JP7292368B2 - デバイスからの属性および位置シグネチャを使用してデバイスを識別する方法、その方法のための一意に生成された識別子のサーバ、およびその方法のための命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体 - Google Patents

デバイスからの属性および位置シグネチャを使用してデバイスを識別する方法、その方法のための一意に生成された識別子のサーバ、およびその方法のための命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体 Download PDF

Info

Publication number
JP7292368B2
JP7292368B2 JP2021212076A JP2021212076A JP7292368B2 JP 7292368 B2 JP7292368 B2 JP 7292368B2 JP 2021212076 A JP2021212076 A JP 2021212076A JP 2021212076 A JP2021212076 A JP 2021212076A JP 7292368 B2 JP7292368 B2 JP 7292368B2
Authority
JP
Japan
Prior art keywords
location
attributes
signature
entity
entity device
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.)
Active
Application number
JP2021212076A
Other languages
English (en)
Other versions
JP2022105989A (ja
JP2022105989A5 (ja
Inventor
ハリ・パラペティ
サマンス・ン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Near Intelligence Holdings Inc
Original Assignee
Near Intelligence Holdings Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Near Intelligence Holdings Inc filed Critical Near Intelligence Holdings Inc
Publication of JP2022105989A publication Critical patent/JP2022105989A/ja
Publication of JP2022105989A5 publication Critical patent/JP2022105989A5/ja
Application granted granted Critical
Publication of JP7292368B2 publication Critical patent/JP7292368B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/10—Integrity
    • H04W12/104—Location integrity, e.g. secure geotagging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/12—Applying verification of the received information
    • H04L63/126—Applying verification of the received information the source of the received data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003—Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Computer Hardware Design (AREA)
  • Telephonic Communication Services (AREA)
  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Semiconductor Integrated Circuits (AREA)

Description

本明細書の実施形態は、デバイスを一意に識別することに関し、より具体的には、デバイスからの属性および位置シグネチャを使用してデバイスを識別するための自動システムおよび方法に関する。
デジタル化およびスマートモバイルアプリケーションの使用がますます増加するにつれて、ユーザは大量のインターネットトラフィックデータを生成している。インターネットトラフィックデータは、所与の時間フレームにおけるユーザの位置の指標とすることができる。ユーザに関連する様々な異なるイベントは、デバイスの性質に応じて、いくつかのデータフォーマットで符号化され、記録され、様々なデータストリームで送信される。スマートモバイルアプリケーションは、ユーザとエンゲージすると、スマートフォンエコシステムおよびスマートモバイルアプリケーションエコノミーの不可欠な部分である、デバイス識別子を有するデータストリームを作成するイベントを生成する。
従来、デバイスの識別は、高精度で識別可能なモバイル広告識別子（ＭＡＩＤ）に大きく依存している。プライバシーを保護する関心が高まっているため、ユーザは、ユーザに関連するＭＡＩＤの共有を制御することが可能になっている。このようなＭＡＩＤが利用できない場合、デバイスを一意に識別するという問題が生じる。そのため、ユーザと有意義なエンゲージメントを得ることが困難となる。ユーザがより多くのデバイス（スマートフォン、スマートウォッチ、テレビ（ＴＶ）、パーソナルコンピュータ（ＰＣ））を使用するにつれて、人間の活動に関する利用可能なデータポイントのサイズは増加しているが、このまったく異なるデータを統合することは依然として根本的な問題である。さらに、複数のデータソースにわたって単一のユーザに複数の識別子を使用することがある。複数の識別子をリンクするためのアプローチは、ベンダーや企業によって異なる。これらのアプローチは、ユーザに関する共通知識を実現するために複数のソースにわたって利用可能なデータを融合するが、部分データの利用可能性に、かつ日々受信されるデータの、単に数ギガバイトというサイズに起因して問題が発生する。さらに、データストリーム内で取得されたデータの多くは、部分的または不正確である。この部分データは、データ排気または排気データと呼ばれ、人々のオンライン活動、行動およびトランザクション中にインターネットまたは他のコンピュータシステムエンティティの活動によって残されたデータの痕跡である。このカテゴリの非従来型データには、予測目的に有用であり得る地理空間、ネットワーク、および時系列データが含まれる。
さらに、データストリームは、独立して制御されるソースからのものである。独立して制御されるソースは、収集される属性、収集されるデータの頻度および手段、データのフォーマット、データストリームを取り込むフォーマット、ならびに使用される識別子のタイプなどの様々な態様を制御するデータストリームのソースである。
したがって、デバイスに対する一意の識別子を生成し、ＭＡＩＤの非存在下でデバイスを識別するためのシステムおよび方法が依然として必要とされている。
上記を考慮して、本明細書の一実施形態は、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用して、エンティティデバイスを識別する方法を提供する。本方法は、（ａ）独立して制御されるデータソースから取得した複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成するステップと、（ｂ）緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、位置に対する少なくとも１つの位置シグネチャを生成するステップと、（ｃ）エンティティデバイスから複数の位置データストリームを受信するステップであって、複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む、ステップと、（ｄ）位置に対するデバイスシグネチャのコホートを生成するステップと、（ｅ）少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームを生成するステップと、（ｆ）位置に対するインデックス付きデータストリームに基づいてルールのセットまたは機械学習モデルのうちの少なくとも一方を構築するステップと、（ｇ）ルールのセットまたは機械学習モデルのうちの少なくとも一方に基づいて、エンティティデバイスに一意に生成された識別子を割り当てるステップと、（ｈ）一意に生成された識別子を使用して、エンティティデバイスに関連する選択されたデータストリームからエンティティデバイスを識別するステップとを含み、選択されたデータストリームは、複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、エンティティデバイスの位置情報とを同時に含み、選択されたデータストリームはエンティティデバイスのデバイス識別子を含まない。
いくつかの実施形態では、位置シグネチャは、注釈付き関心地点データベースから決定される。
いくつかの実施形態では、信頼度の動的スコアが、ルールのセットまたは機械学習モデルの少なくとも一方に基づいて、一意に生成された識別子に割り当てられる。
いくつかの実施形態では、本方法は、広告識別子、クッキー識別子、またはソーシャルメディア識別子のうちの少なくとも１つを以前に観測された識別子と比較することによって、複数のデータストリームを検証するステップをさらに含む。
いくつかの実施形態では、信頼度の動的スコアは、少なくとも１つのデバイスシグネチャおよび少なくとも１つの位置シグネチャの複数の属性を、ラベル付き履歴データセットと相関させることによって検証される。
いくつかの実施形態では、本方法は、位置に関連するデータストリームをエンティティデバイスにマッピングすることによって、位置の少なくとも１つの属性を決定するステップをさらに含む。
いくつかの実施形態では、複数の属性は、デバイス属性、およびエンティティデバイスに関連するユーザの属性を含む。
いくつかの実施形態では、エンティティデバイスに対する一意に生成された識別子の精度を高めるために、複数の予め計算された重みが、独立して制御されるデータソースに割り当てられる。
別の態様では、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するためのシステムが提供される。本システムは、プロセッサ、および命令セットを記憶するメモリを含み、命令セットはプロセッサによって実行されると、（ａ）独立して制御されるデータソースから取得した複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成することと、（ｂ）緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、位置に対する少なくとも１つの位置シグネチャを生成することと、（ｃ）エンティティデバイスから複数の位置データストリームを受信することであって、複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む、受信することと、（ｄ）位置に対するデバイスシグネチャのコホートを生成することと、（ｅ）少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームを生成することと、（ｆ）位置に対するインデックス付きデータストリームに基づいてルールのセットまたは機械学習モデルのうちの少なくとも一方を構築することと、（ｇ）ルールのセットまたは機械学習モデルのうちの少なくとも一方に基づいて、エンティティデバイスに一意に生成された識別子を割り当てることと、（ｈ）一意に生成された識別子を使用して、エンティティデバイスに関連する選択されたデータストリームからエンティティデバイスを識別することとを実施させ、選択されたデータストリームは、複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、エンティティデバイスの位置情報とを同時に含み、選択されたデータストリームはエンティティデバイスのデバイス識別子を含まない。
いくつかの実施形態では、位置シグネチャは、注釈付き関心地点データベースから決定される。
いくつかの実施形態では、信頼度の動的スコアが、ルールのセットまたは機械学習モデルの少なくとも一方に基づいて、一意に生成された識別子に割り当てられる。
いくつかの実施形態では、プロセッサは、広告識別子、クッキー識別子、またはソーシャルメディア識別子のうちの少なくとも１つを以前に観測された識別子と比較することによって、複数のデータストリームをさらに検証する。
いくつかの実施形態では、信頼度の動的スコアは、少なくとも１つのデバイスシグネチャおよび少なくとも１つの位置シグネチャの複数の属性を、ラベル付き履歴データセットと相関させることによって検証される。
いくつかの実施形態では、プロセッサは、位置に関連するデータストリームをエンティティデバイスにマッピングすることによって、位置の少なくとも１つの属性をさらに決定する。
いくつかの実施形態では、複数の属性は、デバイス属性、およびエンティティデバイスに関連するユーザの属性を含む。
いくつかの実施形態では、エンティティデバイスに対する一意に生成された識別子の精度を高めるために、複数の予め計算された重みが、独立して制御されるデータソースに割り当てられる。
別の態様では、１又は２以上の命令シーケンスを記憶する１又は２以上の非一時的コンピュータ可読媒体が提供され、１又は２以上の命令シーケンスは１又は２以上のプロセッサによって実行されると、（ａ）独立して制御されるデータソースから取得した複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成することと、（ｂ）緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、位置に対する少なくとも１つの位置シグネチャを生成することと、（ｃ）エンティティデバイスから複数の位置データストリームを受信することであって、複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む、受信することと、（ｄ）位置に対するデバイスシグネチャのコホートを生成することと、（ｅ）少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームを生成することと、（ｆ）位置に対するインデックス付きデータストリームに基づいてルールのセットまたは機械学習モデルのうちの少なくとも一方を構築することと、（ｇ）ルールのセットまたは機械学習モデルのうちの少なくとも一方に基づいて、エンティティデバイスに一意に生成された識別子を割り当てることと、（ｈ）一意に生成された識別子を使用して、エンティティデバイスに関連する選択されたデータストリームからエンティティデバイスを識別することとによって、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを識別させ、選択されたデータストリームは、複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、エンティティデバイスの位置情報とを同時に含み、選択されたデータストリームはエンティティデバイスのデバイス識別子を含まない。
本明細書の実施形態のこれらおよび他の態様は、以下の説明および添付の図面と併せて考慮すると、よりよく理解されるであろう。しかしながら、以下の説明は、好ましい実施形態およびその多くの特定の詳細を示しているが、限定ではなく例示として与えられていることを理解されたい。本明細書の実施形態の趣旨から逸脱することなく、本明細書の実施形態の範囲内で多くの変更および修正を行うことができ、本明細書の実施形態はすべてのそのような修正を含む。
本明細書の実施形態は、図面を参照した以下の詳細な説明からよりよく理解されるであろう。
本明細書のいくつかの実施形態による、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するためのシステムの概略図である。
本明細書のいくつかの実施形態による、図１の一意に生成された識別子のサーバのブロック図である。
本明細書のいくつかの実施形態による、一意に生成された識別子に動的信頼度スコアを割り当てるための図２のデータ拡張モジュールの概略図である。
本明細書のいくつかの実施形態による、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するための方法の相互作用図である。
本明細書のいくつかの実施形態による、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するための方法のフロー図である。 本明細書のいくつかの実施形態による、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するための方法のフロー図である。
本明細書の実施形態による、一意に生成された識別子のサーバまたは１又は２以上のデバイスのコンピュータアーキテクチャの概略図である。
本明細書の実施形態ならびにその様々な特徴および有利な詳細は、添付の図面に示され、以下の説明に詳述される非限定的な実施形態を参照してより完全に説明される。本明細書の実施形態を不必要に不明瞭にしないために、周知の構成要素および処理技術の説明は省略する。本明細書で使用される例は、本明細書の実施形態が実施され得る方法の理解を容易にすること、および当業者が本明細書の実施形態を実施することをさらに可能にすることのみを意図している。したがって、実施例は、本明細書の実施形態の範囲を限定するものと解釈されるべきではない。
デバイスを一意に識別するためのシステムおよび方法、より具体的には、デバイスからの属性および位置シグネチャを使用してデバイスを識別するための自動システムおよび方法が依然として必要とされている。ここで図面、より詳細には図１～図６を参照し、同様の参照符号は図面全体を通して一貫して対応する特徴を示しており、好ましい実施形態が示されている。
「独立して制御されるデータソース」という用語は、データストリームの異なる態様を制御または標準化することができる任意のソースを指す。異なる態様は、（１）収集される必要があるデータのタイプ、（２）収集される必要があるデータの時間および位置、（３）データ収集方法、（４）収集されたデータの変更、（５）公開されるデータの一部分、（６）保護されるデータの一部分、（７）アプリケーションまたはデバイスの消費者またはユーザによって許可され得るデータの一部分、ならびに（８）完全にプライベートであるデータの一部分を含むが、これらに限定されない。「消費者」および「ユーザ」という用語は互換的に使用され、ネットワークデバイスまたはエンティティデバイスに関連するエンティティを指すことができる。
単一の現実世界イベントは、様々な独立して制御されるデータソースによって追跡される場合がある。あるいは、様々な独立して制御されるデータソースからのデータは、イベントまたはイベントのシーケンスを理解するためにインターリーブされてもよい。例えば、消費者がスマートフォン上で複数のアプリケーションを使用していると考えると、消費者が各アプリケーションと対話するとき、イベントのシーケンスの複数の独立したデータストリームが作成される場合がある。各アプリケーションは、独立したデータソースになることができる。イベントおよびユーザは、アプリケーションがどのように実装されるかに応じて、異なるアプリケーションにわたって異なる識別子を有する場合がある。さらに、ネットワークを監視する場合、各アプリケーションレベルのイベントは、追加の下位レベルのネットワークイベントを生成する場合がある。
例示的な実施形態では、本明細書に記載され、図面に示されている様々なモジュールは、ハードウェア対応モジュールとして具現化され、コンピュータ内にデータおよび信号処理機能を提供するために回路基板上にパッケージ化された複数の重複または独立した電子回路、デバイス、およびディスクリート素子として構成されてもよい。一例は、複数のトランジスタならびに他の支持デバイスおよび回路素子を含み得る比較器、インバータ、またはフリップフロップであってもよい。電子回路で構成されたモジュールは、本明細書に記載の様々な機能を実施するためのデジタル信号またはアナログ信号のうちの少なくとも１つを提供することができるコンピュータ論理命令を処理する。
図１は、本明細書のいくつかの実施形態による、エンティティデバイス１０４Ａのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイス１０４Ａを識別するためのシステム１００の概略図である。「位置」という用語は、緯度経度ペアおよび／または高度を含む地理的位置を指す。位置は、市区町村（ｌｏｃａｌｉｔｙ）、市区町村以下（ｓｕｂ ｌｏｃａｌｌｉｔｙ）、建物名（ｅｓｔａｂｌｉｓｈｍｅｎｔ）、ジオコードまたは住所を含んでもよい。位置は、陸上または海上の任意の地理的位置であってもよい。システム１００は、１又は２以上のエンティティ１０２Ａ～Ｎに関連する１又は２以上のエンティティデバイス１０４Ａ～Ｎと、一意に生成された識別子のサーバ１０８とを含む。１又は２以上のエンティティデバイス１０４Ａ～Ｎは、１又は２以上のスマートモバイルアプリケーションを含む。１又は２以上のエンティティデバイス１０４Ａ～Ｎは、ネットワーク１０６を介して、一意に生成された識別子のサーバ１０８に通信可能に接続される。いくつかの実施形態では、１又は２以上のエンティティ１０２Ａ～Ｎは個人のセットであり、１又は２以上のエンティティデバイス１０４Ａ～Ｎ上での個人の活動が、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するために使用され得る位置データストリームを生成する。デバイスシグネチャは、複数のデバイス属性を使用して生成され得るハッシュ識別子（一意の非シーケンシャル識別子）を指してもよい。デバイスシグネチャの一例は、「２５６３５３９０２１３１４６６８０９」とすることができる。複数のデバイス属性は、エンティティデバイス１０４Ａを記述し、エンティティデバイス１０４Ａ自体の製造プロセス中に構成されてもよい。複数のデバイス属性は、メイク属性、エンティティデバイスの特定のグループのモデル番号属性、オペレーティングシステム、デバイスの画面サイズ、および１又は２以上のエンティティデバイス１０４Ａ～１０４Ｎに関連する他の適切なデータを含むことができるが、これらに限定されない。例えば、複数のデバイス属性は、（ａ）「Ｓａｍｓｕｎｇ，ＳＭ－Ａ ７１５ Ｆ，Ａｎｄｒｏｉｄ，１０８０ ｘ ２４００」（ＳＡＭＳＵＮＧ、ＡＮＤＲＯＩＤは登録商標）、（ｂ）「Ｓａｍｓｕｎｇ｜ＳＭ－Ｎ ９６０ Ｕ｜Ａｎｄｒｏｉｄ」、（ｃ）「Ａｐｐｌｅ｜ｉＰａｄ｜ｉＯＳ」とすることができる（ＡＰＰＬＥ、ｉＰａｄ、ｉＯＳは登録商標）。個人のセットは、消費者またはユーザであってもよい。いくつかの実施形態では、１又は２以上のエンティティデバイス１０４Ａ～Ｎは、モバイルデバイス、スマートフォン、スマートウォッチ、ノートブック、全地球測位システム（ＧＰＳ）デバイス、タブレット、デスクトップコンピュータ、ラップトップ、または位置データストリームを生成する任意のネットワーク対応デバイスを含むが、これらに限定されない。いくつかの実施形態では、１又は２以上のエンティティデバイス１０４Ａ～Ｎは、位置データストリームを生成する役割を担う１又は２以上のスマートモバイルアプリケーションを実行することができる。いくつかの実施形態では、ネットワーク１０６は、有線ネットワーク、無線ネットワーク、有線ネットワークと無線ネットワークとの組み合わせ、またはインターネットのうちの少なくとも１つである。一意に生成された識別子のサーバ１０８は、独立して制御されるデータソースから取得された複数のデバイス属性、１又は２以上の接続属性、およびユーザエージェント文字列に基づいて、１又は２以上のエンティティデバイス１０４Ａ～Ｎに対する少なくとも１つのデバイスシグネチャを生成するように構成されてもよい。接続属性は、１又は２以上のエンティティデバイス１０４Ａ～Ｎにおいて生成され得る接続指示信号である。接続属性は、１又は２以上のエンティティデバイス１０４Ａ～Ｎと、１又は２以上のエンティティデバイス１０４Ａ～Ｎのうちの少なくとも１つの他のエンティティデバイスまたはサーバとの間の接続の存在または接続の特性を示すことができる。１又は２以上の接続属性は、接続タイプ、インターネットプロトコルアドレス、およびキャリアを含むことができるが、これらに限定されない。例えば、１又は２以上の接続属性は、「Ｃｅｌｌ４ｇ，２０３．２１８．１７７．２４，４５４－００」とすることができる。ユーザエージェント文字列は、ブラウザ名およびブラウザバージョン、レンダリングエンジン、１又は２以上のエンティティデバイス１０４Ａ～Ｎのモデル番号属性、オペレーティングシステムを含む、１又は２以上のエンティティデバイス１０４Ａ～Ｎからサーバへの要求の様々な態様を参照するいくつかのトークンを含む。例えば、ユーザエージェント文字列は、（ａ）「Ｍｏｚｉｌｌａ／５．０（Ｌｉｎｕｘ；Ａｎｄｒｏｉｄ６．０；Ｓ９＿Ｎ Ｂｕｉｌｄ／ＭＲＡ５８Ｋ；ｗｖ）」（Ｍｏｚｉｌｌａ、Ｌｉｎｕｘは登録商標）、（ｂ）「ＡｐｐｌｅＷｅｂＫｉｔ／５３７．３６（ＫＨＴＭＬ，ｌｉｋｅ Ｇｅｃｋｏ）Ｖｅｒｓｉｏｎ／４．０」、（ｃ）「Ｃｈｒｏｍｅ／８４．０．４１４７．１２５」（ＣＨＲＯＭＥは登録商標）、（ｄ）「Ｍｏｂｉｌｅ Ｓａｆａｒｉ／５３７．３６」（ＳＡＦＡＲＩは登録商標）とすることができる。１又は２以上のエンティティデバイス１０４Ａ～Ｎとｗｉ－ｆｉホットスポットとのエンゲージメントは、通信事業者またはスマートモバイルアプリケーションデータアグリゲータを含み得る、様々な独立して制御されるデータソースから取得され得る位置データストリームを使用して追跡することができる。位置データストリームは、時間および位置（経度および緯度）に関連するイベントまたはイベントのシーケンスであり、追加のペイロード情報も含む場合もある。イベントまたはイベントのシーケンスは、様々な独立して制御されるデータソースによって追跡することができる。例えば、エンティティ１０２Ａ、またはエンティティ１０２Ａに関連するアンドロイドフォン上で１又は２以上のスマートモバイルアプリケーションを使用するユーザを考える。ユーザが各アプリケーションと対話すると、複数の独立したイベントストリームが作成され、各アプリケーションは独立したデータソースになる。イベントおよび１又は２以上のエンティティデバイス１０４Ａ～Ｎは、スマートモバイルアプリケーションがどのように実装されるかに応じて、異なるアプリケーションにわたって異なる識別子を有する場合がある。さらに、ネットワーク１０６が監視される場合、各スマートモバイルアプリケーションレベルのイベントは、追加の下位レベルのネットワークイベントを生成する場合がある。
一意に生成された識別子のサーバ１０８は、緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに位置から接続している１又は２以上のエンティティデバイス１０４Ａ～Ｎの１又は２以上の接続属性のうちの少なくとも１つに基づいて、位置に対する少なくとも１つの位置シグネチャを生成するように構成されてもよい。位置の形状またはサイズは、位置を定義する特定の（および多くの場合所定の）形状およびサイズを有する仮想境界を指す。一意に生成された識別子のサーバ１０８は、１又は２以上のエンティティデバイス１０４Ａ～Ｎから複数の位置データストリームを受信し、複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む。一意に生成された識別子のサーバ１０８は、位置に対するデバイスシグネチャのコホートを生成する。デバイスシグネチャのコホートの一例は、「（４３８９２３６６２３４４２２７６３５９，７３２９０３５２９６９１０５１５８４８，３３２２７２４５２６６０７９０４０７０，－９０７２６５９０１７０６１８３２４７０）」とすることができる。一意に生成された識別子のサーバ１０８は、少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームを生成する。一意に生成された識別子のサーバ１０８は、位置に対するインデックス付きデータストリームに基づいて、ルールのセットまたは機械学習モデルの少なくとも一方を構築する。一意に生成された識別子のサーバ１０８は、ルールのセットまたは機械学習モデルのうちの少なくとも一方に基づいて、１又は２以上のエンティティデバイス１０４Ａ～Ｎのうちの１つに一意に生成された識別子を割り当てる。一意に生成された識別子のサーバ１０８は、１又は２以上のエンティティデバイス１０４Ａ～Ｎに関連して選択されたデータストリームから１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別し、選択されたデータストリームは、複数のデバイス属性、１又は２以上の接続属性、およびユーザエージェント文字列から選択されるデバイス情報と、１又は２以上のエンティティデバイス１０４Ａ～Ｎの位置情報とを同時に含み、選択されたデータストリームは、１又は２以上のエンティティデバイス１０４Ａ～Ｎのデバイス識別子を含まない。位置情報は、位置、緯度経度ペア、および／または高度を含んでもよい。選択されたデータストリームは、位置データストリーム、インデックス付きデータストリーム、またはリアルタイムで取得されたデータストリームからの選択であってもよい。一意に生成された識別子のサーバ１０８は、リアルタイムまたはバッチ処理モードのいずれかで、選択されたデータストリームから１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別することができる。あるいは、様々な独立して制御されるデータソースからのデータは、１又は２以上のエンティティデバイス１０４Ａ～Ｎのホーム位置への選択されたデータストリームの確率的割り当てを可能にし得るイベントまたはイベントのシーケンスを理解するためにインターリーブされてもよい。
図２は、本明細書のいくつかの実施形態による、図１の一意に生成された識別子のサーバ１０８のブロック図である。一意に生成された識別子のサーバ１０８は、データベース２０２、データ拡張モジュール２０３、デバイスシグネチャモジュール２０４、位置シグネチャモジュール２０６、コホート生成モジュール２０８、インデックス付きデータストリームモジュール２１０、推論モジュール２１２、生成された識別子のモジュール２１４、および識別モジュール２１６を含む。データ拡張モジュール２０３は、様々な独立して制御されるデータソースからの位置データストリームからデータを受信し、そのデータをデータベース２０２に記憶する。デバイスシグネチャモジュール２０４は、様々な独立して制御されるデータソースから取得された複数のデバイス属性、１又は２以上の接続属性、およびユーザエージェント文字列に基づいて、１又は２以上のエンティティデバイス１０４Ａ～Ｎに対する少なくとも１つのデバイスシグネチャを生成するように構成されてもよい。位置シグネチャモジュール２０６は、緯度経度ペアおよび高度、その位置の形状またはサイズ、ならびにその位置から接続している１又は２以上のエンティティデバイス１０４Ａ～Ｎの１又は２以上の接続属性のうちの少なくとも１つに基づいて、その位置に対する少なくとも１つの位置シグネチャを生成するように構成されてもよい。一意に生成された識別子のサーバ１０８は、１又は２以上のエンティティデバイス１０４Ａ～Ｎから複数の位置データストリームを受信し、複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む。１又は２以上のエンティティデバイス１０４Ａ～Ｎから受信された定義済み識別子が存在しない１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別するために、位置データストリームのほぼ安定したミックスまたはスローチェンジ（ｓｌｏｗｌｙ－ｃｈａｎｇｉｎｇ）ミックスが使用されてもよい。コホート生成モジュール２０８は、位置に対するデバイスシグネチャのコホートを生成するように構成されてもよい。インデックス付きデータストリームモジュール２１０は、少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームを生成するように構成されてもよい。インデックス付きデータストリームは、有効開始時間属性に基づいてソートされ得る時間データストリームであってもよい。インデックス付きデータストリームに関連するインデックスにより、スナップショットオペレータ（例えば、「ａｓ ｏｆ」演算子）で修飾され得る複雑な時間パターンクエリ（多方向結合など）の処理が可能になる。インデックス付きデータストリームの位置例は、「ｎｕｌｌ｜１４４０｜３３４４４５１１１４８６８６５０９３１｜１６０４２４１７８２０００｜ｍｏｐｕｂ｜ｆａｌｓｅ｜Ｃ ０ Ｆ １ ＸＸＸＸ－ＣＥ １ Ｘ－４ ＢＸ ４－９ ＡＣ ９－３１６ ＸＸＸ ４ ＸＸＸＦ｜１７４．１９３．２．６８｜０｜ｎｕｌｌ｜ｎｕｌｌ｜｜２０２０－１１－０１｜１４：４３：００｜ｎｕｌｌ｜－４０５７３１０８９６９５２６０１５５｜」とすることができる。推論モジュール２１２は、位置に対するインデックス付きデータストリームに基づいて、ルールのセットまたは機械学習モデルのうちの少なくとも一方を構築するように構成されてもよい。いくつかの実施形態では、ルールのセットまたは機械学習モデルは、従属変数（ターゲット）と独立変数（予測器）との間の関係を調査する予測モデリング技術の一形態である回帰モデルを含んでもよい。ルールのセットは、ジオハッシュルール、位置次元ルールを含むことができるが、これらに限定されない。ジオハッシュルールは、選択されたデータストリームに関連するジオハッシュに基づいて、一意に生成された識別子を割り当てるために使用することができる。位置次元ルールは、選択されたデータストリームに関連する位置の形状またはサイズに基づいて、一意に生成された識別子を割り当てるために使用することができる。いくつかの実施形態では、１又は２以上の機械学習モデルは、ランダムフォレスト、Ｐｒｏｐｈｅｔ、ＤｅｅｐＡＲ、ＬＳＴＭ／ＲＮＮ、敵対的生成システム、畳み込みニューラルネットワーク、量子回帰、ベイズ回帰、因子分解マシン、ベイジアン構造時系列モデル、隠れマルコフモデル、およびモンテカルロマルコフ連鎖を含むことができるが、これらに限定されない。生成された識別子のモジュール２１４は、ルールのセットまたは機械学習モデルの少なくとも一方に基づいて、１又は２以上のエンティティデバイス１０４Ａ～Ｎのうちのエンティティデバイス１０４Ａに一意に生成された識別子を割り当てるように構成されてもよい。一意に生成された識別子は、１又は２以上のエンティティデバイス１０４Ａ～Ｎに関連するアクティビティまたはデジタル信号の重複を回避することができ、一意に生成された識別子のサーバ１０８が位置データストリームによって導入された１又は２以上のバイアスを補正することを可能にすることができる。識別モジュール２１６は、１又は２以上のエンティティデバイス１０４Ａ～Ｎに関連して選択されたデータストリームから１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別するように構成されてもよく、選択されたデータストリームは、複数のデバイス属性、１又は２以上の接続属性、およびユーザエージェント文字列から選択されるデバイス情報と、１又は２以上のエンティティデバイス１０４Ａ～Ｎの位置情報とを同時に含み、選択されたデータストリームは、１又は２以上のエンティティデバイス１０４Ａ～Ｎのデバイス識別子を含まない。識別モジュール２１６は、リアルタイムまたはバッチ処理モードのいずれかで、選択されたデータストリームから１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別することができる。選択されたデータストリームから１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別することは、１又は２以上のエンティティデバイス１０４Ａ～Ｎに関連する１又は２以上の次元、例えば、ブランド、モデル、インターネットプロトコルアドレス、ＭＡＣアドレス、年齢、性別、豊かさを組み合わせることによって実施されてもよい。
いくつかの実施形態では、１又は２以上のエンティティデバイス１０４Ａ～Ｎに関連するデバイス情報は、公開されている国勢調査情報データとデバイス情報を相関させることによって検証されてもよい。
いくつかの実施形態では、１又は２以上の大規模なモバイル広告キャンペーンまたはブランド認知キャンペーンは、一意に生成された識別子のうちの１又は２以上を使用して実施されてもよい。利点は、１又は２以上のエンティティデバイス１０４Ａ～Ｎを識別するために個人を識別可能な情報を利用することがないため、１又は２以上のエンティティデバイス１０４Ａ～Ｎのプライバシーが維持されることである。
図３は、本明細書のいくつかの実施形態による、一意に生成された識別子に動的信頼度スコアを割り当てるための図２のデータ拡張モジュール２０３の概略図３００である。概略図３００は、データ拡張モジュール２０３と、生成された識別子のモジュール２１４と、一意に生成された識別子のサーバ１０８に含まれ得る生成された識別子のスコアリングモジュール３０２とを含む。データ拡張モジュールは、独立して制御されるソースから、（ａ）デバイス属性、接続属性、およびユーザエージェント文字列、ならびにさらなるウェブデータ、スマートモバイルアプリケーションデータ、センサデータ、および位置データストリーム、（ｂ）ｗｉ－ｆｉデータ、ならびに（ｃ）自宅の位置および勤務地データを含むデータを受信する。データ拡張モジュール２０３は、（ａ）、（ｂ）、および（ｃ）に関連するデータに重みを割り当てることによって、（ａ）、（ｂ）、および（ｃ）の各々をスコア付けするように構成されてもよい。データ拡張モジュール２０３は、エンティティデバイス１０４Ａに対する一意に生成された識別子の精度を高めるために、複数の予め計算された重みを、独立して制御されるデータソースに割り当てるように構成されてもよい。生成された識別子のスコアリングモジュール３０２は、ルールのセットまたは機械学習モデルのうちの少なくとも一方に基づいて、一意に生成された識別子に信頼度の動的スコアを割り当てるように構成されてもよい。生成された識別子のスコアリングモジュール３０２は、少なくとも１つのデバイスシグネチャおよび少なくとも１つの位置シグネチャの複数の属性をラベル付き履歴データセットと相関させることによって、信頼度の動的スコアを検証するようにさらに構成されてもよい。生成された識別子のスコアリングモジュールの例示的な出力が概略図３００に示されている。
いくつかの実施形態では、一意に生成された識別子のサーバ１０８は、位置に関連するデータストリームをエンティティデバイスにマッピングすることによって、位置の少なくとも１つの属性を決定するように構成されてもよい。位置の少なくとも１つの属性は、訪問者数、滞留時間、オープン時間、クローズ時間、訪問者の頻度、訪問者の開始地点の近接度、訪問者の開始地点の位置、訪問者の開始地点の性質、１日の異なる時間における滞在時間、以前の上位位置および次の上位位置ならびに他の同様の場所、またはオープンスペースを含むことができる。
図４は、本明細書のいくつかの実施形態による、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するための方法の相互作用図４００である。ステップ４０２において、複数のデバイス属性、接続属性、およびユーザエージェント文字列が受信される。ステップ４０４において、独立して制御されるデータソースから取得された複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、エンティティデバイス１０４Ａ～Ｎに対する少なくとも１つのデバイスシグネチャが生成される。ステップ４０６において、緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、位置に対する少なくとも１つの位置シグネチャが生成される。ステップ４０８において、エンティティデバイス１０４Ａ～Ｎから複数の位置データストリームが受信され、複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む。ステップ４１０において、位置に対するデバイスシグネチャのコホートが生成される。ステップ４１２において、少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームが生成される。ステップ４１４において、ルールのセットまたは機械学習モデルの少なくとも一方が、位置に対するインデックス付きデータストリームに基づいて構築される。ステップ４１６において、エンティティデバイス１０４Ａ～Ｎに対する一意に生成された識別子が、規則のセットまたは機械学習モデルの少なくとも一方に基づいて割り当てられる。ステップ４１８において、複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、エンティティデバイスの位置情報とを同時に含む選択されたデータストリームが受信され、選択されたデータストリームはエンティティデバイスのデバイス識別子を含まない。ステップ４２０において、エンティティデバイス１０４Ａ～Ｎは、一意に生成された識別子を使用して、エンティティデバイス１０４Ａ～Ｎに関連する選択されたデータストリームからリアルタイムで識別される。
いくつかの実施形態では、位置シグネチャは、注釈付き関心地点データベースから決定される。注釈付き関心地点データベースの例示的なデータセットは、以下の表として記載される。
Figure 0007292368000001
図５Ａおよび図５Ｂは、本明細書のいくつかの実施形態による、エンティティデバイスのデバイスシグネチャおよび位置の位置シグネチャを使用してエンティティデバイスを識別するための方法のフロー図である。ステップ５０２において、方法は、独立して制御されるデータソースから取得された複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成することを含む。ステップ５０４において、方法は、緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、位置に対する少なくとも１つの位置シグネチャを生成することを含む。ステップ５０６において、方法は、エンティティデバイスから複数の位置データストリームを受信することを含む。複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含む。ステップ５０８において、方法は、位置に対するデバイスシグネチャのコホートを生成することを含む。ステップ５１０において、方法は、少なくとも１つの位置シグネチャと位置に対するデバイスシグネチャのコホートとの組み合わせを使用して、位置に対するインデックス付きデータストリームを生成することを含む。ステップ５１２において、方法は、ルールのセットまたは機械学習モデルの少なくとも一方を、位置に対するインデックス付きデータストリームに基づいて構築することを含む。ステップ５１４において、方法は、エンティティデバイスに対する一意に生成された識別子を、規則のセットまたは機械学習モデルの少なくとも一方に基づいて割り当てることを含む。ステップ５１６において、方法は、一意に生成された識別子を使用して、エンティティデバイスに関連する選択されたデータストリームからエンティティデバイスを識別することを含み、選択されたデータストリームは、複数のデバイス属性、接続属性およびユーザエージェント文字列から選択されたデバイス情報と、エンティティデバイスの位置情報とを同時に含む。選択されたデータストリームは、エンティティデバイスのデバイス識別子を含まない。
本明細書の実施形態を実施するための代表的なハードウェア環境が、図１～図５Ｂを参照して図６に示されている。この概略図は、本明細書の実施形態によるサーバまたはコンピュータシステムまたはコンピューティングデバイスのハードウェア構成を示す。システムは、システムバス１４を介してランダムアクセスメモリ（ＲＡＭ）１２、読み出し専用メモリ（ＲＯＭ）１６、および入出力（Ｉ／Ｏ）アダプタ１８などの様々なデバイスに相互接続することができる少なくとも１つの処理デバイスＣＰＵ１０を含む。Ｉ／Ｏアダプタ１８は、システムによって可読であるディスクユニット３８およびプログラム記憶デバイス４０などの周辺デバイスに接続されてもよい。システムは、プログラム記憶デバイス４０上の本発明の命令を読み取り、これらの命令に従って本明細書の実施形態の方法論を実行することができる。システムは、ユーザ入力を収集するために、キーボード２８、マウス３０、スピーカ３２、マイクロフォン３４、およびタッチスクリーンデバイス（図示せず）などの他のユーザインターフェースデバイスをバス１４に接続するユーザインターフェースアダプタ２２をさらに含む。さらに、通信アダプタ２０が、バス１４をデータ処理ネットワーク４２に接続し、ディスプレイアダプタ２４が、バス１４をディスプレイデバイス２６に接続し、ディスプレイデバイス２６は、本明細書の実施形態による出力データのグラフィカルユーザインターフェース（ＧＵＩ）３６を提供するか、または、例えば、モニタ、プリンタ、もしくは送信機などの出力デバイスとして具現化することができる。
特定の実施形態の前述の説明は、本明細書の実施形態の一般的な性質を十分に明らかにするので、他者は、現在の知識を適用することによって、一般的な概念から逸脱することなく、そのような特定の実施形態を様々な用途に容易に修正および／または適合させることができ、したがって、そのような適合および修正は、開示された実施形態の均等物の意味および範囲内で理解されるべきであり、理解されるように意図される。本明細書で使用される表現または用語は、説明のためのものであり、限定のためのものではないことを理解されたい。したがって、本明細書の実施形態を好ましい実施形態に関して説明してきたが、当業者であれば、本明細書の実施形態は、その趣旨および範囲内で修正して実施し得ることを認識するであろう。

Claims (20)

  1. エンティティデバイスのデバイスシグネチャと、位置の位置シグネチャであってデータベースに基づく位置シグネチャとを使用して前記エンティティデバイスを識別する方法であって、
    独立して制御されるデータソースから取得した複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、前記エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成するステップと、
    緯度経度ペアおよび高度、前記位置の形状またはサイズ、ならびに前記位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、前記位置に対する少なくとも１つの位置シグネチャを生成するステップと、
    前記エンティティデバイスから複数の位置データストリームを受信するステップであって、前記複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含むステップと、
    前記位置に対するデバイスシグネチャのコホートを生成するステップと、
    前記少なくとも１つの位置シグネチャと前記位置に対する前記デバイスシグネチャのコホートとの組み合わせを使用して、前記位置に対するインデックス付きデータストリームを生成するステップと、
    前記位置に対する前記インデックス付きデータストリームに基づいて機械学習モデルを構築するステップと、
    ルールのセットまたは前記機械学習モデルのうちの少なくとも一方に基づいて、前記エンティティデバイスに対し一意に生成された識別子を割り当てるステップと、
    前記一意に生成された識別子を使用して、前記エンティティデバイスに関連する選択されたデータストリームから前記エンティティデバイスを識別するステップであって、前記選択されたデータストリームは、前記複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、前記エンティティデバイスの位置情報とを同時に含み、前記選択されたデータストリームは前記エンティティデバイスのデバイス識別子を含まないステップと、を含む方法。
  2. 前記データベースは、注釈付き関心地点データベースを含み、前記位置シグネチャは、前記注釈付き関心地点データベースから決定される請求項１に記載の方法。
  3. 信頼度の動的スコアが、前記ルールのセットまたは前記機械学習モデルの少なくとも一方に基づいて、前記一意に生成された識別子に割り当てられる請求項１に記載の方法。
  4. 前記信頼度の動的スコアは、前記少なくとも１つのデバイスシグネチャおよび少なくとも１つの位置シグネチャの複数の属性をラベル付き履歴データセットと相関させることによって検証される請求項３に記載の方法。
  5. 前記位置に関連するデータストリームを前記エンティティデバイスにマッピングすることによって、前記位置の少なくとも１つの属性を決定するステップをさらに含む、請求項１に記載の方法。
  6. 複数の属性を組み合わせて前記エンティティデバイスを識別するステップをさらに含み、前記複数の属性は、デバイス属性および前記エンティティデバイスに関連するユーザの属性を含む請求項１に記載の方法。
  7. 前記エンティティデバイスに対する前記一意に生成された識別子の精度を高めるために、複数の予め計算された重みが、前記独立して制御されるデータソースに割り当てられる請求項１に記載の方法。
  8. エンティティデバイスのデバイスシグネチャと、位置の位置シグネチャであってデータベースに基づく位置シグネチャとを使用して前記エンティティデバイスを識別させる、一意に生成された識別子のサーバであって、
    プロセッサと、
    命令のセットを記憶するメモリと、を備え、
    前記命令のセットは、前記プロセッサによって実行されると、
    独立して制御されるデータソースから取得した複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、前記エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成するステップと、
    緯度経度ペアおよび高度、位置の形状またはサイズ、ならびに前記位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、前記位置に対する少なくとも１つの位置シグネチャを生成するステップと、
    前記エンティティデバイスから複数の位置データストリームを受信するステップであって、前記複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含むステップと、
    前記位置に対するデバイスシグネチャのコホートを生成するステップと、
    前記少なくとも１つの位置シグネチャと前記位置に対する前記デバイスシグネチャのコホートとの組み合わせを使用して、前記位置に対するインデックス付きデータストリームを生成するステップと、
    前記位置に対する前記インデックス付きデータストリームに基づいて機械学習モデルを構築するステップと、
    ルールのセットまたは前記機械学習モデルのうちの少なくとも一方に基づいて、前記エンティティデバイスに対し一意に生成された識別子を割り当てるステップと、
    前記一意に生成された識別子を使用して、前記エンティティデバイスに関連する選択されたデータストリームから前記エンティティデバイスを識別するステップであって、前記選択されたデータストリームは、前記複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、前記エンティティデバイスの位置情報とを同時に含み、前記選択されたデータストリームは前記エンティティデバイスのデバイス識別子を含まないステップと、を実施させる、一意に生成された識別子のサーバ。
  9. 前記データベースは、注釈付き関心地点データベースを含み、前記位置シグネチャは、前記注釈付き関心地点データベースから決定される請求項８に記載の一意に生成された識別子のサーバ。
  10. 信頼度の動的スコアが、前記ルールのセットまたは前記機械学習モデルの少なくとも一方に基づいて、前記一意に生成された識別子に割り当てられる請求項８に記載の一意に生成された識別子のサーバ。
  11. 前記信頼度の動的スコアは、前記少なくとも１つのデバイスシグネチャおよび少なくとも１つの位置シグネチャの複数の属性をラベル付き履歴データセットと相関させることによって検証される請求項１０に記載の一意に生成された識別子のサーバ。
  12. 前記位置に関連するデータストリームを前記エンティティデバイスにマッピングすることによって、前記位置に対する少なくとも１つの属性を決定する請求項８に記載の一意に生成された識別子のサーバ。
  13. 複数の属性を組み合わせて前記エンティティデバイスを識別し、前記複数の属性は、デバイス属性および前記エンティティデバイスに関連するユーザの属性を含む請求項８に記載の一意に生成された識別子のサーバ。
  14. 前記一意に生成された識別子の精度を高めるために、複数の予め計算された重みが、前記独立して制御されるデータソースに割り当てられる請求項８に記載の一意に生成された識別子のサーバ。
  15. 命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体であって、前記命令シーケンスは、プロセッサによって実行されると、エンティティデバイスのデバイスシグネチャと、位置の位置シグネチャであってデータベースに基づく位置シグネチャとを使用して前記エンティティデバイスを識別させ、さらに前記命令シーケンスは、
    独立して制御されるデータソースから取得した複数のデバイス属性、接続属性、およびユーザエージェント文字列に基づいて、前記エンティティデバイスに対する少なくとも１つのデバイスシグネチャを生成するステップと、
    緯度経度ペアおよび高度、前記位置の形状またはサイズ、ならびに前記位置から接続するデバイスの接続属性のうちの少なくとも１つに基づいて、前記位置に対する少なくとも１つの位置シグネチャを生成するステップと、
    前記エンティティデバイスから複数の位置データストリームを受信するステップであって、前記複数の位置データストリームは、タイムスタンプデータおよび少なくとも１つの位置属性を含むステップと、
    前記位置に対するデバイスシグネチャのコホートを生成するステップと、
    前記少なくとも１つの位置シグネチャと前記位置に対する前記デバイスシグネチャのコホートとの組み合わせを使用して、前記位置に対するインデックス付きデータストリームを生成するステップと、
    前記位置に対する前記インデックス付きデータストリームに基づいて機械学習モデルを構築するステップと、
    ルールのセットまたは前記機械学習モデルのうちの少なくとも一方に基づいて、前記エンティティデバイスに対し一意に生成された識別子を割り当てるステップと、
    前記一意に生成された識別子を使用して、前記エンティティデバイスに関連する選択されたデータストリームから前記エンティティデバイスを識別するステップであって、前記選択されたデータストリームは、前記複数のデバイス属性、接続属性、およびユーザエージェント文字列から選択されたデバイス情報と、前記エンティティデバイスの位置情報とを同時に含み、前記選択されたデータストリームは前記エンティティデバイスのデバイス識別子を含まないステップと、を含む、命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体。
  16. 前記データベースは、注釈付き関心地点データベースを含み、前記位置シグネチャは、前記注釈付き関心地点データベースから決定される請求項１５に記載の命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体。
  17. 前記ルールのセットまたは前記機械学習モデルの少なくとも一方に基づいて、前記一意に生成された識別子に信頼度の動的スコアが割り当てられる請求項１５に記載の命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体。
  18. 前記信頼度の動的スコアは、前記少なくとも１つのデバイスシグネチャおよび少なくとも１つの位置シグネチャの複数の属性をラベル付き履歴データセットと相関させることによって検証される請求項１７に記載の命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体。
  19. 前記プロセスによって実行されると、前記エンティティデバイスを識別するために複数の属性をさらに組み合わせ、前記複数の属性は、デバイス属性および前記エンティティデバイスに関連するユーザの属性を含む請求項１５に記載の命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体。
  20. 前記エンティティデバイスのデバイス識別子を含まない前記一意に生成されたデータストリームの精度を高めるために、複数の予め計算された重みが前記独立して制御されるデータソースに割り当てられる請求項１５に記載の命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体。
JP2021212076A 2021-01-05 2021-12-27 デバイスからの属性および位置シグネチャを使用してデバイスを識別する方法、その方法のための一意に生成された識別子のサーバ、およびその方法のための命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体 Active JP7292368B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/142,144 US10979848B1 (en) 2021-01-05 2021-01-05 Method for identifying a device using attributes and location signatures from the device
US17/142,144 2021-01-05

Publications (3)

Publication Number Publication Date
JP2022105989A JP2022105989A (ja) 2022-07-15
JP2022105989A5 JP2022105989A5 (ja) 2023-02-09
JP7292368B2 true JP7292368B2 (ja) 2023-06-16

Family

ID=75394411

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021212076A Active JP7292368B2 (ja) 2021-01-05 2021-12-27 デバイスからの属性および位置シグネチャを使用してデバイスを識別する方法、その方法のための一意に生成された識別子のサーバ、およびその方法のための命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体

Country Status (4)

Country Link
US (1) US10979848B1 (ja)
EP (1) EP4024906B1 (ja)
JP (1) JP7292368B2 (ja)
AU (2) AU2021290402A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220398307A1 (en) * 2021-06-10 2022-12-15 Armis Security Ltd. Techniques for securing network environments by identifying device types based on naming conventions
US11652823B1 (en) * 2022-12-19 2023-05-16 Uab 360 It Systems and methods for controlling access

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020518208A (ja) 2017-03-20 2020-06-18 フォアスカウト テクノロジーズ インコーポレイテッド デバイス識別

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7764231B1 (en) * 1996-09-09 2010-07-27 Tracbeam Llc Wireless location using multiple mobile station location techniques
US9134398B2 (en) * 1996-09-09 2015-09-15 Tracbeam Llc Wireless location using network centric location estimators
US9282446B2 (en) * 2009-08-06 2016-03-08 Golba Llc Location-aware content and location-based advertising with a mobile device
US7840340B2 (en) * 2007-04-13 2010-11-23 United Parcel Service Of America, Inc. Systems, methods, and computer program products for generating reference geocodes for point addresses
US20120185458A1 (en) * 2011-01-18 2012-07-19 Microsoft Corporation Clustering crowd-sourced data to identify event beacons
US8577389B2 (en) * 2011-01-18 2013-11-05 Microsoft Corporation Filtering and clustering crowd-sourced data for determining beacon positions
US20130267255A1 (en) * 2011-10-21 2013-10-10 Alohar Mobile Inc. Identify points of interest using wireless access points
WO2013086532A1 (en) * 2011-12-09 2013-06-13 Echarge2 Corporation Systems and methods for using cipher objects to protect data
US9792451B2 (en) * 2011-12-09 2017-10-17 Echarge2 Corporation System and methods for using cipher objects to protect data
US8438184B1 (en) * 2012-07-30 2013-05-07 Adelphic, Inc. Uniquely identifying a network-connected entity
US9646318B2 (en) * 2014-05-30 2017-05-09 Apple Inc. Updating point of interest data using georeferenced transaction data
US9639854B2 (en) * 2014-06-26 2017-05-02 Nuance Communications, Inc. Voice-controlled information exchange platform, such as for providing information to supplement advertising
US10713311B2 (en) * 2014-08-22 2020-07-14 Adelphic Llc Audience on networked devices
US10270788B2 (en) * 2016-06-06 2019-04-23 Netskope, Inc. Machine learning based anomaly detection
US9622036B1 (en) * 2016-06-29 2017-04-11 Sprint Spectrum L.P. Method and system for estimating and use of device location based on radio frequency signature of coverage from a single base station
AU2017399007B2 (en) * 2017-02-17 2021-12-23 Dataspark Pte, Ltd Mobility gene for trajectory data
WO2018150228A1 (en) * 2017-02-17 2018-08-23 Dataspark Pte, Ltd Mobility gene for visit data
US10419883B2 (en) * 2017-07-31 2019-09-17 4Info, Inc. Systems and methods for statistically associating mobile devices and non-mobile devices with geographic areas
EP3881091A4 (en) * 2018-11-17 2022-08-10 CommScope Technologies LLC LOCATION WITH A CLOUD WIRELESS ACCESS NETWORK
EP3742304A1 (en) * 2019-05-22 2020-11-25 Siemens Aktiengesellschaft Validation of measurement datasets in a distributed database

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020518208A (ja) 2017-03-20 2020-06-18 フォアスカウト テクノロジーズ インコーポレイテッド デバイス識別

Also Published As

Publication number Publication date
US10979848B1 (en) 2021-04-13
AU2023202016A1 (en) 2023-05-04
JP2022105989A (ja) 2022-07-15
EP4024906A1 (en) 2022-07-06
AU2021290402A1 (en) 2022-07-21
EP4024906B1 (en) 2024-02-28

Similar Documents

Publication Publication Date Title
JP6575335B2 (ja) ソーシャルメディアメッセージ及び施設の間のリンクを推定する方法、コンピュータシステム、及びプログラム
US9743251B2 (en) Adding location names using private frequent location data
US11561943B2 (en) Feature-based deduplication of metadata for places
JP7292368B2 (ja) デバイスからの属性および位置シグネチャを使用してデバイスを識別する方法、その方法のための一意に生成された識別子のサーバ、およびその方法のための命令シーケンスを記憶する非一時的コンピュータ可読記憶媒体
US20160267144A1 (en) Collecting and generating geo-tagged social media data through a network router interface
US8621653B2 (en) Secure location collection and analysis service
US9659052B1 (en) Data object resolver
CN111177400A (zh) 基于知识图谱的设备、业务及数据的关联显示方法和装置
US9787557B2 (en) Determining semantic place names from location reports
US20210209162A1 (en) Method for processing identity information, electronic device, and storage medium
CN110855648A (zh) 一种网络攻击的预警控制方法及装置
US10762089B2 (en) Open ended question identification for investigations
US20180082231A1 (en) Models for visualizing resource allocation
WO2016037346A1 (en) Measuring and diagnosing noise in urban environment
WO2021118413A2 (en) Data processing method, comprising secure multilateral computing and data analysis methods
US10268979B2 (en) Intermediate resource allocation tracking in data models
CN111797422A (zh) 数据隐私保护查询方法、装置、存储介质及电子设备
JP2010072876A (ja) ルール作成プログラム、ルール作成方法及びルール作成装置
CN116244299A (zh) 业务数据路径的确定方法、装置、电子设备及介质
CN113312895A (zh) 自治系统as的组织机构映射方法、装置及电子设备
US10979284B2 (en) Systems and methods for providing cross-network event attribution
Huck et al. Challenges in geocoding sociallygenerated data
JP6311051B2 (ja) 推定装置、推定方法及び推定プログラム
US20200105421A1 (en) Systems and methods for topology-based clinical data mining
JP7336780B1 (ja) プログラム、方法、情報処理装置、システム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220418

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220418

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20220418

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20220509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20220509

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220802

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20221027

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20221229

A524 Written submission of copy of amendment under article 19 pct

Free format text: JAPANESE INTERMEDIATE CODE: A524

Effective date: 20230201

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: 20230511

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230606

R150 Certificate of patent or registration of utility model

Ref document number: 7292368

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R371 Transfer withdrawn

Free format text: JAPANESE INTERMEDIATE CODE: R371