、前記データ点の属性を抽出することであって、前記属性は、商業者ＩＤ、取引日、平均金額／取引／日、取引金額、取引のタイプ、取引のリスクレベル、および１日の支払拒否平均額を含む、抽出することを含む、請求項１に記載のコンピュータ実装システム。
8. 前記抽出された属性が数値にスケーリングされる、請求項７に記載のコンピュータ実装システム。
9. 前記特徴ベクトルが多次元である、請求項１に記載のコンピュータ実装システム。
10. コンピュータ実施方法であって、
    ユーザデバイスから、１つまたは複数の不正データ点を検出することを求める要求を受信することと、
    データベース内のすべてのデータ点の特徴ベクトルを構築することであって、前記データ点は属性を含む電子取引を表し、前記データベース内のデータ点は自動監査システムによって修正される、特徴ベクトルを構築することと、
    前記構築された特徴ベクトルの局所性鋭敏型ハッシュテーブルを構築することであって、各ハッシュテーブルは、独立して計算されている同一のハッシュ値を有するデータ点を含む少なくとも１つのセルを含み、各データ点は同一のセル内の隣接データ点によって表される、前記局所性鋭敏型ハッシュテーブルを構築することと、
    各データ点に最良の隣接データ点を割り当てることであって、前記最良の隣接データ点は、構築されたハッシュテーブル内で前記データ点と同じセル内に最も頻繁に配置されている、前記割り当てることと、
    各データ点に関連付けられている、前記割り当てられた最良の隣接データ点に対して局所外れ値因子アルゴリズムを適用することによって、各データ点の外れ値スコアを計算することと、
    前記計算された外れ値スコアに基づいて不正データ点を検出することと、
    を含む、コンピュータ実施方法。
11. 局所性鋭敏型ハッシュテーブルを構築することは、
    ｋ個のランダムベクトルを生成することであって、前記ベクトルの次元は前記データ点の次元に対応する、前記生成することと、
    前記ｋ個のランダムベクトルと前記構築された特徴ベクトルとのドット積を計算することと、
    結果が正の場合は前記計算されたドット積の結果に１を割り当て、そうでない場合は結果に０を割り当てることと、
    ｋ個のドット積に対して計算されたすべてのビット値を連結することと、
    構築されたすべての特徴ベクトルについてドット積を計算する動作を繰り返すことであって、ビット単位の値を割り当て、すべての前記ビット値を連結して、構築されているすべての特徴ベクトルのハッシュ値を計算する、前記繰り返すことと、
    前記特徴ベクトルに関連付けられたデータ点を同じハッシュ値によってグループ化し、前記グループ化されたデータ点を１つのセルに配置することによって、局所性鋭敏型ハッシュテーブルを生成することと、
    を含み、
    前記ｋ個のランダムベクトルを生成するステップ、前記ドット積を計算するステップ、前記ビット単位の値を割り当てるステップ、前記すべてのビット値を連結するステップ、前記動作を繰り返すステップ、および、前記局所性鋭敏型ハッシュテーブルを生成するステップは、固定回数の反復にわたって繰り返し実施され、反復ごとにｋはｋに１を加算することによって更新される、請求項１０に記載の方法。
12. 外れ値スコアを計算することは、
    各データ点と該データ点のすべての隣接データ点との間の平均距離を計算することと、
    前記計算された平均距離に基づいて、各データ点の局所到達可能密度を計算することと、
    各データ点の前記計算された局所到達可能密度に局所外れ値因子を適用することにより、外れ値スコアを計算することと、
    を含む、請求項１０に記載の方法。
13. 前記計算された外れ値スコアが１に近いことは、一貫性が高いことを示し、不正データ点は、一貫性の低いデータ点によって示される、請求項１０に記載の方法。
14. 前記不正データ点が、不正な支払い、アカウント乗っ取り、転売、および購入者エンティティの不正を含む、請求項１０に記載の方法。
15. 前記属性は、商業者ＩＤ、取引日、平均金額／取引／日、取引金額、取引のタイプ、取引のリスクレベル、および１日の支払拒否平均額を含む、請求項１０に記載の方法。
16. 特徴ベクトルを構築することは、前記データ点の属性を抽出することであって、前記属性は、商業者ＩＤ、取引日、平均金額／取引／日、取引金額、取引のタイプ、取引のリスクレベル、および１日の支払拒否平均額を含む、抽出することを含む、請求項１０に記載の方法。
17. 前記抽出された属性が数値にスケーリングされる、請求項１６に記載の方法。
18. 前記特徴ベクトルが多次元である、請求項１０に記載の方法。

Images