NO331948B1 - System og fremgangsmate for trafikkanalyse - Google Patents

Abstract

Et system for trafikkanalyse omfatter en analysator (100), en innholdskilde (200) og en brukerterminal (300) og en autoriseringsmekanisme som tillater eller avviser innkobling av analysatoren i en trafikkstrøm mellom innholdskilden og brukerterminalen. Analysatoren (100) omfatter en lagringsenhet (110) for å lagre minst deler av trafikken og en spørreskjemagenerator som bruker de registrerte trafikkdata til å generere et spørreskjema (120) med spørsmål kun om tjenester og/eller innhold som er aksessert av brukerterminal (300). Responsen (130) kan omfatte parameterverdier som er fylt ut av en bruker og/eller parameterverdier som er fylt ut av brukerterminalen (300). Trafikkdata og responser (130) fra flere brukerterminaler (300) kan lagres for senere analyse. Fremgangsmåter og foretrukne utførelsesformer beskrives også.

Description

BAKGRUNN

Denne oppfinnelsen vedrører et system og en fremgangsmåte for datatrafikkanalyse.

En leverandør av tjenester og/eller innhold genererer datatrafikk i et telekommunikasjonsnett. Denne datatrafikken mottas av en brukerterminal. Tjenestene og innholdet som omhandles i denne beskrivelsen kan være telefonbaserte, f eks tjenester fra et kundesenter eller en saldobalanse fra en talegenerator, internettbaserte, f eks HTML-, XML- eller javakode fra en webserver eller videobaserte som f eks sanntids multikasting eller kringkasting og video på bestilling. Kildene til de ulike datatypene er selvsagt tilpasset tjenesten og/eller innholdet som leveres, men for formålene i denne beskrivelsen omtales enhver innretning som sender data ut på et nettverk en "innholdskilde". Tilsvarende brukes betegnelsen "brukerterminal" om enhver innretning som mottar datatrafikk, dvs. tjenester og/eller innhold, fra telekommunikasjonsnettet. Slik det brukes her, omfatter således "brukerterminal" telefon, mobiltelefon, datamaskin med nettleser, hjemmevideomaskin og enhver annen innretning som kan motta data fra et telekommunikasjonsnett.

Det bemerkes at visse brukerterminaler, f eks en datamaskin med webleser, kan ha mange fellestrekk med visse innholdskilder, f eks en datamaskin med en webserver. Her brukes begrepene "brukerterminal" og "innholdskilde" for å angi hvilken rolle de har i nettet, og enhver kjent teknisk innretning for å sende eller motta data omfattes av begrepene.

En leverandør har fra tid til annen behov for å analysere datatrafikk relatert til tjenesten eller innholdet som leveres. Formålet med datatrafikkanalysen kan være å måle ytelse i en eller annen form, for eksempel for å dimensjonere innholdskilden og/eller tilpasse datatrafikken basert på målt ytelse og/eller for å måle brukerrespons på nytt innhold eller en ny tjeneste. "Ytelse" skal derfor tolkes vidt, og kan f eks omfatte responstider, lesbarhet (kodekvalitet), subjektiv virkning av en webside på en bruker osv. I noen applikasjoner er det derfor relevant å måle brukeres subjektive oppfatning av innholdet eller tjenesten i tillegg til tekniske parametre.

I enhver statistisk analyse samles det inn data for én eller flere variabler eller parametre i et antall, i det følgende N, innbyrdes uavhengige forsøk. Deretter kan for eksempel ulike hypoteser testes og/eller hver parameters innvirkning på et totalresultat estimeres.

Telekommunikasjonstrafikk representerer en betydelig mengde data, ikke minst dersom flere parametre for hver sesjon mellom en innholdskilde og én eller flere (samtidige) brukerterminaler/brukere skal registreres, lagres og analyseres.

Et første eksempel på en høynivåtjeneste kan være et nettsted eller en kabel-TV-operatør som leverer video på bestilling. Anta at leverandøren ønsker at første bilde skal vises for brukeren innen en forhåndsbestemt tidsgrense, og at den praktiske datafarten gjennom nettet deretter er tilstrekkelig høy til at brukeren kan se videobildene uten avbrudd mens resten av videoen lastes ned i bakgrunnen. En leverandør av slike tjenester vil være interessert i å måle en rekke parametre som for eksempel tid til første bilde og antall avbrudd ved fremvisning. Disse og andre parametrer kan fremskaffes av brukerterminalen uten at brukeren involveres. Det er også behov for å innhente data fra et representativt utvalg av brukerterminaler for å kunne utarbeide relevant statistikk.

Et andre eksempel på høynivå tjenester er "sosiale nettsider", der brukere av tjenesten oppgir selv navn, alder, kjønn og andre opplysninger. Disse opplysningene brukes senere til å presentere tilpasset reklame. Reklameverdien øker for annonsørene fordi reklamen kun presenteres for utvalgte målgrupper, slik at tenåringsjenter ikke ser den samme reklamen som middelaldrende menn, og slik at begge grupper dermed oppfatter reklamen som mer relevant enn den ellers ville vært. For å skaffe mange lesere må tjenesten og nettsidene oppfattes som relevante, nyttige og/eller attraktive i en eller annen forstand. Denne attraktiviteten forsvinner raskt hvis sidene er fylt med irrelevant reklame og annen støy. Tjenesteleverandøren kan her ønske å måle hvor lang tid en gjennomsnittsbruker oppholder seg på nettstedet, hvordan nettsiden faktisk ser ut i ulike nettlesere og/eller en brukers subjektive oppfatning av reklame og annet innhold på siden.

Google Analytics er et system som logger hvordan nettbrukere bruker en nettside. Disse loggene kan analyseres i mange dimensjoner, f eks hvor nettbrukeren kom fra, hvilke sider vedkommende besøkte, hvor lang tid vedkommende var på en gitt nettside og lignende. Systemet er et av de mest brukte løsningene for kvantitative analyser av nettbrukeres bruk av nettsider basert på tekniske sporingslogger.

Fra US 2008/0260120 A1 er det kjent et system og en metode for å evaluere bruk av tjenester fra en brukerterminal. Der metoden omfatter å autentisere bruketerminalen for å autorisere bruken av tjeneste, og kontrollere datatrafikk via en evalueringskontroller mellom tjenesteleverandøren og brukerterminalen, der kontroll av bruk av tjenester er relatert til brukerens trafikk-konto.

En analyse av høynivå trafikkdata byr på egne utfordringer. For eksempel kan registrering av hvilke internettsider som er sendt til hvilken bruker, registrering av telefonsamtaler og annen brukeradferd være i strid med både nasjonale regler og leverandørens personvernpolitikk. Samtidig er det viktig å sikre et representativt utvalg for å oppnå pålitelige resultater.

Uautorisert logging av en brukers adferd på nettet ved hjelp av såkalt spyware for senere analyse og eventuelt utsendelse av uønsket reklame, såkalt spam, er et kjent problem. I beste fall oppfattes slik uautorisert logging av datatrafikk negativt. Den kan også brukes til svindel eller andre kriminelle formål. En seriøs leverandør av innhold og/eller tjenester vil neppe ønske å bli assosiert med slik virksomhet.

Det finnes en rekke dynamiske parametre for høynivåtrafikk som ikke nødvendigvis har relevans for en gitt datatrafikkanalyse. For eksempel kan analyse av datatrafikken til og fra én bestemt nettside være relevant i en gitt undersøkelse, mens andre, eldre og/eller velprøvde nettsider er irrelevante i undersøkelsen. Det vil forenkle analysen og forbedre presisjonen dersom slike irrelevante parametre filtreres bort allerede ved innhentingen av måledata, i stedet for å arkivere og deretter forkaste irrelevante data i analysefasen.

I det følgende brukes for enkelhets skyld begrepet "ett spørsmål" om én forespørsel etter én gitt (statistisk) parameter for én gitt webside eller tjeneste. Forespørsel etter samme parameter, f eks responstid, for to ulike tjenester er derfor to ulike spørsmål. Likeledes er forespørsler etter to ulike parametre, f eks responstid og en brukers subjektive oppfatning, om én og samme tjeneste to separate spørsmål. En samling av slike spørsmål kalles i det følgende "spørreskjema". Det skal forstås at noen av parameterverdiene det spørres etter i et slikt "spørreskjema", f eks responstid og andre tidsverdier, kodekvalitet osv, dels kan fylles ut av brukerterminalen uten menneskelig medvirkning, mens andre parameterverdier, f eks subjektive oppfatninger av innhold på en webside, må tilføres fra en bruker. I begge tilfeller returneres respons på spørreskjemaet fra brukerterminalen.

Et formål med den foreliggende oppfinnelsen er således å tilveiebringe en løsning som unngår de nevnte problemene i kjent teknikk, nærmere bestemt en løsning for å oppnå representative høynivådata om trafikken mellom en innholdskilde og en brukerterminal der hensyn til personvern og/eller anonymitet er ivaretatt.

Et annet formål med den foreliggende oppfinnelsen er å øke analysens presisjon ved å filtrere bort støy fra irrelevante parametre.

OPPSUMMERING AV OPPFINNELSEN

Dette oppnås i følge den foreliggende oppfinnelsen ved å tilveiebringe et system for datatrafikkanalyse omfattende en analysator, en innholdskilde og en brukerterminal kjennetegnet ved en autoriseringsmekanisme tilpasset å tillate eller avvise innkobling av analysatoren i en datatrafikkstrøm mellom innholdskilde og brukerterminal, og hvor analysatoren omfatter en lagringsenhet for å lagre minst deler av datatrafikken, en spørreskjemagenerator med trafikkdata som inndata og et spørreskjema med kun forespørsler om relevante parametre basert på de nevnte trafikkdata som utdata, og en kommunikasjonsenhetfor å innhente respons fra brukerterminalen, hvilken respons er basert på spørreskjemaet.

Oppfinnelsen omfatter i et annet aspekt en fremgangsmåte for datatrafikkanalyse av datatrafikk mellom en innholdskilde og en brukerterminal, kjennetegnet ved trinnene å innhente autorisasjon for innsamling og lagring av trafikkdata; hvis og bare hvis autorisasjon oppnås å koble en analysator mellom innholdskilden og brukerterminalen, å registrere og lagre i det minste noen trafikkdata på analysatoren, å bruke de registrerte trafikkdata til å generere et datatrafikkbasert spørreskjema, og å innhente respons fra brukerterminalen ved hjelp av spørreskjemaet.

Representative data kan sikres ved ulike former for autorisasjon, f eks ved at brukere i et panel kan tillate mer omfattende datafangst i bytte mot en gjenytelse, eller ved at leverandøren autoriserer fangst av data der enkeltbrukere ikke kan identifiseres. Relevans sikres ved bruk av et spørreskjema der kun relevante data eller parameterverdier innhentes. Irrelevante parametre er ikke med i samlingen av parametre som sendes til brukerterminalen, og genererer følgelig ikke støy i den etterfølgende analysen.

I én utførelsesform brukes analyseresultatene til å tilpasse utvalget av relevante parametre, dvs. spørreskjemaet, i ytterligere analyser.

KORT BESKRIVELSE AV TEGNINGENE

Den foreliggende oppfinnelsen vil bli beskrevet nærmere i det følgende med henvisning til de vedføyde tegningene, hvor: Figur 1 er en skjematisk fremstilling av en utførelsesform av et system i følge oppfinnelsen.

Figur 2 viser en gradert autoriseringsmekanisme,

Figur 3a illustrerer en graf til innsamling og presentasjon av data,

Figur 3b illustrerer alternativ avbildning av data i en graf

Figur 4 illustrerer prinsippet for en spørreskjemagenerator

Figur 5 viser en fremgangsmåte ved innsamling av data, og

Figur 6 viser en tilbakekoblingssløyfe

Figur 7 viser en fremgangsmåte til bruk i en analysator 100 for web-basert innhold

DETALJERT BESKRIVELSE

Figur 1 er en skjematisk fremstilling av en utførelsesform av den foreliggende oppfinnelsen, der et system for datatrafikkanalyse omfatter en analysator 100, en innholdskilde 200 og en brukerterminal 300. Innholdskilden 200 kan levere innhold som kan forstås av mennesker, slik som websider, video og/eller lyd, over en logisk forbindelse 101 gjennom et nettverk, f eks internett eller et intranett, til brukerterminal 300. Brukerterminalen 300 kan, som nevnt i innledningen, være en hvilken som helst innretning som kan motta innhold fra kilden 200, f eks en PC, en kanaldekoder, en mobiltelefon eller en håndholdt terminal som kan motta og formidle tekst, grafikk, video og/eller lyd i en form som enkelt kan forstås av et menneske. Både innholdskilden 200 og brukerterminalen 300 er som nevnt i innledningen av velkjente typer og beskrives derfor ikke nærmere her.

En autoriseringsmekanisme er tilpasset å tillate eller avvise innkobling av analysatoren 100 i en datatrafikkstrøm mellom innholdskilde og brukerterminal. I figur 1 antas at autorisasjon er gitt. Datatrafikkstrømmen 102 fra kilden 200 til brukerterminalen 300 går dermed gjennom analysatoren 100. Dette er illustrert i figur 1 ved at den opprinnelige logiske forbindelsen 101 er tegnet som en stiplet linje, mens forbindelsen 102 gjennom analysatoren 100 er tegnet med heltrukne linjer. Forbindelsene 101 og 102 er logiske forbindelser, f eks på applikasjonslaget i en protokollstakk. Fysiske forbindelser mellom enhetene og en mengde andre detaljer vises ikke av hensyn til klarhet, men er like fullt nødvendige i en praktisk utførelse av systemet.

Analysatoren 100 innholder en lagringsenhet 110 for å lagre minst deler av datatrafikken 102. Lagringsenheten 110 er vist skjematisk som en sylinder, og kan være en datafil, en database eller et annet egnet lagringsformat på et fysisk medium som f eks magnetiske disker, faststoffminne, RAM eller tilsvarende. Fysisk medium og lagringsform må velges og dimensjoneres for å kunne lagre nødvendige data fra datatrafikkstrømmen 102.

Analysatoren 100 inneholder også en spørreskjemagenerator (Fig. 4) med trafikkdata fra strømmen 102 som inndata. Et spørreskjema 120 i følge oppfinnelsen vil: (i) kun inneholde spørsmål etter relevante parametre avhengig av hvilket innhold som er formidlet fra kilden 200 til brukerterminalen 300, og (ii) kun bli sendt til brukerterminal 300 hvis brukerterminalen har aksessert en viss tjeneste eller et visst innhold.

Spørreskjemaet 120 besvares av brukerterminalen 300, fortrinnsvis med inndata fra en menneskelig bruker. Responsen fra brukerterminalen 300 er skjematisk fremstilt ved 130. Responsene kan lagres i analysatorens lagringsenhet 110 eller en tilsvarende lagringsenhet for videre analyse. Spørreskjemaet kan i webanvendelser hensiktsmessig overføres i XML-format. I telefon- eller kabel-TV anvendelser kan andre dataformat være mer hensiktsmessige. Det presiseres derfor at en hvilken som helst form for forespørsel 120 etter data og en hvilken som helst respons 130 kan brukes med oppfinnelsen, og at spørreskjemaet 120 innholder forespørsler etter en rekke applikasjonsavhengige parametre, mens responsen 130 i tillegg innholder en rekke parameterverdier eller attributter.

Som nevnt over økes presisjonsnivået og forenkles den etterfølgende analysen ved at analysatoren 100 overvåker hvilke tjenester som er aksessert fra en brukerterminal 300, og kun sender et spørreskjema med relevante spørsmål til den eller de brukerterminalene 300 som har brukt den bestemte tjenesten eller mottatt det bestemte innholdet. Det bemerkes at presisjonsnivået øker spesielt dersom spørreskjemaet inneholder spørsmål som skal besvares av en bruker, ettersom et menneske ikke kan forventes å svare nøyaktig på en mengde spørsmål som oppfattes som irrelevante hvis vedkommende ikke har besøkt en viss webside eller brukt en bestemt tjeneste som skal analyseres, eller hvis spørreskjemaet inneholder mange spørsmål etter parametre som er irrelevante for den eller de tjenestene som faktisk er brukt og det innholdet som faktisk skal analyseres.

Analysatoren inneholder også en kommunikasjonsenhet for å innhente respons 130 fra brukerterminalen. Denne responsen er basert på spørreskjemaet. Svarene eller responsen kan for eksempel overføres som XML-data i par "parameter"="verdi". Lagringsenheten kan, som nevnt ovenfor, i noen utførelsesformer omfatte en database, og det kan tenkes anvendelser der det er hensiktsmessig å motta responsene i et format der f eks et gitt felt med fast plass i en post eller datastruktur kan representere en gitt parameterverdi. I begge tilfeller kan parameterverdiene i responsen hensiktsmessig lagres i lagringsenheten 110 eller i en separat, tilsvarende lagringsenhet. Begrepet "kommunikasjonsenhet" er ment å omfatte alle typer tolker implementert i program- og/eller maskinvare som er i stand til å motta en respons fra brukerterminalen 300. Kommunikasjons-enheten kan valgritt lagre de mottatte responsene i lagringsenheten 110 eller videresende dem til en annen enhet. I alle tilfeller må de innhentede data selvsagt gjøres tilgjengelig for analyse.

I én utførelsesform inneholder systemet en modul for innsamling og analyse av flere brukerresponser. Denne modulen kan ligge i analysatoren 100 eller et annet sted, og kan brukes til å utarbeide fordelinger, middelverdier, varians og annen statistikk basert på de innkomne responsene 130.

I noen utførelsesformer kan modulen for innsamling og analyse av brukerresponser bygge opp en graf. Dette er nærmere beskrevet i forbindelse med figur 3 nedenfor.

Videre kan systemet omfatte en tilbakekoblingssløyfe fra innholdskilden 200 til analysatoren 100. Hensikten med en slik tilbakekoblingssløyfe vil typisk være å "finmåle" eller av andre grunner endre utvalget av parametre i et gitt spørreskjema basert på resultatene fra analysen av en foregående runde. Tilbakekoblings-sløyfen kan være helautomatisk eller involvere manuell endring av parameterverdier/spørsmål i et spørreskjema, f eks gjennom en nettside.

Figur 2 viser en utførelsesform av en gradert autoriseringsmekanisme til bruk i den foreliggende oppfinnelsen, der brukere tildeles autorisasjonsnivå AO, A1 eller A2, og der AO tilsvarer at brukeren ikke autoriserer logging og A2 autoriserer mest omfattende logging. Idéen bak denne utførelsesformen er at brukeren selv får avgjøre om han eller hun tillater at (anonymiserte) opplysninger om bruk av internett, telefontjenester, SMS-tjenester osv logges for analyseformål.

Anta at leverandøren ønsker to grupper deltakere i en undersøkelse:

- Autorisasjonsnivå A1: Brukere som tillater automatisk logging av vedkommendes bruk av nett og tjenester i én sesjon, og - Autorisasjonsnivå A2: Et panel med brukere som er villige til mer omfattende registrering og/eller rapportering, og som ved sin paneldeltakelse aksepterer å delta i flere undersøkelser.

I blokk 210 sendes en autorisasjonsanmodning til de brukere om autorisasjonsnivå A2.1 praksis kan en slik anmodning være utformet som en invitasjon med opplysninger om krav til deltakelse i et brukerpanel, for eksempel at man aksepterer å delta i flere undersøkelser senere, og informasjon om kompensasjon i form av rabatt, gratis tilgang til tjenester eller lignende. Brukere som aksepterer denne invitasjonen i test 230, får i dette eksempelet tildelt autorisasjonsnivå A2, som gir leverandøren maksimal adgang til å innhente opplysninger om brukerens bruk av tjenester og/eller innhold osv.

I en webanvendelse kan invitasjonen være et banner eller lignende på en eller flere nettsider. I andre anvendelser kan invitasjonen sendes ut per e-post eller annen måte. I figur 2 vises invitasjonen som innledning til en sesjon 280 med bruk ab innhold eller tjeneste. I andre anvendelser kan invitasjonen sendes etter en slik sesjon.

Spørsmål om man vil delta i flere undersøkelser, implisitt om autorisasjonsnivå A2, er vist ved test 220.

Brukere som sier ja til å delta i flere senere undersøkelser tildeles autorisasjonsnivå A2 ved 230. Opplysninger om parametre som f eks kjønn, alder bosted og så videre registreres og lagres til senere bruk ved 240.

Ikke alle de inviterte vil akseptere å bli med i et brukerpanel, men de kan likevel være interessert i å delta i én undersøkelse. Dette er illustrert ved test 250.

Brukere som aksepterer invitasjonen om å delta i én undersøkelse kan for eksempel logges automatisk, og får følgelig en lavere kompensasjon, gjerne kun en mulig gevinst. En invitasjon om å delta på et lavere autorisasjonsnivå, her A1, kan i praksis f eks være en nettside eller annonse av typen "delta i vår undersøkelse og vinn ...". Brukere som aksepterer denne invitasjonen, dvs. responderer positivt i test 250, får i utførelsesformen vist i figur 2 tildelt autorisasjonsnivå A1, som i dette eksempelet kan gi leverandøren adgang til å innhente opplysninger automatisk, men ikke nødvendigvis stille samme krav som til en paneldeltaker. Brukere som ikke aksepterer invitasjonen, dvs. responderer negativt i test 250, får i denne utførelsesformen tildelt autorisasjonsnivå A0, som begrenser leverandørens adgang til å innhente opplysninger til slike opplysninger som uproblematisk kan innhentes uten en brukers samtykke. Dette omfatter for eksempel anonymiserte trafikkdata, slike opplysninger som ellers er nødvendig for fakturering og lignende. Autorisasjonsnivå A0 i den viste utførelsesformen skal altså ikke tolkes som at leverandøren ikke kan innhente noen opplysninger fra vedkommende brukerterminal.

I en webanvendelse kan brukere presenteres for testene 220 og 250 i samme skjema, f eks ved at brukeren blir bedt om å krysse av for a) å delta i et brukerpanel (A2) eller b) å delta i én undersøkelse (A1)

I en utførelsesform kan autoriseringsmekanismen ligge hos leverandøren, og automatisk tildele det som tilsvarer nivå A0 i den foregående utførelsesformen til et representativt utvalg brukere eller terminaler. I denne utførelsesformen vil en leverandør typisk anonymisere brukeren eller unnlate å registrere noe som kan identifisere brukeren av hensyn til personvern og av hensyn til den negative omtalen som vil komme dersom det oppstår mistanke om at en leverandør lagrer opplysninger om enkeltbrukeres bruk av tjenester. Dette er analogt med lagring av opplysninger til faktureringsformål og med registrering av datatrafikk på lavere lag i protokollstakken. Begge deler er legitimt og normalt verken i strid med gjeldende regelverk eller alminnelig rettsoppfatning.

Figur 3a viser en graf, som er en datastruktur som er egnet til å illustrere innsamling og presentasjon av data. Grafen har noder med nodeattributter som representerer egenskaper eller parameterverdier forbundet med noden. Nodene er forbundet med kanter med kantattributter som representerer egenskaper eller parameterverdier forbundet med kanten.

Anta at node Si i figur 3a er en kildenode eller en sentral node, for eksempel en logisk adresse (URI) på en webserver som kjører på en datamaskin. For enkelhets skyld antas at datamaskinen i dette eksempelet har én IP-adresse, at nettsider med forskjellige adresser er tilgjengelig fra webserveren på TCP-port 80 for innholdsleverandørens kunder, og at port 81 brukes til administrasjon av webserveren. Anta videre at vi ønsker å analysere datatrafikken fra websider der den første del av absolutt nettadresse (URI) er "www.dummy.com/exmpl/..." I dette eksempelet er følgelig tre aktuelle attributter på noden 1) IP-adresse, 2) TCP-port og 3) URI. Det vil variere fra anvendelse til anvendelse om en node skal representere hele maskinen, dvs. all datatrafikk fra en gitt IP-adresse, hele webserveren, f eks all datatrafikk fra port 80 på maskinen, all datatrafikk fra et domene, her www.dummy.com, eller fra deler av nettsidene, f eks www.dummy.com/exmpl/.... I dette eksempelet vil det derfor være flere noder som har verdi 80 i attributt 2) TCP-port, og flere noder som har datamaskinens IP-adresse i attributt 1) IP-adresse.

Tilsvarende kan en node S2ha attributter for 1) IP-adresse som representerer en brukers PC, 2) TCP-port som skiller nettlesertrafikk fra annen datatrafikk, og 3) URI for å skille nettsider som skal analyseres fra dem som ikke skal analyseres. Det skal forstås at en kildenode og en brukerterminal i en annen anvendelse kunne vært identifisert med et telefonnummer, en mac-adresse , simkortnummer osv. I alle tilfeller kan en spørreskjemagenerator som ble kort beskrevet i forbindelse med figur 1 bruke nodenes attributter til å stille spørsmål kun til brukere som har aksessert en gitt tjeneste, f eks en URI eller en delmengde av URIene som leveres på port 80.1 det følgende representerer noden Si en delmengde av URIer som skal analyseres.

Så snart det registreres datatrafikk til en node, f eks på en brukerterminal 300 (Fig 1), sjekker systemet om noden allerede finnes i datastrukturen eller grafen. Hvis noden ikke finnes fra før, opprettes en ny node. I eksempelet på figur 3a kan nodene S2-S6være opprettet på denne måten. Det bemerkes at når det registreres datatrafikk fra enda en ny node, opprettes node S7 osv. Grafen vist figur 3 er således kun et eksempel, og antall noder i en graf er ikke begrenset til seks. Nodene kan ha flere attributter for å lagre parameterverdier av interesse, f eks 4) "tid til første bilde", 5) "antall avbrudd", 6) "tid på nettside", 7) eventuelle subjektive oppfatninger eller inntrykk fra en bruker osv som drøftet ovenfor. I noen anvendelser kan geografisk, topologisk eller logisk plassering i et fysisk nett være nyttig. Som beskrevet i forbindelse med figur 2, kan denne informasjonen blant annet brukes til å sikre f eks et geografisk eller topologisk representativt utvalg. Geografisk og/eller topologisk informasjon kan lagres som attributter i nodene.

Kantene i grafen, dvs. forbindelsene mellom nodene, representerer her datatrafikk mellom nodene. I eksempelet på figur 3a kan det gå datatrafikk mellom to vilkårlige noder, men det behøver ikke gå datatrafikk der. Kanter opprettes derfor i grafen kun dersom det registreres datatrafikk mellom to noder. I figur 3 er det for eksempel ikke vist noen kant mellom S6 og Si fordi det ennå ikke er registrert datatrafikk mellom disse to nodene.

Hvis nodene S1- S6 representerer nettsider, kan datatrafikkintensiteten mellom dem representeres ved antall henvisninger fra en side til en annen. Data som representerer datatrafikk, i figur 3a vist med parametre A/,, kan lagres som attributter i kantene. I noen tilfeller vil det være hensiktsmessig å registrere datatrafikk begge veier, som vist med piler mellom S2og S4.1 dette eksempelet kan A/2-4representere antall oppslag fra S2til S4, mens N4- 2 kan representere antall oppslag fra S4til S2-1 andre tilfeller kan det være mer hensiktsmessig å kun registrere én datatrafikkparameter per kant, for eksempel som vist med A/2 som kan representere antall oppslag på S? fra S2, hvis antall oppslag den andre veien, dvs. oppslag på S2fra Sf, er uinteressant i analysen.

Når en brukersesjon opphører, f eks ved at brukeren på brukerterminal 300 i Fig. 1, navigerer over på andre nettsider enn de som skal analyseres eller avslutter en telefonforbindelse til en teletjeneste, kan spørreskjemageneratoren (Fig 4) bruke alle kanter som ender i brukerterminal 300 (f eks alle noder med terminalens IP-adresse eller telefonnummer som beskrevet over) til å sende spørreskjema som kun inneholder spørsmål om innhold eller tjenester som er aksessert av brukerterminal 300. Respons på de resulterende spørreskjema, med eller uten brukerens medvirkning, kan lagres i egne attributter på kantene og/eller nodene.

I løpet av en måleperiode vil fordelingen av datatrafikkparametre på kantene oppdateres. For eksempel kan antall oppslag N5fra noden S5i løpet av måleperioden vise seg å bli mye større enn N2selv om det ble registrert datatrafikk fra noden S2før det ble registrert datatrafikk fra S5.1 den etterfølgende analysen er som regel fordelingen av datatrafikkparametre mer interessant enn i hvilken rekkefølge nodene ble opprettet i.

Totaler for alle kantene til en gitt node kan også være interessante. For eksempel kan et stort antall oppslag fra en rekke brukerterminaler på en bestemt nettside, f eks Si, indikere at nettopp denne nettsiden bør optimaliseres og/eller inneholder spesielt relevant informasjon. Begge deler kan være nyttig informasjon for eieren av nettsiden S*. ;Datatrafikkattributter som f eks antall treff på en nettside, som i eksempelet ovenfor, responstider og/eller andre datatrafikkparametre lagres i attributter på kantene i løpet av en måleperiode. En måleperiode omfatter et tilstrekkelig antall brukersesjoner til at resultatene er representative etter forhåndbestemte kriterier. Noder og kanter i grafen kan fordelaktig representeres i en database, for eksempel en relasjonsdatabase med en nodetabell der hver rad representerer en node, og kolonnene representerer attributtene. Tilsvarende kan kantene i grafen representeres av en kanttabell med en første nøkkelkolonne som viser til noden i kantens ene ende, en andre nøkkelkolonne som viser til noden i kantens andre ende og et antall kolonner som representerer kantens attributter. Siden en tabell kan inneholde et stort antall kolonner med ulike typer innhold, er det klart at både noder og kanter kan inneholde et stort antall attributter med ulike typer innhold. Videre vil det være klart for fagmannen at nye rader i tabellene i en slik relasjonsdatabase kan tilføyes ettersom noder eller kanter legges til, og at dette fordelaktig gjøres i samsvar med å legge til noder og kanter i en graf i stedet for som grener i et tre eller forbindelser i et nettverk. For eksempel kan den første nøkkelkolonnen peke til kildenoden mens den andre nøkkelkolonnen kan peke til målnoden, slik at to noder derved kan forbindes av to kanter som representerer datatrafikk i hver sin retning. Det er også enkelt å innse at en graf som beskrevet over kan implementeres i andre typer databaser eller i egne datastrukturer. Hvis noder og kanter som beskrevet over representeres i en database, kan konvensjonelle databasemekanismer som indekser og spørreverktøy brukes til effektiv fremhenting av alle tjenester som er aksessert av en brukerterminal 300 (Fig 1), f eks identifisert ved alle noder med en gitt IP-adresse eller telefonnummer som beskrevet, og de tilsvarende nodene (nettsidene eller tjenestene) i den andre enden av kantene som går til brukerterminal 300. Standard databasemekanismer kan også brukes til å hente ulike attributter fra noder og kanter for grafisk fremstilling av resultatene, for eksempel finne alle noder som har samme IP-adresse i eksempelet med nettsider over. ;Det vil være kjent for en fagmann at data som arkiveres i måleperioden kan omfatte en blanding av rådata og kumulerte verdier til statistikkformål. I eksempelet med nettsider kan det være ønskelig å oppbevare en lett tilgjengelig kopi av nettsidene brukeren har aksessert inntil data er analysert. Årsaken er at mange nettsider inneholder dynamisk innhold, for eksempel et reklamefelt med reklamer som skifter med få sekunders mellomrom. Det kan i noen sammenhenger være interessant å undersøke om det er signifikante sammenhenger mellom respons og faktisk innhold på siden, f eks om én reklame virker bedre enn en annen på en ellers lik nettside. ;Figur 3b viser en mulig avbildning av grafen i figur 3a, og illustrerer hvordan data hensiktsmessig kan presenteres. For eksempel kan geografisk og/eller topologisk plassering av noder i et nettverk være registrert på nodene, og figur 3b kan representere et nettverkskart. Forbindelsen fra kilden Si til S2 og videre er i figur 3b vist med stiplede linjer for å indikere at datatrafikkparametrene som er registrert på kantene indikerer dårlig ytelse i en eller annen forstand. Hvis N2representerer antall treff fra en nettside S2kan den dårlige ytelsen være at S2ikke er spesielt relevant som annonseringsmedium for innholdet på S-\. Tilsvarende er forbindelsen mellom S? og S3vist med en heltrukket tynnere strek og forbindelsen mellom Si og S4vist med en heltrukket tykkere strek. Dette illustrerer at frem-stillingene av kantene i en graf kan indikere verdi eller verdiområde for intensitet eller andre datatrafikkparametere som er lagret på kantene. I eksempelet med nettsider ovenfor kan f eks tykkelsen og utseendet på strekene indikere at antall oppslag N2< N3<<>N5. ;Treet i figur 3b kan være utspent fra grafen i figur 3a ved bruk av kjente algoritmer, f eks en "spanning tree" algoritme som finner "korteste vei" innom alle noder i en planar graf. For eksempel kan et tre som vist i figur 3b representere resultatet av an nettsideanalyse der N2representerer antall treff fra en nettside S2som beskrevet over. Den dårlige ytelsen kan i dette tilfellet være at S2er dårlig kodet eller ikke oppleves som relevant av en bruker. For eier av Si kan det være relevant f eks ved at S2ikke er spesielt relevant som annonsemedium for innholdet på S*. For eier av S2kan det f eks være interessant å undersøke nærmere om kodingen av S2bør forbedres.

Videre behøver ikke presentasjonen av data innsamlet i grafen i figur 3a være et tre som vist i figur 3b. Anta for eksempel at nodene i figur 3b er riktig plassert geografisk i forhold til hverandre. I stedet for treet som vises i figur 3b, kunne de innsamlede data vært presentert i et maskenett med forbindelser mellom nodene S4 og S6, mellom S6 og S5, mellom S5og S3 osv., eller at ytelsen er dårlig på annen måte i dette geografiske området. Hvis nodene representerer nettsider og plasseringen i presentasjonen indikerer geografisk plassering, kan den stiplede delen gjennom S2alternativt indikere at det mangler data fra et område.

Data fra måleperioden og etterfølgende analyse kan selvsagt også presenteres på en hvilken som helst annen form som passer for formålet. Slik presentasjon er kjent for en fagmann, og beskrives ikke nærmere her.

Figur 4 illustrerer en spørreskjemagenerator 400.

"Databasen" 410 representerer mengden av alle parametre for alle tjenester og alt innhold man ønsker informasjon om. Det skal forstås at "databasen" 410 kan representeres ved en liste, en database eller i et hvilket som helst annet egnet format.

"Spørsmål" defineres som et ordnet par {TJENESTE, PARAMETER}, hvor TJENESTE betegner tjeneste og/eller innhold fra leverandør. TJENESTE omfatter således også innhold på en webside i noen anvendelser. Noen parametre krever inndata fra en bruker via et tastatur eller en annen inndataenhet, mens andre parameterverdier, f eks ulike tidsmålinger, kan fylles ut av brukerterminalen uten at et menneske er involvert.

I blokk 420 tilføres en liste over hvilket innhold og/eller tjenester en brukerterminal 300 (Fig. 1) har aksessert.

I blokk 430 lages et snitt mellom mengdene av alle spørsmål fra blokk 410 og mengden av aksessert innhold fra blokk 420. Formelt er dette delmengden av spørsmål (ordnede par {TJENESTE, PARAMETER}) fra 410 der TJENESTE forekommer i blokk 420. Utdata er med andre ord en liste med spørsmål som finnes blant alle de mulige spørsmålene (410) OG som vedrører innhold fra blokk 420. Det resulterende spørreskjemaet inneholder dermed spørsmål om tjenester og/eller innhold som er aksessert av den aktuelle brukerterminalen 300 (Fig 1), og ikke spørsmål om tjenester og/eller innhold som ikke er aksessert. Spørreskjemaet kan i tillegg inneholde spørsmål av generell karakter, men det understrekes at formålet med spørreskjemaet i den foreliggende oppfinnelsen er å unngå irrelevante spørsmål om innhold og tjenester som ikke er aksessert.

I blokk 440 (valgfri) kan spørreskjemaet illustreres med innhold fra blokk 420. Dette illustrerende innholdet kan for eksempel være en eller flere forminskede skjermbilder av nettsider som skal presenteres for en menneskelig bruker i forbindelse med ett eller flere spørsmål i det genererte spørreskjemaet. Denne typen illustrasjoner kan være overflødig i andre anvendelser, og blokk 440 er derfor tegnet med stiplede linjer for å illustrere at den er valgfri.

I blokk 450 foreligger det ferdige spørreskjemaet, dvs. en liste over forespørsler etter parametre som kan presenteres på en brukerterminal 300, og som kun inneholder spørsmål om parametre fra det aksesserte innholdet i blokk 420.

Figur 5 er et blokkdiagram som fremstiller en fremgangsmåte 500 for innhenting av data i en måleperiode i følge oppfinnelsen.

Måleperioden starter med n=0 respondenter.

I blokk 510 identifiseres en ny brukerterminal. Identifikasjonen kan baseres på IP-adresse, portnummer og/eller hvilken webside som er aksessert.

I blokk 520 hentes autorisasjonsnivå. Autorisasjon kan innhentes før måleperioden begynner, f eks ved at en bruker har takket ja til å være med i en brukergruppe osv som beskrevet i forbindelse med figur 2.1 dette tilfellet vil relevante opplysninger, f eks om kjønn, alder osv være lagret som vist ved 240 i figur 2. Anmodning om autorisasjon kan også sendes i måleperioden, f eks for å sikre et representativt utvalg med hensyn til kjønn, alder, bosted og andre (demografiske) data som kan være mulige forklaringsparametre i undersøkelsen.

I blokk 530 sjekkes om autorisasjon er gitt, dvs. om brukeren tillater innsamling og lagring av trafikkdata. Hvis autorisasjon er gitt før måleperioden begynner, omfatter dette trinnet kun å sjekke om autorisasjon er gitt på forhånd. Ellers forsøker systemet å innhente autorisasjon fra brukeren som vist i figur 2. Hvis autorisasjon ikke er gitt, eller autorisasjonsnivået ikke er høyt nok ved utgangen av trinn 530, identifiseres en ny brukerterminal.

Hvis autorisasjonsnivået er høyt nok, kobles en analysator 100 (Fig. 1) logisk mellom innholdskilden og brukerterminalen 300 i trinn 540. Trinn 540 kan således tilsvare begynnelsen på sesjonen 280 som vises i figur 2.

I blokk 550 registreres og lagres trafikkdata fra sesjonen på analysatoren. HTML, XML og/eller javaskript fra en nettside behandles slik at det er en websides eksakte utseende som lagres sammen med brukerterminalens IP-adresse, portnummer osv og innholdskildens ID, f eks IP-adresse, portnummer og/eller URI, som beskrevet i forbindelse med figur 3 ovenfor.

I blokk 560 brukes de registrerte trafikkdata til å generere et datatrafikkbasert spørreskjema. Mengden av alle mulige spørsmål representert ved 410 er den samme som den som er beskrevet i forbindelse med figur 4 ovenfor. De to pilene mellom blokk 560 og spørsmålsmengden 410 illustrerer at en spørreskjema-generator i blokk 560 trekker ut spørsmål som angår websidene eller tjenestene som er aksessert i den aktuelle sesjonen. Spørsmålene som trekkes ut på denne måten samles i et spørreskjema.

I blokk 570 innhentes respons fra brukerterminalen 300 ved hjelp av spørre-skjemaet, og i blokk 570 økes antall responser med 1, dvs. fra n til n+1.

Fremgangsmåten omfatter å innsamle og lagre N sett trafikkdata og responser fra brukerterminaler, der N er et heltall £ 1. Test 580 avgjør om det er innhentet færre enn N responser, dvs. om n < N. Hvis det ikke er innhentet et forhåndbestemt antall N responser, returnerer prosessen til blokk 510 for identifikasjon av ny brukerterminal. Hvis det forhåndbestemte antall N brukerresponser med tilhørende trafikkdata er innhentet, er måleperioden over, og prosessen går videre til dataanalyse (ikke vist i figur 5).

Figur 6 illustrerer en tilbakekoblingssløyfe som bruker analyseresultater til å påvirke spørsmål som kan brukes i spørreskjema. Hensikten kan for eksempel være å foreta nærmere undersøkelser og/eller å øke presisjonsnivået på spørsmålene i en gitt undersøkelse. Dette kan gjøres ved å legge til, slette eller endre spørsmål som anses relevant for en gitt tjeneste eller webside.

En database 410 inneholder mengden av mulige spørsmål, og er nærmere beskrevet i forbindelse med figur 4. Innholdet i denne mengden spørsmål påvirker måleresultater som vist i Fig. 4 og illustrert med en bred pil i figur 6.

Måleresultater 610 kan foreligge i en måleperiode (n < N i figur 5). De kan analyseres etter en tid f eks for å overvåke et utvalg respondenter og sørge for at datainnsamlingen ikke avsluttes før utvalget er tilstrekkelig representativt. Måleresultatene 610 kan alternativt være samlingen av trafikkdata og responser på spørreskjema som foreligger når en måleperiode er avsluttet som vist ved 599 i figur 5.

I blokk 620 analyseres måleresultatene 610 med kjente metoder, f eks statistisk. Analyseresultatene kan om ønskelig presenteres på egnet form i f eks et webgrensesnitt på en brukerterminal. Analyse og presentasjon ligger utenfor omfanget av den foreliggende oppfinnelsen og beskrives derfor ikke nærmere her.

I blokk 630 avgjøres om, og i tilfelle hvilke, parametre som skal inngå i et nytt spørreskjema for videre analyse. Formelt endres mengden av tilgjengelige spørsmål eller ordnede par {TJENESTE, PARAMETER} i mengden av mulige spørsmål 410. Vurderingen 630 vil i mange tilfeller omfatte en menneskelig vurdering, f eks ved at analyseresultater fremvises på en skjerm, at en ekspert utarbeider nye spørsmål for gitte tjenester avhengig av hvilke områder det trengs flere data på, og at eksperten legger de nye spørsmålene inn i en database 410 ved bruk av en kjent brukerterminal, f eks en PC. Spørsmålene kan også endres automatisk, f eks ved at det automatisk innhentes flere måleresultater for visse parametre for å oppnå en forhåndsbestemt fordeling eller et representativt utvalg respondenter.

Pil 640 illustrerer at spørsmål opprettes, slettes eller endres i mengden 410 til senere bruk.

Figur 7 viser en fremgangsmåte til bruk i en analysator 100 for web-basert innhold.

I trinn 710 mottas en webside fra innholdskilden 200. Websidens innhold kan omfatte tidsavhengig innhold, f eks reklame som byttes med få sekunders mellomrom. Websidens kode vil ofte inneholde en blanding av HTML, XML og/eller Java, og stilsett (CSS) som definerer fonter, marger, fargevalg og annet utseende på flere sider på samme nettsted. Javaskript og eventuell annen kode som eksekveres i en nettleser på en brukerterminal kan dekodes i dette trinnet.

I trinn 720 omformes leverandørens adresser til adresser som har mening utenfor leverandørens webserver. For eksempel kan noen eller alle relative adresser omformes til absolutte adresser. I eksempelet med reklamebanner som varierer med tid kan f eks relativ adresse '/products/something.php&id=123' omformes til 'dummydomain.com/ products/something.php&id=123'. Implementasjonen avgjør om alle adresser skal omformes. For eksempel kan en henvisning til stiler, Vcss/stylesheet.css' forbli relativ.

I trinn 730 lagres alle elementer på websiden i analysatoren 100 på en slik måte at leverandørens webside kan regenereres av analysatoren 100 og presenteres for en brukerterminal 300. For eksempel kan stiler og lignende arkiveres relativt under/css/stylesheet.css også på analysatoren 100, eller de kan hentes fra en absolutt adresse utenfor analysatoren 100.

I blokk 740 (valgfri) genereres en illustrasjon av websiden. Illustrasjonen kan være nyttig ved innhenting av visse parametre, f eks spørsmål om subjektiv oppfatning av typen "Var innholdet på siden til venstre (illustrasjon) <relevans>". For at illustrasjonen skal kunne leses i alle typer weblesere og/eller forminskes, er det fordelaktig å lage et bilde av websiden, f eks i et standardisert bildeformat som JPEG eller PNG. I andre sammenhenger kan det være mer hensiktsmessig å bruke et annet portabelt format, f eks Adobe Portable Data Format (PDF) til illustrasjonen.

I dette eksempelet kan for øvrig parameter <relevans> presenteres som en liste med gyldige parameterverdier, f eks tall 1-5, mengden {"nyttig", "verken nyttig eller unyttig", "unyttig"} osv. Hvilke parametre og verdier som angår den gitte websiden hentes fra mengden av mulige spørsmål 410 og presenteres i et spørreskjema sammen med illustrasjonen som vist i figur 4.

I blokk 750 presenteres spørsmål for brukeren basert på innhold som er lagret i analysatoren 100. Nettleseren på brukerterminal 300 må følgelig ha tilgang på elementer som kan ha en annen relativ plassering enn den de har på innholdsleverandørens webside. Websiden må med andre ord representeres på en slik måte den kan regenereres nøyaktig slik brukeren så den.

Claims (10)

1. System for datatrafikkanalyse omfattende en analysator (100), en innholdskilde (200) og en brukerterminal (300),karakterisert veden autoriseringsmekanisme tilpasset å tillate eller avvise innkobling av analysatoren i en datatrafikkstrøm mellom innholdskilde og brukerterminal, og hvor analysatoren (100) omfatter - en lagringsenhet (110) for å lagre minst deler av datatrafikken, - en spørreskjemagenerator (400) med trafikkdata (420) som inndata og et spørreskjema (120, 450) med kun forespørsler om relevante parametre basert på de nevnte trafikkdata som utdata, og - en kommunikasjonsenhet for å innhente respons (130) fra brukerterminalen, hvilken respons er basert på spørreskjemaet (120, 450).

2. System i følge krav 1, videre omfattende en modul for innsamling og analyse (500, 620) av flere brukerresponser.

3. System i følge krav 1, hvor spørreskjemageneratoren (400) er logisk forbundet med en database (410) inneholdende en mengde spørsmål i form av ordnede par {TJENESTE, PARAMETER} hvor TJENESTE representerer en tjeneste og/eller et innhold som skal analyseres og PARAMETER representerer en måleparameter for TJENESTE, i det mengden omfatter alle verdier for TJENESTE som skal analyseres og minst én PARAMETER per TJENESTE.

4. Fremgangsmåte for datatrafikkanalyse av datatrafikk mellom en innholdskilde (200) og en brukerterminal (300),karakterisert vedtrinnene: - å identifisere (510) en brukerterminal (300), - å innhente (520) autorisasjon for innsamling og lagring av trafikkdata, - å kontrollere (530) om autorisasjon oppnås, og hvis og bare hvis autorisasjon oppnås: - å koble (540) en analysator (100) mellom innholdskilden (200) og brukerterminalen (300), - å registrere (550) og lagre i det minste noen trafikkdata på analysatoren, - å bruke de registrerte trafikkdata til å generere (560) et datatrafikkbasert spørreskjema(120, 450), og - å innhente respons (130, 570) fra brukerterminalen (300) ved hjelp av spørreskjemaet.

5. Fremgangsmåte i følge krav 4, videre omfattende å innsamle og analysere flere responser.

6. Fremgangsmåte i følge krav 4 eller 5, videre omfattende å bygge opp en graf med nettsider som noder og kanter som representerer datatrafikk mellom nettsider basert på brukerresponsene, der hver node og hver kant har minst én attributt.

7. Fremgangsmåte i følge krav 5, videre omfattende å revidere (630) spørsmål og oppdatere (640) en mengde (410) med tilgjengelige spørsmål.

8. Fremgangsmåte i følge krav 4, hvor å registrere (550) trafikkdata omfatter: - å motta (710) en webside fra innholdskilden (200), - å konvertere (720) relative adresser til absolutte adresser, - å lagre (730) alle elementer på websiden i analysatoren (100), og - å videresende websiden fra analysatoren (100) til brukerterminalen (300).

9. Fremgangsmåte i følge krav 8, videre omfattende å generere (740) en illustrasjon av den mottatte websiden i et bildeformat.

10. Fremgangsmåte i følge krav 8, videre omfattende å dekode eksekverbar kode på websiden for å generere statisk XML-kode for presentasjon.