KR20190003670A - 모바일 디바이스 식별자를 설정하기 위한 방법 및 장치 - Google Patents

모바일 디바이스 식별자를 설정하기 위한 방법 및 장치 Download PDF

Info

Publication number
KR20190003670A
KR20190003670A KR1020187034579A KR20187034579A KR20190003670A KR 20190003670 A KR20190003670 A KR 20190003670A KR 1020187034579 A KR1020187034579 A KR 1020187034579A KR 20187034579 A KR20187034579 A KR 20187034579A KR 20190003670 A KR20190003670 A KR 20190003670A
Authority
KR
South Korea
Prior art keywords
app
value
mobile device
app list
list
Prior art date
Application number
KR1020187034579A
Other languages
English (en)
Other versions
KR102169220B1 (ko
Inventor
시유안 구
Original Assignee
알리바바 그룹 홀딩 리미티드
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 알리바바 그룹 홀딩 리미티드 filed Critical 알리바바 그룹 홀딩 리미티드
Publication of KR20190003670A publication Critical patent/KR20190003670A/ko
Application granted granted Critical
Publication of KR102169220B1 publication Critical patent/KR102169220B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • 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
    • H04L67/303—Terminal profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • H04L61/3065—
    • 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
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0815—Network architectures or network communication protocols for network security for authentication of entities providing single-sign-on or federations
    • 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
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
    • 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
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters 
    • 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
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/725—Cordless telephones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/30—Types of network names
    • H04L2101/365—Application layer names, e.g. buddy names, unstructured names chosen by a user or home appliance name

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Telephonic Communication Services (AREA)
  • Stored Programmes (AREA)
  • Debugging And Monitoring (AREA)
  • Telephone Function (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 출원은 모바일 디바이스 식별자를 설정하기 위한 방법 및 장치를 제공하며, 본 방법은, 타깃 모바일 디바이스의 APP 리스트를 획득하는 단계; 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하여 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정하는 단계(여기서 대응하는 디바이스 식별자들이 몇몇 APP 리스트에 미리 할당됨); 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하는 단계; 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달한 경우, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 상기 디바이스 식별자를 타깃 모바일 디바이스의 디바이스 식별자로서 설정하는 단계를 포함한다. 본 출원은 APP 리스트 매칭에 기초하여 디바이스를 식별할 수 있다.

Description

모바일 디바이스 식별자를 설정하기 위한 방법 및 장치
본 출원은 2016년 4월 29일자로 출원되고 "METHOD AND APPARATUS FOR SETTING MOBILE DEVICE IDENTIFIER"라는 명칭의 중국 특허 출원 제201610282544.0호의 우선권을 주장하며, 그 전체 내용이 본 명세서에 참고로 전부 통합된다.
본 출원은 통신 분야에 관한 것으로, 특히, 모바일 디바이스 식별자를 설정하기 위한 방법 및 장치에 관한 것이다.
모바일 인터넷의 급속한 발전에 따라, 인터넷 어플리케이션이 점점 널리 보급되고 있다. 따라서, 해커 사기가 상당한 재정적 손실을 초래한 전자 상거래 분야에서는 특히 보안 및 보호가 점점 더 중요해지고 있다.
통상적으로 디바이스를 식별하기 위한 특정 디바이스 식별자를 포함하는 디바이스 지문이 모바일 폰과 같은 특정 디바이스의 아이덴티티를 결정하는 데 사용될 수 있다. 디바이스 지문을 사용하면, 디바이스를 사용자의 거동과 상관시킬 수 있다. 예를 들어, 디바이스 지문은 주어진 모바일 폰에 의해 로깅된 계정에 대한 가장 최근에 수행된 트랜잭션을 조회하는 데 사용될 수 있고, 이에 의해 디바이스 지문에 기초한 트랜잭션 보안 분석의 차원을 향상시켜 보안 및 보호 작업의 효율성과 대응책의 정확성을 향상시킨다.
본 출원은 모바일 디바이스 식별자를 설정하기 위한 방법을 제시하며, 본 방법은,
타깃 모바일 디바이스의 APP 리스트를 획득하는 단계;
타깃 모바일 디바이스의 상기 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하여 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정하는 단계로서, 대응하는 디바이스 식별자가 몇몇 APP 리스트에 미리 할당되는, 상기 동일한 APP의 수를 결정하는 단계;
동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하는 단계; 및
타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달한 경우, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자를 타깃 모바일 디바이스의 디바이스 식별자로서 설정하는 단계를 포함한다.
선택적으로, APP 리스트는 몇몇 지정된 APP를 포함하고; 지정된 APP는 상이한 모바일 디바이스 중 APP 설치 차이를 특징화할 수 있고 상이한 모바일 디바이스를 구별할 수 있는 APP를 포함한다.
선택적으로, 미리 설정된 임계값은 디바이스 라이브러리의 APP 리스트들 중 동일한 APP의 수에 기초하여 통계적 분석을 수행함으로써 얻어진 최적 임계값이고;
본 방법은,
상기 몇몇 APP 리스트 내의 APP 양의 페어링된(paired) 비교를 수행하여 비교된 APP 리스트의 APP 양의 최소값, 최대값, 평균값, 또는 차이를 포함하는 설정된 기준값을 계산하는 단계;
계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝(partitioning)하는 단계;
각각의 파티셔닝된 값 간격에 포함된 APP 리스트 쌍의 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하여, 각각의 파티셔닝된 값 간격에 대한 최적 임계값을 설정하는 단계를 포함한다.
선택적으로, 각각의 파티셔닝된 값 간격에 포함된 APP 리스트 쌍의 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하여, 각각의 파티셔닝된 값 간격에 대한 최적 임계값을 설정하는 단계는,
설정된 최적 임계값 검색 범위로부터 타깃 검색 임계값을 순차적으로 판독하는 단계;
각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 크고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일한 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득하는 단계;
각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 작거나 같고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일하지 않은 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득하는 단계;
제1 수치값 대 제2 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 상기 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최대값을 찾는 단계; 또는
제2 수치값 대 제1 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최소값을 찾는 단계를 포함한다.
선택적으로, 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하는 단계 전에, 본 방법은,
타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 집계하는 단계;
타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 디바이스 라이브러리에 저장된 APP 리스트의 각각의 APP의 수와 개별적으로 비교하여, 미리 설정된 기준값을 계산하는 단계;
계산된 기준값이 위치되는 값 간격을 조사하는 단계; 및
미리 설정된 임계값으로서의 역할을 하도록 값 간격에 대응하는 최적 임계값을 얻는 단계를 더 포함한다.
선택적으로, 본 방법은 또한,
타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하지 않은 경우, 타깃 모바일 디바이스에 디바이스 식별자를 할당하고, 타깃 모바일 디바이스의 APP 리스트 및 타깃 모바일 디바이스에 할당된 디바이스 식별자를 디바이스 라이브러리에 저장하는 단계를 포함한다.
본 출원은 모바일 디바이스 식별자를 설정하기 위한 장치를 또한 제시하며, 본 장치는,
타깃 모바일 디바이스의 APP 리스트를 얻도록 구성된 수집 모듈;
타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정하기 위해, 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하는 매칭 모듈로서, 대응하는 디바이스 식별자가 몇몇 APP 리스트에 미리 할당되는, 매칭 모듈;
동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하도록 구성된 결정 모듈; 및
타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달한 경우, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자를 타깃 모바일 디바이스의 디바이스 식별자로서 설정하도록 구성된 설정 모듈을 포함한다.
선택적으로, APP 리스트는 몇몇 지정된 APP를 포함하고; 지정된 APP는 상이한 모바일 디바이스들 중에 APP 설치 차이를 특징화할 수 있고 상이한 모바일 디바이스를 구별할 수 있는 APP를 포함한다.
선택적으로, 미리 설정된 임계값은 디바이스 라이브러리의 APP 리스트들 중 동일한 APP의 수에 기초하여 통계적 분석을 수행함으로써 얻어진 최적 임계값이며;
본 장치는 또한
설정된 기준값을 계산하기 위해 몇몇 APP 리스트 내의 APP 양들의 페어링된 비교를 수행하고; 계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝하고; 그리고 각각의 파티셔닝된 값 간격에 포함된 APP 리스트 쌍들의 상기 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하도록 구성된 통계 모듈을 포함한다.
선택적으로, 통계 모듈은,
설정된 최적 임계값 검색 범위로부터 타깃 검색 임계값을 순차적으로 판독하고;
각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 상기 타깃 검색 임계값보다 크고, APP 리스트에 대응하는 상기 모바일 디바이스 식별자가 동일한 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득하고;
각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 상기 타깃 검색 임계값보다 작거나 같고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일하지 않은 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득하고;
제1 수치값 대 제2 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최대값을 찾거나; 또는
제2 수치값 대 제1 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최소값을 찾도록 구성된다.
선택적으로, 본 장치는 또한,
결정 모듈이, 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하기 전에 타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 집계하고; 타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 디바이스 라이브러리에 저장된 각각의 APP 리스트들 내의 APP들의 수와 개별적으로 비교하여, 미리 설정된 기준값을 계산하고; 계산된 기준값이 위치된 값 간격을 조사하고; 그리고 미리 설정된 임계값으로서의 역할을 하도록 값 간격에 대응하는 최적 임계값을 얻도록 구성되는 조사 모듈을 포함한다.
선택적으로, 설정 모듈은,
타깃 모바일 디바이스의 상기 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하지 않은 경우, 타깃 모바일 디바이스에 디바이스 식별자를 할당하고, 타깃 모바일 디바이스의 APP 리스트 및 타깃 모바일 디바이스에 할당된 디바이스 식별자를 디바이스 라이브러리에 저장하도록 더 구성된다.
본 출원에서, 타깃 모바일 디바이스의 APP 리스트를 수집하고, 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행함으로써, 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수가 결정되고, 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부가 결정된다. 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하면, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자가 타깃 모바일 디바이스의 디바이스 식별자로서 설정된다. 따라서, APP 리스트 정보를 매칭시킴으로써 얻어진, 모바일 디바이스에 설치된 APP에서의 차이를 사용하여 모바일 디바이스를 식별하고 모바일 디바이스 식별자를 설정할 수 있다.
도 1은 본 출원의 실시예에 따른, 모바일 디바이스 식별자를 설정하기 위한 방법의 흐름도;
도 2는 본 출원의 실시예에 따른, 전술한 미리 설정된 임계값을 설정하기 위해 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 사용하는 흐름도;
도 3은 본 출원의 실시예에 따른, 타깃 모바일 디바이스에 대한 최적 임계값을 결정하기 위해 APP 리스트 매칭을 사용하는 흐름도;
도 4는 본 출원의 실시예에 따른, 모바일 디바이스 식별자를 설정하기 위한 장치의 논리 블록도;
도 5는 본 출원의 실시예에 따른, 모바일 디바이스 식별자를 설정하기 위한 장치를 갖는 서버의 하드웨어 구성도이다.
관련 기술에서, 모바일 디바이스를 식별하고 모바일 디바이스에 대한 디바이스 식별자를 설정하는 것은 일반적으로 모바일 디바이스에 대한 복수의 디바이스 속성의 속성값을 수집하여 수행된다. 동일한 속성 세트에 기초하여, 이전에 식별된 모바일 디바이스의 디바이스 라이브러리에서 매칭이 수행되어, 이 모바일 디바이스의 속성값과 디바이스 라이브러리 내의 모바일 디바이스 사이의 차이를 얻는다. 그 후, 이 차이와 미리 설정된 임계값 사이에서 매칭이 수행되어, 이 모바일 디바이스와 동일한 모바일 디바이스가 디바이스 라이브러리 내에 있는지의 여부를 결정한다.
그러나, 점점 복잡해지는 인터넷 환경에서, 디바이스 속성을 기초로 하는 모바일 디바이스 식별은 더 이상 실제 보안 및 보호 요구 사항을 충족할 수 없다. 예를 들어, 전자 상거래 분야에서, 모바일 디바이스의 디바이스 속성을 변경함으로써 알려지지 않은 디바이스가 알려진 디바이스로 식별될 가능성이 매우 높으므로, 보안 위험을 제기한다.
이 경우, 본 발명은 모바일 디바이스 식별자를 설정하기 위한 방법을 제시한다. 타깃 모바일 디바이스의 APP 리스트를 수집하고, 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행함으로써, 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리의 APP 리스트의 동일한 APP의 수가 결정되고, 결정된 동일한 APP의 수가 미리 설정된 임계값에 도달했는지의 여부가 결정된다. 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하면, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자는 타깃 모바일 디바이스의 디바이스 식별자로서 설정된다. 따라서, APP 리스트 정보를 매칭시킴으로써 얻어진, 모바일 디바이스에 설치된 APP의 차이를 사용하여 모바일 디바이스를 식별하고 모바일 디바이스 식별자를 설정할 수 있다.
이하는 출원의 시나리오와 함께 실시예를 사용한 본 출원의 설명이다.
도 1을 참조한다. 도 1은 본 출원의 실시예에 따른, 서버에 적용되는 모바일 디바이스 식별자를 설정하기 위한 방법이다. 본 방법은 이하의 단계를 실행한다:
단계 101, 타깃 모바일 디바이스의 APP 리스트를 획득하는 단계;
단계 102, 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하여, 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정하는 단계(여기서 대응하는 디바이스 식별자가 몇몇 APP 리스트에 미리 할당됨);
단계 103, 결정된 동일한 APP의 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하는 단계(여기서 미리 설정된 임계값은 디바이스 라이브러리의 APP 리스트 중에서 동일한 APP의 수에 기초하여 통계적 분석을 수행함으로써 획득된 최적의 임계값임);
단계 104, 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하면, 타깃 모바일 디바이스의 디바이스 식별자로서 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자를 설정한다.
모바일 디바이스는 스마트 모바일 디바이스, 예를 들어 스마트폰을 포함할 수 있다.
서버는 서버, 서버 클러스터 또는 서버 클러스터에 구축된 클라우드 플랫폼을 포함할 수 있다.
APP 리스트는 모바일 디바이스에 설치된 APP에 대한 정보로 구성된 리스트를 포함할 수 있다. 예시적인 어플리케이션에서, 서버는 모바일 디바이스에 설치된 APP에 대한 정보를 수집한 후, 모바일 디바이스에 설치된 APP에 대해 이렇게 수집된 정보를 사용하여 모바일 디바이스에 대응하는 APP 리스트를 생성할 수 있다.
모바일 디바이스에 설치된 APP의 수와 유형은 상이한 모바일 디바이스 중에 종종 다를 것이다. 따라서, 본 예에서는, 서버가 모바일 디바이스의 APP 리스트의 매칭을 수행함으로써, 모바일 디바이스 중에 설치된 APP의 수 및 유형의 차이에 기초하여 모바일 디바이스를 식별할 수 있다. 따라서, 고유한 디바이스 식별자를 상이한 모바일 디바이스에 할당할 수 있다.
본 예에서, 서버는 데이터 스크래핑(scraping)에 기초하여 모바일 디바이스에 설치된 APP에 대한 정보를 수집할 수 있다. "데이터 스크래핑"은 미리 설정된 알고리즘을 기초로 대량의 데이터에 숨겨진 정보를 검색하는 프로세스를 칭할 수 있다.
서버는, 미리 설정된 알고리즘을 기초로, 모바일 디바이스에 의해 생성된 대량의 데이터를 데이터 샘플로서 사용하여 계산을 수행하고, 모바일 디바이스에 설치된 APP에 대한 정보를 모바일 디바이스에 의해 생성된 대량의 데이터에서 검색하고, 그 후 모바일 디바이스에 설치된 APP에 대해 검색된 정보에 기초하여 모바일 디바이스에 대한 APP 리스트를 생성할 수 있다.
본 예에서는 서버가 데이터 스크래핑을 실행할 때 채용되는 알고리즘에 대해 특별한 제한이 없다. 본 기술 분야의 통상의 기술자는 본 출원의 기술적인 스킴을 구현할 때 관련 기술에 대한 설명을 참조할 수 있다. 예를 들어, 예시적인 어플리케이션에서, 알고리즘은 통계적 온라인 분석 프로세싱 및 머신 학습 알고리즘을 포함할 수 있다.
또한, 본 예에서, 서버는 모바일 디바이스에 설치된 APP의 수 및 유형의 차이를 사용하여 모바일 디바이스의 아이덴티티를 결정하고 모바일 디바이스에 고유 한 디바이스 식별자를 할당한다. 따라서, 서버가 모바일 디바이스에 설치된 APP에 대한 정보를 수집하기 위해 데이터 스크래핑을 사용할 때, 높은 정도의 디바이스 구별성을 가진 이러한 APP에 대한 정보를 수집하기 위해 우선권이 부여될 수 있다.
여기서, 높은 정도의 디바이스 구별성을 갖는 APP는 종종 상이한 모바일 디바이스 간의 APP 설치 차이를 특징화할 수 있는 APP를 포함할 것이다. 즉, 높은 정도의 구별성을 갖는 이들 APP의 경우, 이들이 동시에 상이한 모바일 디바이스에 설치될 가능성이 상대적으로 낮으며, 이들이 다른 시간에 설치될 가능성 또한 상대적으로 낮다. 따라서, 상이한 모바일 디바이스에 설치된 높은 정도의 구별성을 갖는 이들 APP의 매칭을 수행함으로써, 상이한 모바일 디바이스에 설치된 APP의 차이를 정확하게 반영할 수 있고, 이에 의해 상이한 모바일 디바이스의 아이덴티티를 고유하게 결정할 수 있게 한다.
한편, (Alipay와 같이) 상대적으로 광범위한 어플리케이션을 갖는 APP의 경우, 이 APP가 다른 모바일 디바이스에 설치될 가능성이 매우 높으므로, 이 APP는 디바이스에 대해 상대적으로 열등한 정도의 구별성을 갖는다.
한편, 희귀 어플리케이션을 갖는 APP의 경우, 이 APP가 모바일 디바이스에 설치되지 않을 가능성이 매우 높기 때문에, 이 APP 또한 디바이스에 대해 상대적으로 열등한 정도의 구별성을 갖는다.
상대적으로 열등한 정도의 구별성을 갖는 App는 모바일 디바이스에 설치된 APP의 차이를 정밀하게 반영할 수 없다. 따라서, 서버가 APP 리스트를 생성하기 위해 상대적으로 열등한 정도의 구별성을 갖는 APP를 사용하는 경우, 서버가 APP 리스트 매칭에 기인하여 설치된 APP 간의 차이에 기초하여 디바이스를 식별하려고 할 때, 2개의 상이한 디바이스가 동일 디바이스로서 식별되는 것이 가능하다.
반대로, 동시에 상이한 모바일 디바이스에 설치될 상대적으로 낮은 가능성과, 상이한 시간에 설치될 상대적으로 낮은 가능성을 갖는 APP는 높은 정도의 디바이스 구별성을 갖는다.
예를 들어, 상이한 유형의 은행 클라이언트 App의 경우, 동시에 및 상이한 시간에 상이한 사용자의 모바일 디바이스에 이러한 APP이 설치될 가능성은 보통이다. 또한, 상이한 사용자에 의해 사용되는 은행 APP 조합이 동일하지 않다. 예를 들어, 일부 사용자는 China Construction Bank APP + China Merchants Bank APP의 조합을 그 모바일 디바이스 상에서 사용하고, 일부 사용자는 ICBC bank APP + Bank of Communications의 조합을 그 모바일 디바이스 상에서 사용한다. 따라서, 이러한 APP 조합을 사용하면 상이한 디바이스를 매우 양호하게 구별할 수 있다.
본 예에서, 서버가 다수의 모바일 디바이스의 APP 리스트를 수집하기 위해 데이터 스크래핑을 사용한 후에, 서버는 통합된 포맷을 사용하여 수집된 APP 리스트의 인코딩 및 저장을 수행할 수 있다.
수집된 APP 리스트를 인코딩하기 위한 예시된 구현 방식에서, 서버는, APP 리스트가 지정된 APP를 포함하는지의 여부에 기초하여 인코딩을 수행할 수 있다. 여기서, 지정된 APP는 전술한 바와 같이 높은 정도의 구별성을 갖는 APP를 포함하며; 인코딩 모드는 0, 1 인코딩일 수 있다.
예를 들어, 서버는 높은 정도의 구별성을 갖는 몇몇 APP를 미리 지정하고, 그 후 수집된 APP 리스트를 검토하여, 높은 정도의 구별성을 갖는 APP 리스트의 APP를 1로서 인코딩하고, 높은 정도의 구별성을 갖지 않는 APP 리스트의 APP를 0으로서 인코딩할 수 있다. 그 후, 표준 저장이 인코딩된 APP 리스트의 포맷에 따라 수행된다.
수집된 APP 리스트를 인코딩하기 위해 다르게 예시된 구현 방식에서, 서버는 또한 APP 리스트의 모든 APP의 일련 번호에 기초하여 APP 리스트의 인코딩을 수행할 수 있다.
예를 들어, 서버는 모바일 디바이스에 의해 설치될 수 있는 모든 APP의 균일한 명수법(numeration)을 수행할 수 있다. 다음으로, 서버는 APP의 일련 번호를 사용하여 APP 리스트를 인코딩한 다음, 인코딩된 APP 리스트의 포맷에 따라 표준 저장이 수행된다. 인코딩된 APP 리스트는 현재 모바일 디바이스에 의해 설치된 모든 APP의 일련 번호를 포함할 것이다.
통합된 포맷에 따라 수집된 APP 리스트의 인코딩을 통해, 수집된 APP 리스트 내의 정보를 표준적이고 직접적인 수로서 정량화할 수 있고, 이에 의해 상이한 모바일 디바이스에 설치된 APP의 수 및 유형의 차이를 결정하기 위한 APP 리스트 매칭을 사용하는 추후의 프로세스를 더 빠르고 더 쉽게 만든다.
물론, 실제 어플리케이션에서, 수집된 APP 리스트를 인코딩할 때 다른 형태의 인코딩이 사용될 수 있다. 본 예에서는, 이들이 하나씩 열거되지 않는다.
본 예에서, 서버가 수집된 APP 리스트의 인코딩 및 저장을 수행한 후에, 서버는 인코딩된 APP 리스트로부터 APP 리스트 중 일부를 선택하여 디바이스 라이브러리를 생성할 수 있다(예를 들어, 대응하는 모바일 디바이스의 아이덴티티가 명확하게 알려진 APP 리스트가 디바이스 라이브러리를 생성하기 위해 선택될 수 있음). 이 때, 디바이스 라이브러리의 각 레코드는 대응하는 모바일 디바이스에 설치된 APP 리스트에 대응한다.
여기서, 대응하는 디바이스 식별자는 서버에 의해 디바이스 라이브러리에 저장된 APP 리스트에 할당될 수 있다. 이러한 디바이스 식별자는 APP 리스트에 대응하는 모바일 디바이스를 식별하는 정보를 포함할 수 있다. 예를 들어, 디바이스 식별자는 모바일 디바이스의 IMEI, MAC 또는 모바일 디바이스 상의 식별 파일과 같은 정보를 포함할 수 있다.
또한, 종종 디바이스 라이브러리의 APP 리스트에 대한 수집 시간 간의 특정 시간 관계(예를 들어, 각 APP 리스트의 수집 시간에 대한 순차적인 순서)가 있고, 모바일 디바이스에 설치된 APP가 시간 경과에 따라 변할 수 있음에 유의해야 한다. 따라서, 디바이스 라이브러리에 저장된 APP 리스트에서, 동일한 디바이스 식별자가 상이한 기록 정보를 갖는 APP 리스트에 할당되는 상황이 있을 수 있다.
본 예에서, 타깃 모바일 디바이스의 아이덴티티 및 타깃 모바일 디바이스에 대한 디바이스 식별자를 결정할 필요가 있는 경우 APP 리스트 매칭을 수행하기 위해, 서버는 완전한 디바이스 라이브러리, 즉 데이터베이스를 생성한다. 여기서, 타깃 모바일 디바이스는, 서버가 수집할 수 있고 그 아이덴티티가 결정될 수 없는 APP 리스트를 갖는 알려지지 않은 디바이스를 포함할 수 있다.
타깃 모바일 디바이스의 아이덴티티를 결정할 때, 서버는 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리의 APP 리스트에 있는 동일한 APP의 수를 미리 설정된 임계값과 비교할 수 있다. 이러한 동일한 APP의 수가 미리 설정된 임계값에 도달되는지의 여부를 결정함으로써, 이 타깃 모바일 디바이스가 디바이스 라이브러리의 APP 리스트에 대응하는 디바이스와 동일한지의 여부가 결정된다.
본 예에서, 미리 설정된 임계값은 디바이스 라이브러리의 APP 리스트의 동일한 APP의 수에 기초하여 통계적 분석을 수행한 후에 찾게 되는 최적의 임계값이다.
도 2를 참조한다. 도 2는 본 예에 의해 예시된 디바이스 라이브러리의 APP 리스트에서 동일한 APP의 수의 통계적 분석을 수행함으로써 미리 설정된 임계값을 설정하는 프로세스의 흐름도이다. 프로세스는 이하의 단계를 포함한다:
단계 201, 디바이스 라이브러리에 저장된 몇몇 APP 리스트 내의 APP 양의 페어링된(paired) 비교를 수행하여, 설정 기준값을 계산하는 단계(여기서, 설정 기준값은 비교된 APP 리스트의 APP 양의 최소값, 최대값, 평균값 또는 차이를 포함함);
단계 202, 계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝하는 단계.
본 예에서, 디바이스 라이브러리에 저장된 몇몇 APP 리스트에서 APP 양의 페어링된 비교를 수행할 때, 디바이스 라이브러리에 저장된 APP 리스트는 쌍으로 비교되어 몇몇 APP 리스트 쌍을 얻을 수 있다. 그 후, 각 APP 리스트 쌍에 대한 APP 양이 비교된다.
여기서 "페어링"은, 디바이스 라이브러리에 저장된 모든 APP 리스트로부터, 임의의 2개의 APP 리스트가 함께 그룹화된다는 것을 의미한다. 이러한 방식으로, 디바이스 라이브러리에 저장된 모든 APP 리스트로부터 모든 가능한 APP 리스트 쌍을 얻을 수 있다.
예를 들어, 디바이스 라이브러리가 3개의 APP 리스트 A1, A2 및 A3을 포함한다고 가정한다. 페어링에 의해 생성된 APP 리스트 쌍은 (A1, A2), (A1, A3) 및 (A2, A3)의 3개의 APP 리스트 쌍을 포함한다.
페어링으로 인한 APP 리스트 쌍의 수는 일반적으로 디바이스 라이브러리에 저장된 APP 리스트의 수에 의해 결정된다. 예를 들어, 디바이스 라이브러리가 1000개의 APP 리스트를 저장할 때, 페어링으로부터의 APP 리스트 쌍의 수는 대략
Figure pct00001
일 수 있다.
페어링을 통해 몇몇 APP 리스트 쌍이 얻어진 후에, 서버는 각 APP 리스트 쌍의 APP 리스트 내의 APP의 수를 집계하고 APP 리스트 쌍의 APP 리스트 내의 APP의 수를 비교할 수 있다. 비교 후에, 서버는 미리 설정된 기준값을 추출한 다음, 추출된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝할 수 있다.
여기서, 예시된 구현 방식에서, 미리 설정된 기준값은 비교된 APP 리스트의 APP 양 사이의 최소값, 최대값, 평균값 또는 차이를 포함할 수 있다.
비교된 APP 리스트의 APP 양 중 최소값을 기준값으로 사용하는 예에서, 각각의 APP 리스트 쌍은 A1 및 A2의 2개의 APP 리스트를 포함할 수 있고, 서버는 NA1 및 NA2를 APP 리스트 A1 및 A2에 설치된 APP의 수로서 각각 집계할 수 있다. 다음으로, 최소값 Nmin에 대해 NA1 및 NA2이 비교된다. 여기서, Nmin은 기준값이다. 마지막으로, Nmin 값은 모든 APP 리스트 쌍에 대해 찾게 될 수 있고, 서버는 적어도 하나의 값 간격을 얻기 위해 각각의 APP 리스트 쌍에 대해 얻어진 Nmin 값에 기초하여 간격 파티셔닝을 수행할 수 있다.
유사하게, 미리 설정된 기준값이 비교된 APP 리스트의 APP 양 사이의 최대값, 평균값 또는 차이인 경우, NA1과 NA2 사이의 최대값, 평균값 또는 차이(절대값)를 기준값으로서 사용하여 동일한 프로세싱이 수행될 수 있으며, 이러한 기준값에 기초하여 수 간격 파티셔닝을 수행한다.
본 예에서는 미리 설정된 기준값에 기초한 수 간격 파티셔닝의 전략에 대해 특별한 제한이 없다. 구현 중에, 사용자는 수동으로 정적 파티셔닝을 수행할 수 있거나, 서버는 미리 설정된 간격 파티셔닝 알고리즘에 기초한 파티셔닝을 수행할 수 있다.
또한, 본 예에서는, 파티셔닝된 수 간격의 수에 대해 제한이 없다. 예를 들어, 사용자가 수동으로 정적 파티셔닝을 수행할 때, 데이터 간격의 수는 그 요구에 기초하여 사용자에 의해 설정될 수 있으며; 파티셔닝이 미리 설정된 간격 파티션 알고리즘에 기초할 때, 데이터 간격의 수는 이 알고리즘에 의해 결정된다.
서버가 계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝한 후에, 이러한 파티셔닝된 값 간격은 몇몇 APP 리스트 쌍을 포함할 것이다.
비교된 APP 리스트의 APP 양 중 최소값을 기준값으로서 사용하는 예를 여전히 들면, 최종 파티셔닝된 값 간격은 [1,6]으로 가정된다. 랜덤 APP 리스트 쌍에 대해, 이 APP 리스트 쌍이 A1 및 A2의 2개의 APP 리스트를 포함하면, APP 리스트 A1 및 A2에 설치된 APP의 수는 NA1 및 NA2이고, NA1 및 NA2의 최소값은 Nmin이다. Nmin의 값이 값 간격 [1,6]에 속하면, 이 APP 리스트 쌍은 이 값 간격에 속한다. 즉, 값 간격 [1,6]은, 계산된 Nmin 값이 간격 [1,6] 내에 속하는 모든 APP 리스트 쌍을 포함할 것이다.
단계 203, 설정된 최적 임계값 검색 범위로부터 타깃 검색 임계값을 순차적으로 판독하는 단계;
단계 204, 각 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 크고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일한 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득하는 단계;
단계 205, 각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 작거나 같고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일하지 않은 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득하는 단계.
본 예에서, 계산된 기준값에 기초하여 적어도 하나의 값 간격이 파티셔닝된 후, 서버는 각각의 파티셔닝된 값 간격에서 APP 리스트 쌍 내의 동일한 APP의 수에 기초하여 통계적 분석을 수행하여, 각 값 간격에 대응하는 최적 임계값을 설정할 수 있다.
각 값 간격에 대해 최적의 임계값을 설정할 때, 서버는 각 수 간격에 대해 최적의 임계값 검색 범위를 미리 설정할 수 있으며, 서버는 이 최적의 임계값 검색 범위 내에서 타깃 검색 임계값을 순차적으로 판독할 수 있다. 예를 들어, 설정된 최적 임계값 검색 범위는 [1,10]으로 가정된다. 서버는, 간격의 모든 정수 임계값이 판독될 때까지 이 간격에서 타깃 검색 임계값 1, 2, 3...을 순차적으로 판독할 수 있다.
예시된 구현 방식에서, 서버는 최적의 임계값 검색 범위로부터 최적의 검색 임계값을 판독한다:
한편, 서버는, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 크고, APP 리스트에 대응하는 디바이스 식별자가 동일한 각각의 값 간격에서 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득할 수 있다;
다른 한편으로, 서버는, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 작거나 같고, APP 리스트에 대응하는 디바이스 식별자가 동일하지 않은 각각의 값 간격에서 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득할 수 있다.
서버가 제1 수치값과 제2 수치값을 집계한 후, 서버는 이 제1 수치값 대 제2 수치값 비율을 사용하여 각 간격에 대응하는 최적 임계값을 설정할 수 있다.
단계 206, 제1 수치값 대 제2 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최대값을 찾거나; 또는
제2 수치값 대 제1 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적의 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최소값을 찾는 단계.
본 예에서, 서버가 집계된 제1 수치값 및 제2 수치값에 따라 각 수 간격에 대해 최적의 임계값을 설정할 때,
하나의 구현 모드에서, 서버는 제1 수치값 대 제2 수치값 비율을 계산할 수 있고, 이 비율을 판독된 타깃 검색 임계값에 기초하고 현재 값 간격에 대해 계산된 최상의 후보 임계값으로서의 역할을 하게 한다.
서버는 최적 임계값 검색 범위에서 판독된 각각의 타깃 검색 임계값에 대해 최상의 후보 임계값을 계산하는 계산 프로세스를 반복할 수 있다. 다음으로, 이 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 모든 최상의 후보 임계값으로부터 최대값을 집계하며, 이는 현재 값 간격에 대응하는 최적 임계값으로서의 역할을 한다.
다른 구현 모드에서, 서버는 제2 수치값 대 제1 수치값 비율을 계산할 수 있고, 이 비율을 판독된 타깃 검색 임계값에 기초하여 현재 값 간격에 대해 계산된 최상의 후보 임계값으로서의 역할을 하게 한다.
서버는 최적 임계값 검색 범위에서 판독된 각각의 타깃 검색 임계값에 대해 최상의 후보 임계값을 계산하는 계산 프로세스를 반복할 수 있다. 다음으로, 서버는 이 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 모든 최상의 후보 임계값으로부터 최소값을 집계할 수 있으며, 이는 현재 값 간격에 대응하는 최적 임계값으로서의 역할을 한다.
본 예에서, 전술한 계산 방법에 기초하여, 서버는 각각의 파티셔닝된 값 간격에 대응하는 최적의 임계값을 설정할 수 있다. 각각의 값 간격에 대응하는 최적의 임계값이 설정된 후, 서버는 장래에 이러한 대응 관계의 호출을 쉽게 하기 위해, 데이터 테이블 형식으로 디바이스 라이브러리에 각 값 간격과 그 최적 임계값 간의 대응 관계를 저장할 수 있다.
이는 최적 임계값을 설정하기 위해 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수에 기초하여 통계적 분석을 수행하는 서버의 프로세스의 종료를 마킹한다.
서버가 타깃 모바일 디바이스의 APP 리스트 및 디바이스 라이브러리에 저장된 몇몇 APP 리스트 내의 동일한 APP의 수를 결정한 후에, 서버는 이 동일한 APP의 수를 최적 임계치와 비교하여, 타깃 모바일 디바이스가 디바이스 라이브러리에 존재하는 디바이스인지의 여부를 결정할 수 있다.
도 3을 참조한다. 도 3은 본 예에 의해 예시된, 타깃 모바일 디바이스에 대한 최적 임계값을 결정하기 위해 APP 리스트 매칭을 사용하는 프로세스의 흐름도이다. 이는 이하의 단계를 포함한다:
단계 301, 타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 집계하는 단계.
본 예에서, 서버가 타깃 모바일 디바이스의 APP 리스트를 수집한 후에, 서버는 우선 디바이스 라이브러리의 APP 리스트와 동일한 인코딩 모드를 사용하여 수집된 타깃 모바일 디바이스 APP 리스트를 인코딩할 수 있다.
인코딩이 완료된 후, 인코딩된 APP 리스트에 기록된 정보에 기초하여, 서버는 이 타깃 모바일 디바이스에 설치된 APP의 수를 집계할 수 있다.
예를 들어, 타깃 모바일 디바이스의 APP 리스트는, APP 리스트가 지정된 APP를 포함하는지의 여부에 기초하여 0, 1 인코딩 모드를 채용한다고 가정한다. APP 리스트에 포함된 지정된 APP는 1로서 인코딩되고, 지정된 것 외의 APP는 0으로서 인코딩된다. 서버가 타깃 모바일 디바이스 APP 리스트 내의 APP의 수를 결정하면, 서버는 1로서 인코딩된 이 APP 리스트 내의 APP의 수를 직접 집계할 수 있다.
마찬가지로, 서버는 또한 동일한 모드를 사용하여 디바이스 라이브러리의 APP 리스트 내의 APP의 수를 집계할 수 있다.
단계 302, 타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 디바이스 라이브러리에 저장된 각각의 APP 리스트의 APP의 수와 개별적으로 비교하여, 미리 설정된 기준값을 계산하는 단계.
서버는 타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리 APP 리스트 내의 APP의 수를 결정한 후, 서버는 타깃 모바일 디바이스 APP 리스트의 APP 양과 디바이스 라이브러리에 저장된 APP 리스트의 APP 양 사이에 하나씩 매칭을 수행하여, 미리 설정된 기준값을 추출할 수 있다.
여기서, 이 추출된 기준값은 서버에 의해 최적 임계값을 설정하기 위해 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수로 통계적으로 분석될 필요가 있으며, 수 간격을 파티셔닝할 때 사용되는 기준값과 일치할 필요가 있다.
예를 들어, 값 간격은 비교된 APP 리스트 APP 수의 최소값에 기초하여 서버에 의해 파티셔닝되는 것으로 가정된다. 타깃 모바일 디바이스 APP 리스트의 APP 양과, 디바이스 라이브러리에 저장된 APP 리스트의 APP 양 사이에 하나씩 매칭을 수행하면서, 서버에 의해 추출된 기준값은 타깃 모바일 디바이스 APP 리스트의 APP 양 및 디바이스 라이브러리에 저장된 APP 리스트의 APP 양의 최소값일 것이다.
단계 303, 이 계산된 기준값이 위치하는 값 간격을 조사하고, 미리 설정된 임계값으로서의 역할을 하는, 이러한 값 간격에 대응하는 최적 임계값을 획득하는 단계.
본 예에서, 서버가 타깃 모바일 디바이스 APP 리스트의 APP 양과 디바이스 라이브러리에 저장된 APP 리스트의 APP 양 간의 하나씩의 매칭을 수행하고, 미리 설정된 기준값을 추출한 후, 서버는, 추출된 참조값이 위치한 값 간격을 조사할 수 있다.
이전에는, 서버는 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수에 기초하여 통계적 분석을 수행하였고, 각각의 값 간격에 대해 최적 임계값을 설정했으며, 각각의 값 간격과 그 최적 임계값 사이의 대응 관계를 저장했다. 따라서, 참조값이 위치된 값 간격을 조사한 후, 서버는 이 대응 관계를 사용하여 참조값이 위치된 값 간격에 해당하는 최적 임계값을 조사할 수 있다.
이 조사된 최적 임계값은, 타깃 모바일 디바이스가 디바이스 라이브러리의 기존 디바이스인지의 여부를 결정하는 데 사용되는 미리 설정된 임계값이다.
본 예에서, 서버가 타깃 모바일 디바이스에 대응하는 최적 임계값을 결정한 후, 서버는 타깃 모바일 디바이스 APP 리스트와 디바이스 라이브러리에 저장된 APP 리스트 간에 하나씩 매칭을 계속 수행하여, 타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정할 수 있다.
여기서, 동일한 APP의 수는 타깃 모바일 디바이스 및 디바이스 라이브러리의 디바이스에 설치된 동일한 APP의 수이다.
예를 들어, 타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리의 APP 리스트는 모두 APP 리스트가 지정된 APP를 포함하는지의 여부에 기초하여 0, 1 인코딩 모드를 채용한다고 가정한다. APP 리스트에 포함된 지정된 APP는 1로서 인코딩되고, 지정된 것 이외의 APP는 0으로서 인코딩된다. 서버가 타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리의 주어진 APP 리스트 내의 동일한 APP의 수를 결정할 때, 서버는 2개의 매칭된 APP 리스트에서 1로서 인코딩된 APP의 수를 직접 집계할 수 있다.
서버가 타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리의 APP 리스트의 각각 내의 동일한 APP의 수를 집계한 후에, 서버는 이 동일한 APP의 수를 결정된 최적 임계값과 비교할 수 있고, 동일한 APP의 결정된 수가 이 최적 임계값에 도달했는지의 여부를 결정할 수 있다.
타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리의 주어진 APP 리스트 내의 동일한 APP의 수가 이 최적 임계값에 도달하면, 이는 타깃 모바일 디바이스가 디바이스 라이브러리의 이 APP 리스트에 대응하는 모바일 디바이스와 동일한 디바이스일 수 있음을 의미한다. 이러한 상황에서, 서버는 디바이스 라이브러리의 이 APP 리스트에 미리 할당된 디바이스 식별자를 타깃 모바일 디바이스의 디바이스 식별자로서 직접 설정할 수 있다.
이 때, APP 리스트 매칭에 기초하여, 서버는 타깃 모바일 디바이스를 성공적으로 식별하였고, 타깃 모바일 디바이스에 대해 대응하는 디바이스 식별자를 설정하였다. 그 후에, 서버는 그 디바이스 식별자를 기초로 타깃 모바일 디바이스에 대한 보안 및 보호 작업을 실행할 수 있다.
예를 들어, 전자 상거래 분야에서, 서버는 타깃 모바일 디바이스의 디바이스 식별자를 디바이스 지문으로서 사용할 수 있다. 이 디바이스 지문을 기초로, 서버는 이 모바일 디바이스를 사용하여 로깅되는 계정에 대한 모든 최근 트랜잭션을 조사한 다음, 모든 조사된 트랜잭션에 대한 트랜잭션 보안 분석을 수행하여 보안 및 보호 작업의 효율성을 높일 수 있다.
물론, 타깃 모바일 디바이스 APP 리스트 및 디바이스 라이브러리의 모든 APP 리스트 내의 동일한 APP의 수가 최적 임계값에 도달하지 못하면, 이는 타깃 모바일 디바이스가 디바이스 라이브러리의 APP 리스트에 대응하는 모든 모바일 디바이스와 다를 수 있음을 의미한다. 이러한 때에, 타깃 모바일 디바이스는 디바이스 라이브러리의 기존 디바이스가 아니다. 이러한 상황에서, 서버는 미리 설정된 식별자 할당 전략에 기초하여, 이 타깃의 무선 식별을 위해 디바이스 라이브러리의 모든 APP 리스트와 다른 새로운 디바이스 식별자를 할당할 수 있다. 이후, 이 타깃 모바일 디바이스의 APP 리스트 및 타깃 모바일 디바이스의 할당된 디바이스 식별자는 장래의 질의를 위해 디바이스 라이브러리에 저장된다.
선행 실시예가 나타내는 바와 같이, 본 출원은 타깃 모바일 디바이스의 APP 리스트의 수집 및 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 사용하여 타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일 APP의 수를 결정하고, 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정한다. 타깃 모바일 디바이스의 APP 리스트 및 디바이스 라이브러의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하면, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자가 타깃 모바일 디바이스의 디바이스 식별자로서 설정된다. 따라서, APP 리스트 정보를 매칭시킴으로써 얻어진, 모바일 디바이스에 설치된 APP의 차이를 사용하여 모바일 디바이스를 식별하고 모바일 디바이스에 대한 디바이스 식별자를 설정할 수 있다. 본 출원의 미리 설정된 임계값은 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 기초로 통계적 분석을 수행한 후에 찾게 된 최적 임계값이기 때문에, 디바이스 식별의 정확성이 향상될 수 있다.
전술한 방법 실시예에 대응하여, 본 출원은 또한 장치 실시예를 제공한다.
도 4를 참조한다. 본 출원은 서버에 적용되는 모바일 디바이스 식별자(40)를 설정하기 위한 장치를 제시한다. 여기서, 도 5에 나타낸 바와 같이, 모바일 디바이스 식별자를 설정하기 위한 장치(40)를 갖는 서버의 하드웨어 구조는 통상적으로 CPU, 메모리, 비휘발성 메모리, 네트워크 인터페이스 및 내부 버스를 포함한다. 소프트웨어 구현의 예에서, 모바일 디바이스 식별자를 설정하기 위한 장치(40)는 CPU 상에서 실행된 후에 조합된 소프트웨어-하드웨어 논리 장치를 형성하는, 메모리에 로드된 컴퓨터 프로그램으로서 이해될 수 있으며, 본 장치(40)는,
타깃 모바일 디바이스의 APP 리스트를 얻도록 구성된 수집 모듈(401);
타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정하기 위해, 타깃 모바일 디바이스의 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하는 매칭 모듈(402)로서, 대응하는 디바이스 식별자가 몇몇 APP 리스트에 미리 할당되는, 상기 매칭 모듈;
동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하도록 구성된 결정 모듈(403);
타깃 모바일 디바이스의 APP 리스트 및 디바이스 라이브러리의 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 미리 설정된 임계값에 도달했을 때, 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자를 타깃 모바일 디바이스의 디바이스 식별자로서 설정하도록 구성된 설정 모듈(404)을 포함한다.
본 예에서, APP 리스트는 몇몇 지정된 APP를 포함하고; 지정된 APP는 상이한 모바일 디바이스 중에 APP 설치 차이를 특징화할 수 있고 상이한 모바일 디바이스를 구별할 수 있는 APP를 포함한다.
본 예에서, 미리 설정된 임계값은 디바이스 라이브러리의 APP 리스트 중 동일한 APP의 수에 기초하여 통계적 분석을 수행함으로써 얻어진 최적 임계값이며; 본 장치(40)는 또한,
설정된 기준값을 얻기 위해 몇몇 APP 리스트 내의 APP 양의 페어링된 비교를 수행하고; 계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝하고; 그리고 각각의 파티셔닝된 값 간격에 포함된 APP 리스트 쌍의 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하도록 구성된 통계 모듈(405)을 포함한다.
본 예에서, 통계 모듈(405)은,
설정된 최적 임계값 검색 범위로부터 타깃 검색 임계값을 순차적으로 판독하고;
각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 크고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일한 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득하고;
각각의 값 간격에 대해, APP 리스트 내의 동일한 APP의 수가 타깃 검색 임계값보다 작거나 같고, APP 리스트에 대응하는 모바일 디바이스 식별자가 동일하지 않은 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득하고;
제1 수치값 대 제2 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최대값을 찾거나; 또는
제2 수치값 대 제1 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최소값을 찾도록 구성된다.
본 예에서, 장치(40)는 또한,
결정 모듈이, 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하기 전에 타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 집계하고; 타깃 모바일 디바이스의 APP 리스트 내의 APP의 수를 디바이스 라이브러리에 저장된 각 APP 리스트 내의 APP의 수와 개별적으로 비교하여, 미리 설정된 기준값을 계산하고; 계산된 기준값이 위치된 값 간격을 조사하고; 그리고 미리 설정된 임계값으로서의 역할을 하도록 이 값 간격에 대응하는 최적 임계값을 얻도록 구성되는 조사 모듈(406)을 포함한다.
본 예에서, 설정 모듈(404)은,
타깃 모바일 디바이스의 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수가 미리 설정된 임계값에 도달하지 않은 경우, 타깃 모바일 디바이스에 디바이스 식별자를 할당하고, 타깃 모바일 디바이스의 APP 리스트 및 타깃 모바일 디바이스에 할당된 디바이스 식별자를 디바이스 라이브러리에 저장하도록 더 구성된다.
본 명세서에 개시된 본 발명의 설명 및 구현을 고려하면, 본 기술 분야의 통상의 기술자는 본 출원에 대한 다른 구현 스킴을 쉽게 생각할 수 있다. 본 출원은 본 출원의 임의의 수정, 사용 또는 적응적 변경을 포함하도록 설계되었다. 이러한 수정, 사용 또는 적응적 변경은 본 출원의 일반적인 원리를 따르며, 본 출원에 의해 개시되지 않은, 본 기술 분야의 공통적인 지식 또는 통상적인 기술적 수단을 포함한다. 설명 및 실시예는 단지 예시적인 것이다. 본 출원의 진정한 범위와 사상은 아래의 청구항에 의해 제시된다.
본 출원은 위에서 기술하고 첨부 도면에서 나타낸 정확한 구성으로 한정되지 않으며, 본 출원의 범위를 벗어나지 않고도 수정 및 변화가 이루어질 수 있다는 것이 이해되어야 한다. 본 출원의 범위는 첨부된 청구항에 의해서만 제한된다.
전술한 내용은 본 출원의 바람직한 실시예에 불과하다. 이는 본 출원을 제한하지 않는다. 본 출원의 사상 및 원리 내에서 이루어진 모든 수정, 동등한 치환 및 개선은 본 출원의 보호 범위 내에 속할 것이다.

Claims (12)

  1. 모바일 디바이스 식별자를 설정하기 위한 방법으로서,
    타깃 모바일 디바이스의 APP 리스트를 획득하는 단계;
    상기 타깃 모바일 디바이스의 상기 APP 리스트와 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하여, 상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 그리고 상기 디바이스 라이브러리의 상기 APP 리스트 내의 동일한 APP의 수를 결정하는 단계로서, 대응하는 디바이스 식별자가 상기 몇몇 APP 리스트에 미리 할당되는, 상기 동일한 APP의 수를 결정하는 단계;
    동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하는 단계; 및
    상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 그리고 상기 디바이스 라이브러리의 상기 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 상기 미리 설정된 임계값에 도달한 경우, 상기 디바이스 라이브러리의 상기 하나의 APP 리스트에 대응하는 상기 디바이스 식별자를 상기 타깃 모바일 디바이스의 디바이스 식별자로서 설정하는 단계를 포함하는, 모바일 디바이스 식별자를 설정하기 위한 방법.
  2. 제1항에 있어서, 상기 APP 리스트는 몇몇 지정된 APP를 포함하고; 상기 지정된 APP는 상이한 모바일 디바이스 중 APP 설치 차이를 특징화할 수 있고 상이한 모바일 디바이스를 구별할 수 있는 APP를 포함하는, 모바일 디바이스 식별자를 설정하기 위한 방법.
  3. 제1항에 있어서, 상기 미리 설정된 임계값은 상기 디바이스 라이브러리의 상기 APP 리스트들 중 동일한 APP의 수에 기초하여 통계적 분석을 수행함으로써 얻어진 최적 임계값이고;
    상기 방법은,
    상기 몇몇 APP 리스트 내의 APP 양의 페어링된(paired) 비교를 수행하여, 비교된 APP 리스트의 APP 양의 최소값, 최대값, 평균값, 또는 차이를 포함하는 설정된 기준값을 계산하는 단계;
    상기 계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝(partitioning)하는 단계;
    각각의 파티셔닝된 값 간격에 포함된 APP 리스트 쌍의 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하여, 상기 각각의 파티셔닝된 값 간격에 대한 최적 임계값을 설정하는 단계를 포함하는, 모바일 디바이스 식별자를 설정하기 위한 방법.
  4. 제3항에 있어서, 상기 각각의 파티셔닝된 값 간격에 포함된 상기 APP 리스트 쌍들의 상기 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하여, 상기 각각의 파티셔닝된 값 간격에 대한 상기 최적 임계값을 설정하는 단계는,
    설정된 최적 임계값 검색 범위로부터 타깃 검색 임계값을 순차적으로 판독하는 단계;
    각각의 값 간격에 대해, 상기 APP 리스트 내의 동일한 APP의 수가 상기 타깃 검색 임계값보다 크고, 상기 APP 리스트에 대응하는 상기 모바일 디바이스 식별자가 동일한 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득하는 단계;
    상기 각각의 값 간격에 대해, 상기 APP 리스트 내의 동일한 APP의 수가 상기 타깃 검색 임계값보다 작거나 같고, 상기 APP 리스트들에 대응하는 상기 모바일 디바이스 식별자들이 동일하지 않은 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득하는 단계;
    상기 제1 수치값 대 상기 제2 수치값 비율을 계산하여 최상의 후보 임계값을 획득하고, 상기 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 상기 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최대값을 찾는 단계; 또는
    상기 제2 수치값 대 상기 제1 수치값 비율을 계산하여 최상의 후보 임계값을획득하고, 상기 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 상기 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최소값을 찾는 단계를 포함하는, 모바일 디바이스 식별자를 설정하기 위한 방법.
  5. 제4항에 있어서, 상기 동일한 APP의 결정된 수가 상기 미리 설정된 임계값에 도달했는지의 여부를 결정하는 단계 전에, 상기 방법은,
    상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 APP의 수를 집계하는 단계;
    상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 APP의 수를 상기 디바이스 라이브러리에 저장된 상기 APP 리스트의 각각의 APP의 수와 개별적으로 비교하고, 상기 미리 설정된 기준값을 계산하는 단계;
    상기 계산된 기준값이 위치되는 값 간격을 조사하는 단계; 및
    상기 미리 설정된 임계값으로서의 역할을 하도록 상기 값 간격에 대응하는 상기 최적 임계값을 얻는 단계를 더 포함하는, 모바일 디바이스 식별자를 설정하기 위한 방법.
  6. 제1항에 있어서,
    상기 타깃 모바일 디바이스의 상기 APP 리스트 및 상기 디바이스 라이브러리의 상기 APP 리스트 내의 동일한 APP의 수가 상기 미리 설정된 임계값에 도달하지 않은 경우, 상기 타깃 모바일 디바이스에 디바이스 식별자를 할당하고, 상기 타깃 모바일 디바이스의 상기 APP 리스트 및 상기 타깃 모바일 디바이스에 할당된 상기 디바이스 식별자를 상기 디바이스 라이브러리에 저장하는 단계를 더 포함하는, 모바일 디바이스 식별자를 설정하기 위한 방법.
  7. 모바일 디바이스 식별자를 설정하기 위한 장치로서,
    타깃 모바일 디바이스의 APP 리스트를 얻도록 구성된 수집 모듈;
    상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 그리고 디바이스 라이브러리의 APP 리스트 내의 동일한 APP의 수를 결정하기 위해, 상기 타깃 모바일 디바이스의 상기 APP 리스트와 상기 디바이스 라이브러리에 저장된 몇몇 APP 리스트 간의 매칭을 수행하는 매칭 모듈로서, 대응하는 디바이스 식별자가 상기 몇몇 APP 리스트에 미리 할당되는, 매칭 모듈;
    동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하도록 구성된 결정 모듈; 및
    상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 그리고 상기 디바이스 라이브러리의 상기 APP 리스트 중 임의의 하나 내의 동일한 APP의 수가 상기 미리 설정된 임계값에 도달한 경우, 상기 디바이스 라이브러리의 하나의 APP 리스트에 대응하는 디바이스 식별자를 상기 타깃 모바일 디바이스의 디바이스 식별자로서 설정하도록 구성된 설정 모듈을 포함하는, 모바일 디바이스 식별자를 설정하기 위한 장치.
  8. 제7항에 있어서, 상기 APP 리스트는 몇몇 지정된 APP를 포함하고; 상기 지정된 APP는 상이한 모바일 디바이스들 중에 APP 설치 차이를 특징화할 수 있고 상이한 모바일 디바이스를 구별할 수 있는 APP를 포함하는, 모바일 디바이스 식별자를 설정하기 위한 장치.
  9. 제7항에 있어서, 상기 미리 설정된 임계값은 상기 디바이스 라이브러리의 상기 APP 리스트들 중 동일한 APP의 수에 기초하여 통계적 분석을 수행함으로써 얻어진 최적 임계값이며;
    상기 장치는,
    설정된 기준값을 계산하기 위해 상기 몇몇 APP 리스트 내의 APP 양들의 페어링된 비교를 수행하고; 상기 계산된 기준값에 기초하여 적어도 하나의 값 간격을 파티셔닝하고; 그리고 각각의 파티셔닝된 값 간격에 대한 상기 최적 임계값을 설정하기 위해, 상기 각각의 파티셔닝된 값 간격에 포함된 APP 리스트 쌍들의 상기 APP 리스트 내의 동일한 APP의 수의 통계적 분석을 수행하도록 구성된 통계 모듈을 더 포함하는, 모바일 디바이스 식별자를 설정하기 위한 장치.
  10. 제9항에 있어서, 상기 통계 모듈은,
    설정된 최적 임계값 검색 범위로부터 타깃 검색 임계값을 순차적으로 판독하고;
    상기 각각의 값 간격에 대해, 상기 APP 리스트 내의 동일한 APP의 수가 상기 타깃 검색 임계값보다 크고, 상기 APP 리스트에 대응하는 상기 모바일 디바이스 식별자가 동일한 APP 리스트 쌍의 수를 집계하여, 제1 수치값을 획득하고;
    상기 각각의 값 간격에 대해, 상기 APP 리스트 내의 동일한 APP의 수가 상기 타깃 검색 임계값보다 작거나 같고, 상기 APP 리스트들에 대응하는 상기 모바일 디바이스 식별자들이 동일하지 않은 APP 리스트 쌍의 수를 집계하여, 제2 수치값을 획득하고;
    상기 제1 수치값 대 상기 제2 수치값 비율을 계산하여 최상의 후보 임계값을획득하고, 상기 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 상기 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최대값을 찾거나; 또는
    상기 제2 수치값 대 상기 제1 수치값 비율을 계산하여 최상의 후보 임계값을획득하고, 상기 값 간격의 대응하는 최적 임계값으로서의 역할을 하도록, 상기 최적 임계값 검색 범위 내의 모든 검색 임계값에 대해 계산된 최상의 후보 임계값의 최소값을 찾도록 구성되는, 모바일 디바이스 식별자를 설정하기 위한 장치.
  11. 제10항에 있어서, 상기 장치는,
    상기 결정 모듈이, 동일한 APP의 결정된 수가 미리 설정된 임계값에 도달했는지의 여부를 결정하기 전에 상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 APP의 수를 집계하고; 상기 타깃 모바일 디바이스의 상기 APP 리스트 내의 APP의 수를 상기 디바이스 라이브러리에 저장된 각각의 상기 APP 리스트 내의 APP의 수와 개별적으로 비교하여, 상기 미리 설정된 기준값을 계산하고; 상기 계산된 기준값이 위치된 값 간격을 조사하고; 그리고 상기 미리 설정된 임계값으로서의 역할을 하도록 상기 값 간격에 대응하는 상기 최적 임계값을 얻도록 구성되는 조사 모듈을 더 포함하는, 모바일 디바이스 식별자를 설정하기 위한 장치.
  12. 제7항에 있어서, 상기 설정 모듈은,
    상기 타깃 모바일 디바이스의 상기 APP 리스트 및 상기 디바이스 라이브러리의 상기 APP 리스트 내의 동일한 APP의 수가 상기 미리 설정된 임계값에 도달하지 않은 경우, 상기 타깃 모바일 디바이스에 디바이스 식별자를 할당하고, 상기 타깃 모바일 디바이스의 상기 APP 리스트 및 상기 타깃 모바일 디바이스에 할당된 상기 디바이스 식별자를 상기 디바이스 라이브러리에 저장하도록 더 구성되는, 모바일 디바이스 식별자를 설정하기 위한 장치.
KR1020187034579A 2016-04-29 2017-04-19 모바일 디바이스 식별자를 설정하기 위한 방법 및 장치 KR102169220B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201610282544.0 2016-04-29
CN201610282544.0A CN107332806B (zh) 2016-04-29 2016-04-29 移动设备标识的设置方法及装置
PCT/CN2017/081032 WO2017186037A1 (zh) 2016-04-29 2017-04-19 移动设备标识的设置方法及装置

Publications (2)

Publication Number Publication Date
KR20190003670A true KR20190003670A (ko) 2019-01-09
KR102169220B1 KR102169220B1 (ko) 2020-10-26

Family

ID=60160760

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187034579A KR102169220B1 (ko) 2016-04-29 2017-04-19 모바일 디바이스 식별자를 설정하기 위한 방법 및 장치

Country Status (12)

Country Link
US (1) US11412063B2 (ko)
EP (1) EP3451611B1 (ko)
JP (1) JP6683839B2 (ko)
KR (1) KR102169220B1 (ko)
CN (1) CN107332806B (ko)
ES (1) ES2816125T3 (ko)
MY (1) MY196360A (ko)
PH (1) PH12018502295A1 (ko)
PL (1) PL3451611T3 (ko)
SG (1) SG11201809442QA (ko)
TW (1) TWI709871B (ko)
WO (1) WO2017186037A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197050B (zh) * 2018-01-02 2020-11-20 联想(北京)有限公司 一种设备识别方法、装置及系统
CN109885273B (zh) * 2019-03-08 2022-02-15 南昌黑鲨科技有限公司 图像显示系统及显示方法
US11831729B2 (en) * 2021-03-19 2023-11-28 Servicenow, Inc. Determining application security and correctness using machine learning based clustering and similarity

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8838967B1 (en) * 2010-04-15 2014-09-16 Digital Proctor, Inc. Uniquely identifying a mobile electronic device

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6300863B1 (en) 1994-11-15 2001-10-09 Absolute Software Corporation Method and apparatus to monitor and locate an electronic device using a secured intelligent agent via a global network
US6269392B1 (en) 1994-11-15 2001-07-31 Christian Cotichini Method and apparatus to monitor and locate an electronic device using a secured intelligent agent
US6244758B1 (en) 1994-11-15 2001-06-12 Absolute Software Corp. Apparatus and method for monitoring electronic devices via a global network
US5748084A (en) 1996-11-18 1998-05-05 Isikoff; Jeremy M. Device security system
US6275942B1 (en) 1998-05-20 2001-08-14 Network Associates, Inc. System, method and computer program product for automatic response to computer system misuse using active response modules
US7711779B2 (en) 2003-06-20 2010-05-04 Microsoft Corporation Prevention of outgoing spam
EP3086198B1 (en) * 2004-03-26 2017-09-13 Absolute Software Corporation Persistent servicing agent
US7540025B2 (en) 2004-11-18 2009-05-26 Cisco Technology, Inc. Mitigating network attacks using automatic signature generation
US20080077793A1 (en) 2006-09-21 2008-03-27 Sensory Networks, Inc. Apparatus and method for high throughput network security systems
US20090265777A1 (en) 2008-04-21 2009-10-22 Zytron Corp. Collaborative and proactive defense of networks and information systems
KR100960111B1 (ko) 2008-07-30 2010-05-27 한국전자통신연구원 리버스 캐싱 프록시를 이용한 웹 기반의 역추적 시스템
US8756664B2 (en) * 2008-08-08 2014-06-17 International Business Machines Corporation Management of user authentication
US8769689B2 (en) 2009-04-24 2014-07-01 Hb Gary, Inc. Digital DNA sequence
KR101219538B1 (ko) 2009-07-29 2013-01-08 한국전자통신연구원 비주얼 데이터 분석 기반의 네트워크 공격 탐지 장치 및 그 방법
US8555393B2 (en) 2009-12-03 2013-10-08 Verizon Patent And Licensing Inc. Automated testing for security vulnerabilities of devices
US8689328B2 (en) 2011-02-11 2014-04-01 Verizon Patent And Licensing Inc. Maliciouis user agent detection and denial of service (DOS) detection and prevention using fingerprinting
US8955142B2 (en) 2011-03-21 2015-02-10 Mocana Corporation Secure execution of unsecured apps on a device
CN102790961B (zh) * 2011-05-20 2015-01-14 腾讯科技（深圳）有限公司 应用程序的更新方法、移动终端和服务器
WO2013163217A1 (en) 2012-04-23 2013-10-31 Netspectrum Inc. Secure and authenticated transactions with mobile devices
US8737962B2 (en) * 2012-07-24 2014-05-27 Twilio, Inc. Method and system for preventing illicit use of a telephony platform
AU2012101558B4 (en) * 2012-08-29 2013-05-30 Device Authority Ltd Adaptive device authentication
US8838961B2 (en) * 2012-09-14 2014-09-16 Netflix, Inc. Security credential deployment in cloud environment
US20140122645A1 (en) * 2012-10-25 2014-05-01 Openpeak Inc. Method and system for automatic agnostic provisioning of a computing device
US9477635B1 (en) * 2012-12-03 2016-10-25 Google Inc. Generating an identifier for a device using application information
US9106693B2 (en) * 2013-03-15 2015-08-11 Juniper Networks, Inc. Attack detection and prevention using global device fingerprinting
CN104239803B (zh) 2013-06-06 2017-08-25 中国银联股份有限公司 用于电子资源转移的安全性信息交互方法
US11785061B2 (en) * 2013-09-16 2023-10-10 Insyde Software Corp. System and method to share an application with another device
CN104811931B (zh) * 2014-01-23 2019-01-08 腾讯科技（深圳）有限公司 一种移动终端唯一标识分配系统和方法
WO2015139232A1 (zh) 2014-03-19 2015-09-24 华为技术有限公司 一种应用的推荐方法、系统及服务器
CN104066203A (zh) * 2014-06-20 2014-09-24 可牛网络技术（北京）有限公司 生成移动设备标识符的方法、系统以及远程控制移动设备的方法及通信终端
JP5905551B1 (ja) 2014-09-19 2016-04-20 ヤフー株式会社 情報処理装置、端末装置、情報処理方法及び情報処理プログラム
EP4155984B1 (en) * 2014-10-31 2024-08-28 Proofpoint, Inc. Systems and methods for privately performing application security analysis
US9519471B2 (en) * 2014-12-31 2016-12-13 Microsoft Technology Licensing, Llc Surfacing visual representations of universal applications
CN105357204B (zh) * 2015-11-17 2020-06-16 腾讯科技（深圳）有限公司 生成终端识别信息的方法及装置
US10169033B2 (en) * 2016-02-12 2019-01-01 International Business Machines Corporation Assigning a computer to a group of computers in a group infrastructure

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8838967B1 (en) * 2010-04-15 2014-09-16 Digital Proctor, Inc. Uniquely identifying a mobile electronic device

Also Published As

Publication number Publication date
EP3451611A1 (en) 2019-03-06
KR102169220B1 (ko) 2020-10-26
WO2017186037A1 (zh) 2017-11-02
SG11201809442QA (en) 2018-11-29
TWI709871B (zh) 2020-11-11
US11412063B2 (en) 2022-08-09
EP3451611B1 (en) 2020-07-22
CN107332806B (zh) 2020-05-05
US20190068745A1 (en) 2019-02-28
PL3451611T3 (pl) 2020-12-14
ES2816125T3 (es) 2021-03-31
JP6683839B2 (ja) 2020-04-22
MY196360A (en) 2023-03-26
PH12018502295A1 (en) 2019-07-15
EP3451611A4 (en) 2019-11-13
TW201738792A (zh) 2017-11-01
JP2019515385A (ja) 2019-06-06
CN107332806A (zh) 2017-11-07

Similar Documents

Publication Publication Date Title
CN105590055B (zh) 用于在网络交互系统中识别用户可信行为的方法及装置
US10785134B2 (en) Identifying multiple devices belonging to a single user
CN106034149B (zh) 一种账户识别方法及装置
CN102279786B (zh) 一种监测应用程序有效访问量的方法及装置
CN107423613B (zh) 依据相似度确定设备指纹的方法、装置及服务器
KR102345780B1 (ko) 신분 인증 방법, 장치, 서버 및 컴퓨터 판독 가능 매체
KR102169220B1 (ko) 모바일 디바이스 식별자를 설정하기 위한 방법 및 장치
WO2022136891A1 (en) Multimodal modelling for systems using distance metric learning
CN105740667A (zh) 一种基于用户行为的信息识别方法及装置
CN112214395A (zh) 基于流量数据的接口测试方法、电子装置及存储介质
CN107451461B (zh) 移动设备的设备指纹处理方法、装置、服务器及存储介质
CN112839014A (zh) 建立识别异常访问者模型的方法、系统、设备及介质
CN111400695B (zh) 一种设备指纹生成方法、装置、设备和介质
TW201929481A (zh) 一種身份認證方法、伺服器及用戶端設備
KR20130071617A (ko) 변종 악성 코드를 탐지하기 위한 시스템 및 방법
CN106301979A (zh) 检测异常渠道的方法和系统
CN111556042B (zh) 恶意url的检测方法、装置、计算机设备和存储介质
CN111414528B (zh) 确定设备标识的方法、装置、存储介质及电子设备
CN114338602B (zh) 网络设备的识别方法及其装置、计算机可读存储介质
CN110990810B (zh) 一种用户操作数据处理方法、装置、设备及存储介质
CN112882816A (zh) 服务调用方法和设备
CN108345495A (zh) 一种多线程的加锁方法及服务器
CN114125847A (zh) 泛在电力物联网下一种基于设备指纹的终端身份认证方法
CN117688540B (zh) 接口敏感数据泄露检测防御方法、装置及计算机设备
KR101871600B1 (ko) 페이로드 시그니쳐 품질 평가를 통해 고효율 시그니쳐를 탐색하는 방법 및 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant