지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2011.4
- 수록면
- 143 - 148 (6page)
이용수
초록· 키워드
오류제보하기
오버추어 광고를 진행할 때 늘 제기되는 부정클릭 문제는 광고주가 인정할 수 없는 광고비용 청구와 과금이라는 문제를 놓고 늘 제기되어온 것이다. 기존에 부정 클릭을 식별하기 위해 제시된 대표적인 모델은 검색엔진에서 검색한 키워드, 광고를 클릭한 시간, 사이트를 실제 방문한 시간, IP를 기준으로 한다. 이 기준을 가지고 광고를 클릭한 특정 IP가 연속적으로 같은 클릭을 한 경우, 이를 부정 클릭 가능성이 있다고 판단하는 것이다. 그러나 이 방법은 클라이언트 IP를 기반으로 하고 사람이 부정 클릭을 행하는 것을 식별하는 것이기 때문에 자동화 툴 등을 이용하여 부정클릭을 행하는 방법에 대한 식별 방법으로는 부족하다고 할 수 있다.
본 논문에서는 자동화 툴을 이용한 부정 클릭 식별방법을 높이기 위해 세션 정보를 핑거프린팅하는 방법을 제안한다. 제안 모델은 동일한 패턴의 행위에 대한 세션 정보를 핑거프린팅하고, 로그 정보 중에서 동일한 핑거프린트 값을 발견하면 클라이언트 IP와 매칭시킨다. 동일한 IP에서 나온 동일한 핑거프린트 값은 자동화 툴을 이용한 자동 부정 클릭의 판단 기준이 될 수 있다. 이 연구에서는 자동화 툴이 일정한 패턴을 가지고 3단계의 클릭을 하루 3회 실시하도록 하였다. 본 연구방법론은 보다 정교한 형태의 부정 클릭 식별 모델을 만들기 위해 기존의 IP 정보 이외에 세션 정보 등 여러 정보를 이용할 수 있음을 보여주는데 의의를 가진다.
본 논문에서는 자동화 툴을 이용한 부정 클릭 식별방법을 높이기 위해 세션 정보를 핑거프린팅하는 방법을 제안한다. 제안 모델은 동일한 패턴의 행위에 대한 세션 정보를 핑거프린팅하고, 로그 정보 중에서 동일한 핑거프린트 값을 발견하면 클라이언트 IP와 매칭시킨다. 동일한 IP에서 나온 동일한 핑거프린트 값은 자동화 툴을 이용한 자동 부정 클릭의 판단 기준이 될 수 있다. 이 연구에서는 자동화 툴이 일정한 패턴을 가지고 3단계의 클릭을 하루 3회 실시하도록 하였다. 본 연구방법론은 보다 정교한 형태의 부정 클릭 식별 모델을 만들기 위해 기존의 IP 정보 이외에 세션 정보 등 여러 정보를 이용할 수 있음을 보여주는데 의의를 가진다.
목차
초록
1. 서론
2. 관련연구
3. 본론
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-566-003253752