KR102029635B1 - 컨텐츠에 대한 부정 클릭을 탐지하는 방법 - Google Patents

Abstract

부정 클릭 탐지 시스템에 의해, 컨텐츠에 대한 부정 클릭을 탐지하는 방법이 개시된다. 이러한 방법은, 하나 이상의 사용자 단말에 대한 쿠키 정보를 수집하는 단계, 하나 이상의 사용자 단말에 대한 쿠키 정보로부터 컨텐츠에 대한 클릭 좌표를 추출하는 단계, 컨텐츠에 대한 추출된 클릭 좌표를 분석하여 컨텐츠에 대한 클릭 패턴을 생성하는 단계, 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 생성된 클릭 패턴을 비교하는 단계 및 참조 클릭 패턴과 생성된 클릭 패턴이 유사하지 않는 경우, 생성된 클릭 패턴은 부정 클릭을 나타낸다고 판단하는 단계를 포함한다. 또한, 컨텐츠에 대한 추출된 클릭 좌표를 분석하여 컨텐츠에 대한 클릭 패턴을 생성하는 단계는 컨텐츠에 대해 추출된 클릭 좌표를 이용한 정규분포 그래프를 생성하는 단계를 포함하고, 정상 클릭에 대한 참조 클릭 패턴은, 컨텐츠에 대한 유효 클릭 좌표를 이용하여 생성된 참조 정규분포 그래프를 포함하고, 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 생성된 클릭 패턴을 비교하는 단계는 생성된 정규분포 그래프 및 참조 정규분포 그래프 사이의 유사도를 결정하는 단계를 포함한다.

Description

컨텐츠에 대한 부정 클릭을 탐지하는 방법 {METHOD FOR DETECTING FRAUD CLICKS ON CONTENTS}

본 개시는 부정 클릭을 탐지하는 방법에 관한 것으로, 보다 상세하게는, 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 컨텐츠에 대해 일어난 클릭으로부터 생성된 클릭 패턴을 비교하여 부정 클릭을 탐지하는 방법에 관한 것이다.

광고 컨텐츠 매체 서버는 광고 컨텐츠를 연결해주는 링크 또는 배너를 포함한 페이지를 사용자에게 제공하고 광고 컨텐츠 매체를 이용하는 사용자가 그러한 광고 컨텐츠의 링크나 배너를 클릭하는 경우, 광고 컨텐츠에 대한 클릭에 대한 보상을 그 광고 컨텐츠를 제공한 광고주에게 청구할 수 있다. 여기서, 광고 컨텐츠 매체 서버는 포털 사이트 서버, 언론사 서버, 블로그 등일 수 있다. 예를 들어, 이러한 광고 컨텐츠를 제공하는 환경에서, 광고주가 광고 컨텐츠 매체 서버에게 광고비를 지급하는 광고비 지불 방식 중 광고 클릭 당 금액을 적용하는 방식인 CPC(Cost Per Click) 광고 방식이 널리 사용되고 있다. 여기서, CPC 광고 방식은 광고 컨텐츠 매체 서버를 통해 제공된 페이지 내의 광고 컨텐츠와 연관된 링크 또는 배너가 사용자에 의해 클릭되었을 때 얼마를 지불할 것인가를 정하는 광고 방식을 지칭한다.

그러나, 광고 컨텐츠 매체 서버를 운영하는 매체사는 자신들의 재정적 이익을 위하여 이러한 클릭 기반의 광고비 지불 시스템을 악용할 수도 있다. 예를 들어, 매체사는 임의의 사용자 단말을 이용하여 광고 컨텐츠를 연결하는 링크 또는 배너에 대한 클릭을 의도적으로 반복함으로써, 이러한 광고 컨텐츠의 광고주로부터 부당한 이익을 취득할 수 있다. 매체사가 이러한 부당 이득을 취득하거나 광고주에게 부당한 손해가 발생되는 것을 방지시키기 위하여, 광고 컨텐츠를 연결하는 링크 또는 배너의 부정 클릭을 검출하는 기술이 최근 많이 연구되고 있다. 예를 들어, 기존의 부정 클릭 검출 시스템은 광고 컨텐츠를 클릭하는 사용자 단말의 IP 주소를 분석함으로써 부정 클릭의 유무를 판단하는 기능을 제공하였다. 그러나, 사용자 단말은 VPN(Virtual Private Network)을 통해 다양한 IP 주소를 생성하여 광고 컨텐츠를 클릭함으로써 사용자 단말의 IP 주소에 따른 부정 클릭을 회피할 수 있다. 더욱이, 매체사는 동일한 사용자 단말인지 여부와 관계없이 광고 컨텐츠를 연결하는 배너 또는 링크를 클릭하는 경우 광고주로부터 이익을 취득할 수 있기 때문에, IP 주소를 통한 부정 클릭 유무를 판단하는 방식은 매체사의 부당 이득을 취득하는 것을 방지하기에는 한계가 있었다.

본 개시는 이러한 문제점을 해결하기 위해 컨텐츠에 대한 클릭 좌표의 클릭 패턴을 이용하여 컨텐츠에 대한 부정 클릭을 탐지하는 방법을 제공한다.

본 개시의 일 실시예에 따르면, 하나 이상의 사용자 단말이 컨텐츠에 대해 행한 클릭의 좌표를 추출하고, 추출된 좌표를 기초로 클릭 패턴을 정규분포 그래프로 생성하고, 생성된 정규분포 그래프와 이미 저장된 정상 클릭에 대한 정규분포 그래프의 유사도를 결정하여, 컨텐츠에 대한 부정 클릭을 탐지하는 방법을 제공한다.

본 개시는 방법, 시스템, 장치 또는 명령어들을 저장하는 컴퓨터 판독가능 저장 매체를 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따른 부정 클릭 탐지 시스템에 의해, 컨텐츠에 대한 부정 클릭을 탐지하는 방법은, 하나 이상의 사용자 단말에 대한 쿠키 정보를 수집하는 단계, 하나 이상의 사용자 단말에 대한 쿠키 정보로부터 컨텐츠에 대한 클릭 좌표를 추출하는 단계, 컨텐츠에 대한 추출된 클릭 좌표를 분석하여 컨텐츠에 대한 클릭 패턴을 생성하는 단계, 컨텐츠에 대한 정상 클릭으로부터 생성된 참조 클릭 패턴과 생성된 클릭 패턴을 비교하는 단계 및 참조 클릭 패턴과 생성된 클릭 패턴이 유사하지 않는 경우, 생성된 클릭 패턴은 부정 클릭을 나타낸다고 판단하는 단계를 포함하고, 컨텐츠에 대한 추출된 클릭 좌표를 분석하여 컨텐츠에 대한 클릭 패턴을 생성하는 단계는 컨텐츠에 대해 추출된 클릭 좌표를 이용한 정규분포 그래프를 생성하는 단계를 포함하고, 정상 클릭에 대한 참조 클릭 패턴은, 컨텐츠에 대한 유효 클릭 좌표를 이용하여 생성된 참조 정규분포 그래프를 포함하고, 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 생성된 클릭 패턴을 비교하는 단계는 생성된 정규분포 그래프 및 참조 정규분포 그래프 사이의 유사도를 결정하는 단계를 포함한다.

일 실시예에 따르면, 수집된 쿠키 정보로부터 하나 이상의 사용자 단말의 유형을 결정하는 단계를 더 포함하고, 생성된 정규 분포 그래프 및 참조 정규분포 그래프 사이의 유사도를 결정하는 단계는, 결정된 하나 이상의 사용자 단말의 유형에 대응하는 유효 클릭 좌표에 대한 정규분포 그래프를 참조 정규분포 그래프로서 선택하는 단계를 포함하고, 유효 클릭 좌표에 대한 정규분포 그래프는 하나 이상의 사용자 단말의 유형에 따라 상이하다.

일 실시예에 따르면, 하나 이상의 사용자 단말의 유형이 마우스를 이용한 클릭이 가능한 PC 형 단말인 경우, 유효 클릭 좌표에 대한 정규분포 그래프는, 컨텐츠의 가로 방향의 위치를 기준으로 클릭수를 산정하고 가로 방향으로 컨텐츠를 나누었을 때 컨텐츠의 중심점 부근에서 클릭수에 대한 변곡점을 포함한다.

일 실시예에 따르면, 하나 이상의 사용자 단말의 유형이 터치가 가능한 디스플레이 장치를 포함한 모바일 단말인 경우, 유효 클릭 좌표에 대한 정규분포 그래프는, 컨텐츠의 가로 방향을 기준으로 클릭수를 산정하고 가로 방향으로 컨텐츠를 나누었을 때, 컨텐츠의 1/4 지점 부근 및 상기 컨텐츠의 3/4 지점 부근의 각각에 클릭수에 대한 변곡점을 포함한다.

일 실시예에 따르면, 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 상기 생성된 클릭 패턴을 비교하는 단계는, 컨텐츠에 대한 유효 클릭 좌표를 이용하여 인공신경망 부정클릭 탐지 모델을 생성하는 단계 및 생성된 클릭 패턴을 인공신경망 부정클릭 탐지 모델에 입력하여, 생성된 클릭 패턴의 참조 클릭 패턴에 대한 유사도를 결정하는 단계를 포함하는, 부정 클릭을 탐지하는 방법을 제공한다.

본 개시의 일부 실시예에 따르면, 광고 매체 서버를 통해 표시된 컨텐츠에 대한 클릭 좌표를 수집하고 이를 기초로 클릭 패턴을 생성하고, 생성된 클릭 패턴과 컨텐츠에 대한 정상 클릭으로부터 생성된 참조 클릭 패턴을 비교함으로써 부정 클릭이 효과적으로 검출될 수 있으며, 부정 클릭이 검출되는 경우 광고 매체 서버를 운영하는 매체사는 페널티(penalty)가 부여될 수 있다.

본 개시의 일부 실시예에 따르면, 수집된 좌표로부터 생성된 클릭 패턴과 비교되는 참조 클릭 패턴은 사용자 단말의 유형에 따라 상이하게 생성되기 때문에, 컨텐츠에 대한 부정 클릭을 검출하는 정확도를 향상시킬 수 있으며, 이러한 부정 클릭 검출은 광고주의 부당한 손해를 감소시킬 수 있다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 페이지 내의 컨텐츠에 대한 클릭 좌표를 이용하여 클릭 패턴을 수집하고 이를 기초로 부정 클릭 여부를 판단하는 과정을 나타내는 예시도이다.
도 2는 본 개시의 일 실시예에 따른 컨텐츠의 부정 클릭을 탐지하기 위하여, 부정 클릭 탐지 시스템이 매체 서버, 복수의 단말 장치와 통신가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 컨텐츠에 대한 부정 클릭을 탐지하는 시스템의 블록도이다.
도 4는 본 개시의 일 실시예 따른 PC 형 단말 장치에서의 유효 클릭에 대한 X 좌표 및 Y 좌표의 참조 클릭 패턴을 보여주는 예시도이다.
도 5는 본 개시의 일 실시예 따른 PC 형 단말 장치에서의 유효 클릭에 대한 X 축 좌표에 따른 클릭수(Y축)를 나타내는 정규분포 그래프를 보여주는 예시도이다.
도 6은 본 개시의 일 실시예 따른 모바일 단말 장치에서의 유효 클릭에 대한 X 좌표 및 Y 좌표의 참조 클릭 패턴을 보여주는 예시도이다.
도 7은 본 개시의 일 실시예 따른 모바일 단말 장치에서의 유효 클릭에 대한 X 축 좌표에 따른 클릭수(Y축)를 나타내는 정규분포 그래프를 보여주는 예시도이다.
도 8은 본 개시의 일 실시예에 따른 부정 클릭 탐지 시스템에 의해 컨텐츠에 대한 부정 클릭을 탐지하는 방법을 나타내는 순서도이다.
도 9는 본 개시의 일 실시예에 따른 부정 클릭을 판단하는데 사용되는 인공신경망 모델을 나타내는 개략도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다.

본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 '포함'한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 '부' 또는 '모듈'이라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '부' 또는 '모듈'은 어떤 역할들을 수행한다. 그렇지만 '부' 또는 '모듈'은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부' 또는 '모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부' 또는 '모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '부' 또는 '모듈'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부' 또는 '모듈'들로 결합되거나 추가적인 구성요소들과 '부' 또는 '모듈'들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면 '부' 또는 '모듈'은 프로세서 및 메모리로 구현될 수 있다. 용어 '프로세서' 는 범용 프로세서, 중앙 처리 장치 (CPU), 마이크로프로세서, 디지털 신호 프로세서 (DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서는, '프로세서' 는 주문형 반도체 (ASIC), 프로그램가능 로직 디바이스 (PLD), 필드 프로그램가능 게이트 어레이 (FPGA) 등을 지칭할 수도 있다. 용어 '프로세서'는, 예를 들어, DSP 와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다.

본 개시에서, '시스템'은 하나 이상의 장치를 지칭할 수 있으며, 예를 들어, 하나 이상의 서버 장치, 또는 클라우드 서비스를 이용한 장치를 지칭할 수 있으나, 이에 한정되는 것은 아니다.

본 개시에서, '컨텐츠'는 디지털 방식으로 제작되어 웹 서버 또는 애플리케이션 서버에 의해 제공되는 페이지에 포함될 수 있는 각종 정보 또는 그 내용물, 정보 또는 내용물에 접속할 수 있는 링크 또는 배너를 포함할 수 있으며, 예를 들어, 광고, 기사, 사진, 이미지, 동영상, 음악, 문서, 웹툰 및 이러한 정보에 접속할 수 있는 링크 또는 배너 등을 포함할 수 있다.

본 개시에서, '매체 서버'는, 매체 서버에 접속하는 사용자 또는 사용자 단말에게 텍스트, 음성, 영상 등의 다양한 형태로 준비된 컨텐츠를 전달하는 역할을 제공하는 서버 장치, 클라우드 시스템 등과 같은 임의의 컴퓨팅 장치를 포함할 수 있다. 예를 들어, 매체 서버가 사용자에게 제공하는 컨텐츠는 뉴스, 광고, 음악, 영화, 만화 등과 다양한 정보를 포함할 수 있으며, 매체 서버는, 언론사 서버, 광고업체 서버, 커뮤니티 서버 등을 포함할 수 있다. 여기서, 광고는 광고 컨텐츠에 연결할 수 있는 링크 또는 배너를 포함할 수 있다.

본 개시에서, '페이지'는 매체 서버를 통해 제공되는 컨텐츠를 포함할 수 있다. 또한, 페이지는 매체 서버로부터 웹 또는 애플리케이션을 통해 사용자에게 전달될 수 있다.

본 개시에서, '쿠키 정보' 또는 '로그 데이터'는 온라인상에서 사용자가 임의의 웹서버 또는 애플리케이션 서버를 접속할 시에 사용자의 브라우저 및 애플리케이션에 설치되는 작은 기록 정보를 포함할 수 있으나, 이에 한정되지 않는다. 예를 들어, 쿠키 정보 또는 로그 데이터는 사용자가 컴퓨터를 사용함에 따라 온라인 상에서 발생되는 모든 행위와 이벤트 정보를 시간에 따라 남기는 기록 데이터 또는 정보를 포함할 수 있으며, 사용자 단말의 브라우저 쿠키 ID 또는 애플리케이션 쿠키 ID와 같은 사용자 단말을 식별할 수 있는 정보 또는 데이터를 포함할 수 있다. 이러한 기록 정보는 사용자가 웹사이트 또는 애플리케이션을 방문할 때마다 접근될 수 있으며, 새로운 정보로 변경되거나 업데이트될 수 있다. 또한, 쿠키 정보 또는 로그데이터는 사용자 단말로부터 제공될 수 있는 임의의 형태로 제공될 수 있는데, 예를 들어, 브라우저 쿠키, 웹 비컨(web beacon), 스크립트 등의 형태로 수신될 수 있다.

도 1은 본 개시의 일 실시예에 따른 페이지(100) 내의 컨텐츠에 대한 클릭 좌표를 이용하여 클릭 패턴을 수집하고 이를 기초로 부정 클릭 여부를 판단하는 과정을 나타내는 예시도이다. 일 실시예에 따르면, 페이지(100)는, 도 1에 도시된 바와 같이, XX NEWS 서버에 의해 제공되는 컨텐츠를 포함한 페이지로서, 사용자에게 제공될 수 있다. 예를 들어, 페이지(100)는 웹 서버에 의해 HTML 또는 XML 형식을 이용하여 웹페이지 형태로 생성되어 사용자 단말에게 제공될 수 있다. 이와 달리, XX NEWS 서버에서 제공하는 애플리케이션을 통해 생성된 페이지(100)는 사용자 단말에게 제공될 수 있다.

페이지(100)는 사용자 단말에게 제공될 수 있는 하나 이상의 컨텐츠를 포함할 수 있다. 일 실시예에 따르면, 도 1에 도시된 바와 같이, XX NEWS 매체 서버에서 제공하는 헤드라인 뉴스 컨텐츠(110)가 사용자 단말에게 제공될 수 있다. 또한, 추천 컨텐츠 제공 시스템은 사용자가 관심이 있을 만한 컨텐츠(120)를 생성하여 XX NEW 서버에 제공할 수 있고 생성된 컨텐츠(120)는 다른 컨텐츠들과 함께 페이지(100)에 표시될 수 있다. 여기서 추천 컨텐츠 제공 시스템은 컨텐츠를 제공하기 위한 임의의 시스템일 수 있으며, XX NEWS 서버와 별도의 시스템일 수 있다. 이와 달리, 추천 컨텐츠 제공 시스템은 웹서버에 포함된 시스템일 수 있다.

사용자 단말은 XX NEWS 매체 서버에 제공하는 웹사이트에 접속하고 XX NEWS 매체 서버에 의해 제공하는 페이지(100) 상에서 특정 행동 또는 활동을 수행할 수 있다. 여기서, 특정 행동 또는 활동은 사용자가 페이지(100)를 보거나 소비하면서 행해질 수 있는 임의의 행동 또는 활동을 지칭할 수 있으며, 예를 들어, 사용자가 페이지 내에 표시된 컨텐츠를 클릭하거나, 페이지(100) 내의 특정 컨텐츠에 일정 시간 머무르는 행위 등을 포함할 수 있다. 이러한 특정 행동 또는 활동은 사용자 활동 정보로서 수집되어 사용자 단말의 쿠키 정보 또는 로그 데이터로 저장될 수 있다.

사용자 단말의 쿠키 정보 또는 로그 데이터는 부정 클릭 탐지 시스템에 제공될 수 있으며, 부정 클릭 탐지 시스템은 사용자 단말의 쿠키 정보 또는 로그 데이터로부터 컨텐츠에 대한 클릭 좌표를 수집할 수 있다. 일 실시예에 따르면, 사용자 단말은 XX NEWS 매체 서버에서 제공하는 페이지(100) 상의 컨텐츠(120)의 클릭 좌표를 쿠키 정보로 저장할 수 있으며, 이러한 쿠키 정보는 부정 클릭 탐지 시스템에 제공될 수 있다. 부정 클릭 탐지 시스템은 이러한 쿠키 정보로부터 컨텐츠(120)에 대한 클릭 좌표를 수집할 수 있다. 여기서, 부정 클릭 탐지 시스템은 컨텐츠(120)를 제공하는 추천 컨텐츠 제공 시스템과 하나의 시스템일 수 있다. 이와 달리 부정 클릭 탐지 시스템은 컨텐츠를 제공하는 추천 컨텐츠 제공 시스템과 별도의 시스템일 수 있다.

부정 클릭 탐지 시스템은 웹 서버에 접속한 복수의 사용자 단말로부터 XX NEWS 매체 서버에서 제공하는 페이지(100) 내의 컨텐츠(120) 상의 클릭 좌표 정보를 포함한 쿠키 정보를 수집할 수 있다. 부정 클릭 탐지 시스템은 수집된 쿠키 정보로부터 컨텐츠(120)에 대한 클릭 패턴을 생성할 수 있다. 이렇게 생성된 클릭 패턴은 이미 생성된 정상 클릭에 대한 참조 클릭 패턴과 비교될 수 있다. 두 클릭 패턴이 유사하지 않은 경우, 부정 클릭 탐지 시스템은 컨텐츠(120)에 따른 수익을 얻는 XX NEWS 서버를 운영하는 매체사에 임의의 페널티를 적용할 수 있다. 예를 들어, 부정 클릭 탐지 시스템은, 일정 기간의 컨텐츠(120)에 대한 클릭이 부정 클릭이라고 판단하는 경우, 추천 컨텐츠 제공 시스템 또는 광고주로 하여금 해당 기간 내의 클릭으로 인해 발생된 수익을 XX NEWS 서버를 운영하는 매체사에 제공하지 않도록 할 수 있다.

도 2는 본 개시의 일 실시예에 따른 컨텐츠의 부정 클릭을 탐지하기 위하여, 부정 클릭 탐지 시스템(240)이 복수의 사용자 단말 (210, 220)과 매체 서버(230)와 통신가능하도록 연결된 구성을 나타내는 개요도이다. 사용자 단말(210, 220)은 통신 모듈을 구비하여 네트워크 연결이 가능하고, 매체 서버를 접속하여 컨텐츠 출력이 가능한 임의의 컴퓨팅 장치일 수 있다. 사용자 단말(210)은 터치가 가능한 디스플레이를 포함한 모바일 단말을 나타내는 것으로, 예를 들어, 이동 통신 단말기, 무선 통신 단말기, 스마트폰, 태블릿 PC 등을 포함할 수 있다. 사용자 단말(220)은 마우스 등을 이용하여 클릭이 수행되는 PC(Personal Computer)형 단말로서, 예를 들어, 데스크탑 PC, 랩톱 PC 등을 포함할 수 있다. 네트워크(250)는, 사용자 단말(210, 220), 매체 서버(230) 및 부정 클릭 탐지 시스템(240) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(250)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다.

부정 클릭 탐지 시스템(240)은 사용자 단말(210, 220)으로부터 쿠키 정보 또는 로그 데이터를 수집할 수 있다. 예를 들어, 부정 클릭 탐지 시스템(240)은 하나 이상의 서버장치 혹은 클라우드 환경에서 실행될 수 있다. 일 실시예에 따르면, 사용자 단말(210, 220)이 매체 서버(230)에서 제공하는 웹사이트에 접속 시 표시되는 페이지 내에서의 사용자 활동 정보 및/또는 행동 패턴을 저장한 쿠키 정보 또는 로그 데이터가 부정 클릭 탐지 시스템(240)에 제공될 수 있다. 그리고 나서, 부정 클릭 탐지 시스템(240)은 사용자 단말(210, 220)으로부터 제공된 쿠키 정보 또는 로그 데이터로부터 사용자 단말(210, 220)이 매체 서버(230)가 제공하는 페이지 내의 컨텐츠에 대한 클릭 좌표를 추출할 수 있다. 여기서, 컨텐츠는 페이지 내에서 제공되는 임의의 사이즈를 가진 컨텐츠를 포함할 수 있으며, 예를 들어, 광고 컨텐츠나 추천 컨텐츠를 포함할 수 있다. 부정 클릭 탐지 시스템(240)은 클릭 좌표를 수집하는 대상인 컨텐츠를 제공하는 컨텐츠와 하나의 시스템으로 구성될 수 있다. 이와 달리, 부정 클릭 탐지 시스템(240)은 추천 컨텐츠 제공 시스템과 별도의 시스템으로 구성될 수 있다.

일 실시예에 따르면, 부정 클릭 탐지 시스템(240)은 복수의 사용자 단말(210, 220)로부터 수집된 쿠키 정보를 기초로 사용자 단말(210, 220)의 단말 유형을 구분할 수 있다. 예를 들면, 부정 클릭 탐지 시스템(240)은 사용자 단말(210)으로부터 수집된 쿠키 정보를 분석하여, 사용자 단말(210)의 유형이 모바일 단말이라고 판정할 수 있다. 다른 예로서, 부정 클릭 탐지 시스템(240)은 사용자 단말(220)으로부터 수집된 쿠키 정보를 분석하여 사용자 단말(220)의 유형이 PC형 단말이라고 판정할 수 있다. 부정 클릭 탐지 시스템(240)은 사용자 단말의 유형에 따라 부정 클릭 탐지 시 비교되는 패턴 유형을 상이하게 적용할 수 있다.

일 실시예에 따르면, 부정 클릭 탐지 시스템(240)은 수집된 클릭 좌표를 이용하여 매체 서버(230)에 의해 제공된 페이지에 포함된 특정 컨텐츠에 대한 클릭 패턴을 생성할 수 있다. 예를 들어, 부정 클릭 탐지 시스템(240)은 특정 컨텐츠에 대한 클릭 패턴으로서 정규분포 그래프를 생성할 수 있다. 그리고 나서, 부정 클릭 탐지 시스템(240)은 이미 생성되어 저장된 정상 클릭으로부터 생성된 참조 클릭 패턴(예를 들어, 참조 정규분포 그래프)과 생성된 클릭 패턴을 비교하여, 두 패턴이 유사하지 않은 경우, 생성된 클릭 패턴이 부정 클릭을 나타낸다고 판단할 수 있다. 여기서, 참조 클릭 패턴은 사용자 단말의 유형에 따라 상이하게 생성되어 저장될 수 있다. 예를 들어, PC 형 단말과 모바일 단말의 경우 상이한 참조 클릭 패턴이 생성되어 저장될 수 있다. 하나 이상의 사용자 단말로부터 특정 컨텐츠에 대한 클릭이 부정 클릭이라고 판단된 경우, 하나 이상의 사용자 단말기가 매체 서버(230)와 관련되어 있는지 여부와 상관 없이, 부정 클릭 탐지 시스템(240)은 매체 서버(230)에 대해 특정 컨텐츠로 인해 발생되는 이익에 대한 페널티를 부여할 수 있다.

도 3은 본 개시의 일 실시예에 따른 컨텐츠에 대한 부정 클릭을 탐지하는 시스템(240)의 블록도이다. 부정 클릭 탐지 시스템(240)은 통신 모듈(310), 클릭 좌표 추출 모듈(320), 클릭 패턴 생성 모듈(330), 부정 클릭 판별 모듈(340), 단말 유형 결정 모듈(350) 및 저장부(360)를 포함할 수 있다. 통신 모듈(310)은, 부정 클릭 탐지 시스템(240)이 복수의 사용자 단말, 복수의 웹서버 및/또는 애플리케이션 서버와 임의의 데이터를 송수신하도록 구성될 수 있다.

통신 모듈(310)은 복수의 사용자 단말로부터 복수의 사용자 단말의 각각의 쿠키 정보 또는 로그 데이터를 수집할 수 있다. 여기서, 수신된 쿠키 정보 또는 로그 데이터는 복수의 사용자 단말의 각각의 단말 유형, 방문한 페이지, 페이지 내의 컨텐츠를 클릭한 좌표 등을 포함할 수 있다. 이렇게 수신된 쿠키 정보는 클릭 좌표 추출 모듈(320) 및 단말 유형 결정 모듈(350)의 각각에 전송되어 저장될 수 있다.

단말 유형 결정 모듈(350)은 통신 모듈(310)을 통해 수신된 쿠키 정보 또는 로그 데이터로부터 쿠키 정보 또는 로그 데이터와 연관된 사용자 단말의 단말 유형을 판단할 수 있다. 예를 들어, 단말 유형은 마우스를 이용한 클릭이 가능한 PC 형 단말, 터치가 가능한 디스플레이 장치를 포함한 모바일 단말을 포함할 수 있으나, 이에 한정되지 않는다. 이렇게 결정된 단말 유형은 해당 사용자 단말로부터 발생된 클릭이 부정클릭인지 여부를 판단하는데 사용하기 위하여 부정 클릭 판별 모듈(340)에 제공될 수 있다.

클릭 좌표 추출 모듈(320)은 통신 모듈(310)을 통해 쿠키 정보 및 로그 데이터를 수신하고, 쿠키 정보 및 로그 데이터로부터 컨텐츠에 대한 사용자 단말에서 수행된 특정 행동 또는 활동을 추출할 수 있다. 여기서, 특정 행동 또는 활동은 사용자가 페이지 내에 표시된 컨텐츠를 클릭하거나, 일정 시간 머무르는 행위를 포함할 수 있다. 이러한 쿠키 정보 및 로그 데이터로부터 컨텐츠에 대한 클릭 좌표를 추출할 수 있다. 추출된 클릭 좌표들은 클릭 패턴 생성 모듈(330)에 제공될 수 있다.

일 실시예에서, 클릭 좌표 추출 모듈(320)은 통신 모듈(310)을 통해 수신된 쿠키 정보로부터 정상 클릭에 대해 추출된 클릭 좌표를 유효 클릭 좌표로서 생성할 수 있다. 이러한 유효 클릭 좌표는 저장부(360)에 저장하거나 클릭 패턴 생성 모듈(330)에 제공할 수 있다.

클릭 패턴 생성 모듈(330)은 클릭 좌표 추출 모듈(320)로부터 수신된 클릭 좌표들을 기초로 클릭 패턴을 생성할 수 있다. 예를 들어, 클릭 패턴은 수신된 클릭 좌표들을 기초로 생성된 정규분포 그래프를 포함할 수 있다. 또한, 클릭 패턴 생성 모듈(330)은 정상 클릭에 대한 유효 클릭 좌표를 이용하여 참조 정규분포 그래프를 생성할 수 있다. 생성된 정규분포 그래프 및/또는 생성된 참조 정규분포 그래프는 저장부(360)에 저장되거나 부정 클릭 판별 모듈(340)에 제공될 수 있다.

부정 클릭 판별 모듈(340)은 클릭 패턴 생성 모듈(330)에 의해 생성된 클릭 패턴과 이미 저장된 참조 클릭 패턴을 비교하고, 두 패턴이 유사하지 않은 경우 생성된 클릭 패턴은 부정 클릭을 나타낸다고 판단할 수 있다. 일 실시예에서, 클릭 패턴은 추출된 클릭 좌표를 이용하여 생성된 정규분포 그래프를 지칭할 수 있으며, 참조 클릭 패턴은 정상 클릭에 대해 추출된 유효 클릭 좌표를 이용하여 생성된 정규분포 그래프를 지칭할 수 있다. 또한, 부정 클릭 판별 모듈(340)은 생성된 정규 분포 그래프 및 참조 정규분포 그래프 사이의 유사도를 결정할 수 있으며, 결정된 유사도가 일정 유사도 이하인 경우 생성된 정규분포 그래프, 즉 클릭 패턴은 부정 클릭을 나타낸다고 판단할 수 있다.

부정 클릭 판별 모듈(340)은 단말 유형 결정 모듈(350)에 의해 결정된 사용자 단말의 유형에 대응하는 유효 클릭 좌표 및/또는 참조 정규분포 그래프를 선택할 수 있다. 사용자 단말의 단말 유형에 따라 유효 클릭 좌표가 상이할 수 있는데, 이러한 유효 클릭 좌표들을 수집하여 각 유형에 따라 상이한 유효 클릭 좌표를 기초로 생성된 참조 정규분포 그래프가 저장부(360)에 저장될 수 있다. 부정 클릭 판별 모듈(340)은 저장부(360)로부터 선택된 참조 정규분포 그래프를 수신하고, 참조 정규분포 그래프와 클릭 패턴 생성 모듈(330)에 의해 생성된 정규분포 그래프 사이의 유사도를 결정하여 생성된 정규분포 그래프가 부정 클릭을 나타내는지 판정할 수 있다.

일 실시예에서, 저장부(360)는 통신 모듈(310)로부터 수신된 복수의 사용자 단말의 쿠키 정보를 사용자 단말 별로 저장할 수 있다. 다른 실시예에서, 저장부(360)는 클릭 좌표 추출 모듈(320)에 의해 추출된 클릭 좌표를 저장할 수 있으며, 클릭 패턴 생성 모듈(330)에 의해 생성된 클릭 패턴(예시: 정규분포 그래프)를 저장할 수 있다. 또 다른 실시예에서, 사용자 단말의 유형 별로 상이한 참조 클릭 패턴(예: 참조 정규분포 그래프)이 저장부(360)에 저장될 수 있다.

도 3에서는 통신 모듈(310), 클릭 좌표 추출 모듈(320), 클릭 패턴 생성 모듈(330), 부정 클릭 판별 모듈(340) 및 단말 유형 결정 모듈(350)이 별도의 모듈로서 도시되어 있으나, 이에 한정되지 않으며, 이러한 모듈(310-350)의 각각은 하나 이상의 모듈로서 결합되어 구현될 수 있다. 도 3에서, 저장부(360)는 부정 클릭 탐지 시스템(240)에 포함된 것으로 도시되었으나, 이에 한정되지 않으며, 구현예에 따라서 부정 클릭 탐지 시스템(240)의 외부 시스템(예를 들어, 별도의 서버 장치, 클라우드 시스템 등)에 별도로 저장될 수 있다.

도 4는 본 개시의 일 실시예 따른 PC 단말 장치에서의 정상 클릭에 대한 X 좌표 및 Y 좌표의 참조 클릭 패턴을 보여주는 예시도이고, 도 5는 본 개시의 일 실시예 따른 PC 단말 장치에서의 정상 클릭에 대한 X 축 좌표에 따른 클릭수(Y축)를 나타내는 정규분포 그래프를 보여주는 예시도이다.

도 4에 도시된 바와 같이, PC형 단말(400)은 웹사이트 또는 애플리케이션을 접속하여 페이지를 수신할 수 있는데, 이러한 페이지에는 추천 컨텐츠 제공 시스템에 의해 제공되는 사용자가 관심 있을 만한 컨텐츠를 포함할 수 있다. 사용자가 이러한 컨텐츠를 클릭하면, 이러한 클릭이 PC형 단말(400)에서 수행된 행동 패턴 또는 활동 정보로서 쿠키 정보에 저장되고, 쿠키 정보는 부정 클릭 탐지 시스템에 전송될 수 있다. 부정 클릭 탐지 시스템은 이러한 쿠키 정보를 분석하여 컨텐츠 별 클릭 좌표를 추출할 수 있다.

일 실시예에서, 부정 클릭 탐지 시스템은 복수의 PC형 단말에서 수집된 컨텐츠 별 클릭 좌표를 이용하여 PC형 단말의 유효 클릭 좌표(410)를 생성할 수 있다. 예를 들어, 도 4에 도시된 바와 같이, 사용자 단말이 마우스를 이용한 클릭이 가능한 PC형 단말인 경우, 페이지에 포함된 각 컨텐츠의 중심점 부근에 유효 클릭 좌표(410)가 추출될 수 있다.

일 실시예에서, 부정 클릭 탐지 시스템은 PC형 단말(400)에서 추출된 클릭 좌표와 유효 클릭 좌표(410)를 비교하여 미리 결정된 오차범위 내에서 서로 일치하는지 비교하여, 오차범위를 크게 벗어나면 부정 클릭으로 판단하고, 오차범위 내에서 좌표가 일치하면 정상 클릭으로 판단할 수 있다.

일 실시예에서, 부정 클릭 탐지 시스템은 복수의 PC형 단말에서 추출된 정상 클릭에 대한 유효 클릭 좌표(410)를 이용하여 참조 클릭 패턴을 생성하고, 복수의 PC형 단말에서 추출된 클릭 좌표를 이용하여 컨텐츠에 대한 클릭 패턴을 생성할 수 있다. 일 실시예에서, 부정 클릭 탐지 시스템은 PC형 단말(400)의 유효 클릭 좌표와 참조 클릭 패턴을 다양한 매체에서 수집할 수 있으며, 매체 또는 페이지 별 유효 클릭 좌표와 참조 클릭 패턴을 생성할 수 있지만, 동일하거나 비슷한 크기의 컨텐츠를 가지는 매체 또는 페이지를 종합하여 유효 클릭 좌표와 참조 클릭 패턴을 생성할 수도 있다.

부정 클릭 탐지 시스템은 유효 클릭 좌표(410)를 이용하여 참조 정규분포 그래프(420)를 생성할 수 있다. 예를 들어, 도 5에 도시된 바와 같이, 참조 정규분포 그래프(420)는 컨텐츠의 가로 방향의 위치를 기준으로 클릭수를 산정하고, 가로 방향으로 컨텐츠를 나누었을 때 컨텐츠의 중심점 부근에서 클릭수에 대한 변곡점을 포함한다. 부정 클릭 탐지 시스템은 참조 정규분포 그래프(420)와 생성된 정규분포 그래프가 서로 유사한지 여부를 결정할 수 있다. 일 실시예에서, 부정 클릭 탐지 시스템은 참조 정규분포 그래프(420)와 생성된 정규분포 그래프가 서로 유사하지 않은 경우 부정 클릭이라 판단하고, 참조 정규분포 그래프(420)와 생성된 정규분포 그래프가 서로 유사한 경우 정상 클릭이라 판단한다. 예를 들어, 두 정규분포 그래프가 유사한지 여부는 각 정규분포를 생성된 좌표들의 평균 및/또는 분산을 기초로 결정될 수 있다. 다른 예로서, 정규분포 그래프를 비교할 시에 서로 중복되는 영역의 비율을 기초로 두 그래프 사이의 유사도가 결정될 수 있다.

도 6은 본 개시의 일 실시예 따른 모바일 단말 장치에서의 유효 클릭에 대한 X 좌표 및 Y 좌표의 참조 클릭 패턴을 보여주는 예시도이고, 도 7은 본 개시의 일 실시예 따른 모바일 단말 장치에서의 유효 클릭에 대한 X 축 좌표에 따른 클릭수(Y축)를 나타내는 정규분포 그래프를 보여주는 예시도이다.

도 6에 도시된 바와 같이, 모바일 단말(600)은 웹사이트 또는 애플리케이션을 접속하여 페이지를 수신할 수 있는데, 이러한 페이지에는 추천 컨텐츠 제공 시스템에 의해 제공되는 사용자가 관심 있을 만한 컨텐츠를 포함할 수 있다. 사용자가 이러한 컨텐츠를 클릭하면, 이러한 클릭이 모바일 단말(400)에서 수행된 행동 패턴 또는 활동 정보로서 쿠키 정보에 저장되고, 쿠키 정보는 부정 클릭 탐지 시스템에 전송될 수 있다. 부정 클릭 탐지 시스템은 이러한 쿠키 정보를 분석하여 컨텐츠 별 클릭 좌표를 추출할 수 있다.

일 실시예에서, 부정 클릭 탐지 시스템은 복수의 모바일 단말(600)에서 수집된 컨텐츠 별 클릭 좌표를 이용하여 모바일 단말의 유효 클릭 좌표(610)를 생성할 수 있다. 예를 들어, 사용자 단말이 모바일 단말(600)인 경우 페이지에 포함된 각 컨텐츠의 가로 방향을 기준으로 컨텐츠의 1/4 지점 부근 및 컨텐츠의 3/4 지점 부근 및 세로 방향을 기준으로 컨텐츠의 중심점 부근에서 정상 클릭이 행해질 수 있다. 이에 따라 도 6에 도시된 바와 같이, 각 컨텐츠에 대한 유효 클릭 좌표(610)가 추출될 수 있다.

일 실시예에서, 부정 클릭 탐지 시스템은 모바일 단말(600)에서 추출된 클릭 좌표와 유효 클릭 좌표(610)를 비교하여 미리 결정된 오차범위 내에서 서로 일치하는지 비교하여, 오차범위를 크게 벗어나면 부정 클릭으로 판단하고, 오차범위 내에서 좌표가 일치하면 정상 클릭으로 판단할 수 있다.

일 실시예에서, 부정 클릭 탐지 시스템은 복수의 모바일 단말에서 추출된 정상 클릭에 대한 유효 클릭 좌표(610)를 이용하여 참조 클릭 패턴을 생성하고, 복수의 모바일 단말에서 추출된 클릭 좌표를 이용하여 컨텐츠에 대한 클릭 패턴을 생성할 수 있다. 일 실시예에서, 부정 클릭 탐지 시스템은 모바일 단말(600)의 유효 클릭 좌표와 참조 클릭 패턴을 다양한 매체에서 수집할 수 있으며, 매체 또는 페이지 별 유효 클릭 좌표와 참조 클릭 패턴을 생성할 수 있지만, 동일하거나 비슷한 크기의 컨텐츠를 가지는 매체 또는 페이지를 종합하여 유효 클릭 좌표와 참조 클릭 패턴을 생성할 수도 있다.

부정 클릭 탐지 시스템은 유효 클릭 좌표(610)를 이용하여 참조 정규분포 그래프(620)를 생성할 수 있다. 예를 들어, 도 7에 도시된 바와 같이, 참조 정규분포 그래프(620)는 컨텐츠의 가로 방향의 위치를 기준으로 클릭수를 산정하고, 가로 방향으로 컨텐츠를 나누었을 때 컨텐츠의 1/4지점 부근 및 컨텐츠의 3/4 지점 부근의 각각에 클릭수에 대한 변곡점을 포함한다. 부정 클릭 탐지 시스템은 참조 정규분포 그래프(620)와 생성된 정규분포 그래프가 서로 유사한지 여부를 결정할 수 있다. 일 실시예에서, 부정 클릭 탐지 시스템은 참조 정규분포 그래프(620)와 생성된 정규분포 그래프가 서로 유사하지 않은 경우 부정 클릭이라 판단하고, 참조 정규분포 그래프(620)와 생성된 정규분포 그래프가 서로 유사한 경우 정상 클릭이라 판단한다. 예를 들어, 두 정규분포 그래프가 유사한지 여부는 각 정규분포를 생성된 좌표들의 평균 및/또는 분산을 기초로 결정될 수 있다. 다른 예로서, 정규분포 그래프를 비교할 시에 서로 중복되는 영역의 비율을 기초로 두 그래프 사이의 유사도가 결정될 수 있다.

도 8은 본 개시의 일 실시예에 따른 부정 클릭 탐지 시스템에 의해 컨텐츠에 대한 부정 클릭을 탐지하는 방법을 나타내는 순서도이다. 부정 클릭을 탐지하는 방법(800)은 하나 이상의 사용자 단말에 대한 쿠키 정보를 수집하는 단계(S810)로 시작될 수 있다. 일 실시예에서, 사용자가 매체 서버에서 제공되는 페이지 내의 컨텐츠를 클릭하는 경우, 부정 클릭 탐지 시스템은 사용자 단말에서 수행된 클릭 좌표 정보를 포함한 쿠키 정보를 수집할 수 있다. 수집된 쿠키 정보로부터 클릭 좌표가 추출될 수 있다(S820).

부정 클릭 탐지 시스템은 쿠키 정보로부터 수집된 클릭 좌표를 분석하여 컨텐츠에 대한 클릭 패턴을 생성할 수 있다(S830). 일 실시예에서, 복수의 사용자 단말로부터 수집한 쿠키 정보로부터 추출된 클릭 좌표를 기초로 클릭 패턴을 생성할 수 있다. 예를 들어, 클릭 패턴은 추출된 클릭 좌표에 대한 정규분포 그래프를 포함할 수 있다.

사용자 단말에서 클릭 패턴이 생성되면, 정상 클릭에 대한 참조 클릭 패턴과 생성된 클릭 패턴을 비교한다(S840). 여기서, 정상 클릭에 대한 참조 클릭 패턴은 수집된 정상 클릭으로부터 추출된 유효 클릭 좌표를 이용하여 생성될 수 있다. 예를 들어, 유효 클릭 좌표에 대한 참조 클릭 패턴은 유효 클릭 좌표에 대한 정규분포 그래프를 포함할 수 있다.

단계(S850)에서, 부정 클릭 탐지 시스템은 참조 클릭 패턴과 생성된 클릭 패턴의 유사도를 판단한다. 참조 클릭 패턴과 클릭 패턴의 유사도가 오차범위 내에서 일치하는 경우, 정상클릭으로 판단하고(S860), 참조 클릭 패턴과 클릭 패턴의 유사도가 오차범위를 벗어나는 경우, 부정 클릭으로 판단한다(S870).

도 9는 본 개시의 일 실시예에 따른 부정 클릭을 판단하는데 사용되는 인공신경망 모델을 나타내는 개략도이다. 부정 클릭 탐지 시스템은 생성된 클릭 패턴을 기계학습을 통해 학습된 인공신경망(900)에 입력하여 생성된 클릭 패턴이 부정클릭인지 여부를 결정할 수 있다.

인공신경망(900)은, 머신러닝(Machine Learning) 기술과 인지과학에서, 생물학적 신경망의 구조에 기초하여 구현된 통계학적 학습 알고리즘 또는 그 알고리즘을 실행하는 구조이다. 즉, 인공신경망(900)은, 생물학적 신경망에서 와 같이 시냅스의 결합으로 네트워크를 형성한 인공 뉴런인 노드(Node)들이 시냅스의 가중치를 반복적으로 조정하여, 특정 입력에 대응한 올바른 출력과 추론된 출력 사이의 오차가 감소되도록 학습함으로써, 문제 해결 능력을 가지는 머신러닝 모델을 나타낸다.

일반적으로, 인공신경망은 다층의 노드들과 이들 상이의 연결로 구성된 다층 퍼셉트론(MLP: multilayer perceptron)으로 구현된다. 본 실시예에 따른 인공신경망(900)은 MLP를 포함하는 다양한 인공신경망 구조들 중의 하나를 이용하여 구현될 수 있다. 도 9에 도시된 바와 같이, 인공신경망(900)은, 외부로부터 입력 신호 또는 데이터(910, 912, 914, 916, 918, 920)를 수신하는 입력층(930), 입력 데이터에 대응한 출력 신호 또는 데이터(960, 962, 964, 966, 968)를 출력하는 출력층(950), 입력층(930)과 출력층(950) 사이에 위치하며 입력층(930)으로부터 신호를 받아 특성을 추출하여 출력층(950)으로 전달하는 n개의 은닉층(940_1 내지 940_n)으로 구성된다. 여기서, 출력층(950)은, 은닉층(940_1 내지 940_n)으로부터 신호를 받아 외부로 출력한다.

일반적으로, 인공신경망(900)의 학습 방법에는, 교사 신호(정답)의 입력에 의해서 문제의 해결에 최적화되도록 학습하는 지도 학습(Supervised Learning)방법, 교사 신호를 필요로 하지 않는 비지도 학습(Unsupervised Learning)방법, 지도 학습과 비지도 학습을 함께 이용하는 준 지도 학습(Semi-supervised Learning)방법이 있다. 도 9에 도시된 인공신경망을 이용한 부정 클릭 탐지 시스템은, 부정 클릭을 탐지하기 위하여 지도 학습(Supervised Learning)방법, 비지도 학습(Unsupervised Learning)방법, 준 지도 학습(Semi-supervised Learning)방법 중 적어도 하나 이상의 방법을 이용하여, 컨텐츠에 대한 클릭 좌표들 및/또는 클릭 패턴을 이용하여 부정 클릭을 판단하는 인공신경망(900)을 학습시킬 수 있다.

일 실시예에 따르면, 도 9에 도시된 바와 같이, 컨텐츠에 대한 클릭 패턴이 부정 클릭인지 여부를 판정할 수 있는 인공신경망(900)의 입력 변수는, 부정 클릭 탐지 시스템에서 클릭 패턴 벡터(910)가 될 수 있다. 한편, 인공신경망(900)의 출력층(950)에서 출력되는 출력변수는, 컨텐츠에 대한 클릭 패턴이 부정 클릭인지 정상 클릭인지를 나타내는 벡터가 될 수 있다.

이와 같이 인공신경망(900)의 입력층(930)과 출력층(950)에 복수의 입력변수와 대응되는 복수의 출력변수를 각각 매칭시켜, 입력층(930), 은닉층(940_1 내지 940_n) 및 출력층(950)에 포함된 노드들 사이의 시냅스 값을 조정함으로써, 특정 입력에 대응한 올바른 출력을 추론할 수 있도록 학습할 수 있다. 이러한 학습과정을 통해, 인공신경망(900)의 입력변수에 숨겨져 있는 특성을 파악할 수 있고, 입력변수에 기초하여 계산된 출력변수와 목표 출력 간의 오차가 줄어들도록 인공신경망(900)의 노드들 사이의 시냅스 값(또는 가중치)를 조정할 수 있다. 이렇게 학습된 인공신경망(900)을 이용하여, 컨텐츠에 대한 클릭 패턴이 부정 클릭인지 판단할 수 있다.

일반적으로, 본 명세서에 설명된 부정 클릭 탐지 시스템 및/또는 사용자 단말은, 무선 전화기, 셀룰러 전화기, 랩탑 컴퓨터, 무선 멀티미디어 디바이스, 무선 통신 PC(personal computer) 카드, PDA, 외부 모뎀이나 내부 모뎀, 무선 채널을 통해 통신하는 디바이스 등과 같은 다양한 타입들의 디바이스들을 나타낼 수도 있다. 디바이스는, 액세스 단말기(access terminal; AT), 액세스 유닛, 가입자 유닛, 이동국, 모바일 디바이스, 모바일 유닛, 모바일 전화기, 모바일, 원격국, 원격 단말, 원격 유닛, 유저 디바이스, 유저 장비(user equipment), 핸드헬드 디바이스 등과 같은 다양한 이름들을 가질 수도 있다. 본 명세서에 설명된 임의의 디바이스는 명령들 및 데이터를 저장하기 위한 메모리, 뿐만 아니라 하드웨어, 소프트웨어, 펌웨어, 또는 이들의 조합들을 가질 수도 있다.

본 명세서에 기술된 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본 명세서의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 당업자들은 더 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호교환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능성의 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 제약들에 따라 달라진다. 당업자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현 결정들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 명세서에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본 명세서의 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본 명세서에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안에서, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 그러한 구성의 조합으로써 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 불휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로써 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 명세서에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

소프트웨어로 구현되면, 상기 기능들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장되거나 또는 컴퓨터 판독 가능한 매체를 통해 전송될 수도 있다. 컴퓨터 판독가능 매체들은 한 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하여 컴퓨터 저장 매체들 및 통신 매체들 양자를 포함한다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.

예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되면, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본 명세서에서 사용된 디스크 (disk) 와 디스크 (disc)는, CD, 레이저 디스크, 광 디스크, DVD (digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들 (disks) 은 보통 자기적으로 데이터를 재생하고, 반면 디스크들 (discs) 은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.

소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 커플링 될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 컴포넌트들로써 존재할 수도 있다.

본 개시의 앞선 설명은 당업자들이 본 개시를 행하거나 이용하는 것을 가능하게 하기 위해 제공된다. 본 개시의 다양한 수정예들이 당업자들에게 쉽게 자명할 것이고, 본 명세서에 정의된 일반적인 원리들은 본 개시의 취지 또는 범위를 벗어나지 않으면서 다양한 변형예들에 적용될 수도 있다. 따라서, 본 개시는 본 명세서에 설명된 예들에 제한되도록 의도된 것이 아니고, 본 명세서에 개시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위가 부여되도록 의도된다.

비록 예시적인 구현예들이 하나 이상의 독립형 컴퓨터 시스템의 맥락에서 현재 개시된 주제의 양태들을 활용하는 것을 언급할 수도 있으나, 본 주제는 그렇게 제한되지 않고, 오히려 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 현재 개시된 주제의 양상들은 복수의 프로세싱 칩들이나 디바이스들에서 또는 그들에 걸쳐 구현될 수도 있고, 스토리지는 복수의 디바이스들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 디바이스들은 PC들, 네트워크 서버들, 및 핸드헬드 디바이스들을 포함할 수도 있다.

비록 본 주제가 구조적 특징들 및/또는 방법론적 작용들에 특정한 언어로 설명되었으나, 첨부된 청구항들에서 정의된 주제가 위에서 설명된 특정 특징들 또는 작용들로 반드시 제한되는 것은 아님이 이해될 것이다. 오히려, 위에서 설명된 특정 특징들 및 작용들은 청구항들을 구현하는 예시적인 형태로서 설명된다.

이 명세서에서 언급된 방법은 특정 실시예들을 통하여 설명되었지만, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다는 점을 알아야 할 것이다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

100: 페이지 210, 220: 사용자 단말
230: 매체 서버 240: 부정 클릭 탐지 시스템
250: 네트워크 310: 통신 모듈
320: 클릭 좌표 추출 모듈 330: 클릭 패턴 생성 모듈
340: 부정 클릭 판별 모듈 350: 단말 유형 결정 모듈
360: 저장부 400: PC형 단말
600: 모바일 단말 900: 인공신경망

Claims (5)

1. 부정 클릭 탐지 시스템에 의해, 컨텐츠에 대한 부정 클릭을 탐지하는 방법에 있어서,
   하나 이상의 사용자 단말에 대한 쿠키 정보를 수집하는 단계;
   상기 하나 이상의 사용자 단말에 대한 쿠키 정보로부터 상기 컨텐츠에 대한 클릭 좌표를 추출하는 단계;
   상기 컨텐츠에 대한 추출된 클릭 좌표를 분석하여 상기 컨텐츠에 대한 클릭 패턴을 생성하는 단계;
   상기 컨텐츠에 대한 정상 클릭으로부터 생성된 참조 클릭 패턴과 상기 생성된 클릭 패턴을 비교하는 단계; 및
   상기 참조 클릭 패턴과 상기 생성된 클릭 패턴이 유사하지 않는 경우, 상기 생성된 클릭 패턴은 부정 클릭을 나타낸다고 판단하는 단계를 포함하고,
   상기 컨텐츠에 대한 추출된 클릭 좌표를 분석하여 상기 컨텐츠에 대한 클릭 패턴을 생성하는 단계는 상기 컨텐츠에 대해 추출된 클릭 좌표를 이용한 정규분포 그래프를 생성하는 단계를 포함하고,
   상기 정상 클릭에 대한 참조 클릭 패턴은, 상기 컨텐츠에 대한 유효 클릭 좌표를 이용하여 생성된 참조 정규분포 그래프를 포함하고,
   상기 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 상기 생성된 클릭 패턴을 비교하는 단계는 상기 생성된 정규분포 그래프 및 상기 참조 정규분포 그래프 사이의 유사도를 결정하는 단계를 포함하는
   부정 클릭을 탐지하는 방법.
   
2. 제1항에 있어서,
   상기 수집된 쿠키 정보로부터 상기 하나 이상의 사용자 단말의 유형을 결정하는 단계를 더 포함하고,
   상기 생성된 정규 분포 그래프 및 상기 참조 정규분포 그래프 사이의 유사도를 결정하는 단계는, 상기 결정된 하나 이상의 사용자 단말의 유형에 대응하는 유효 클릭 좌표에 대한 정규분포 그래프를 상기 참조 정규분포 그래프로서 선택하는 단계를 포함하고,
   상기 유효 클릭 좌표에 대한 정규분포 그래프는 상기 하나 이상의 사용자 단말의 유형에 따라 상이한, 부정 클릭을 탐지하는 방법.
   
3. 제2항에 있어서,
   상기 하나 이상의 사용자 단말의 유형이 마우스를 이용한 클릭이 가능한 PC형 단말인 경우, 상기 유효 클릭 좌표에 대한 정규분포 그래프는, 상기 컨텐츠의 가로 방향의 위치를 기준으로 클릭수를 산정하고 상기 가로 방향으로 상기 컨텐츠를 나누었을 때 상기 컨텐츠의 중심점 부근에서 상기 클릭수에 대한 변곡점을 포함하는, 부정 클릭을 탐지하는 방법.
   
4. 제2항에 있어서,
   상기 하나 이상의 사용자 단말의 유형이 터치가 가능한 디스플레이 장치를 포함한 모바일 단말인 경우, 상기 유효 클릭 좌표에 대한 정규분포 그래프는, 상기 컨텐츠의 가로 방향을 기준으로 클릭수를 산정하고 상기 가로 방향으로 상기 컨텐츠를 나누었을 때, 상기 컨텐츠의 1/4 지점 부근 및 상기 컨텐츠의 3/4 지점 부근의 각각에 상기 클릭수에 대한 변곡점을 포함하는, 부정 클릭을 탐지하는 방법.
   
5. 제1항에 있어서,
   상기 컨텐츠에 대한 정상 클릭에 대한 참조 클릭 패턴과 상기 생성된 클릭 패턴을 비교하는 단계는,
   상기 컨텐츠에 대한 유효 클릭 좌표를 이용하여 인공신경망 부정클릭 탐지 모델을 생성하는 단계; 및
   상기 생성된 클릭 패턴을 상기 인공신경망 부정클릭 탐지 모델에 입력하여, 상기 생성된 클릭 패턴의 상기 참조 클릭 패턴에 대한 유사도를 결정하는 단계
   를 포함하는, 부정 클릭을 탐지하는 방법.

Images