2 Похожая работа

Маркетологи давно заинтересованы в понимании поведения веб-взаимодействия (Atterer, Wnuk и Schmidt 2006), чтобы спроектировать веб-сайты, которые заставляют посетителей заканчивать свою веб-сессию с помощью покупки их корзины покупок. Поведенческий таргетинг - это подход, используемый рекламодателями (например, DoubleClick), который отслеживает веб-поведение для доставки рекламных объявлений, которые соответствуют семантическому профилю человека, определяемому предпочтениями и интересами, связанными с содержанием. Исследования в этой области были сосредоточены на выявлении демографических характеристик поведения, таких как возраст, пол и доход, а не аутентификация одного человека (Goel, Hofman и Sirer 2012). Также было проведено исследование по изучению поведения онлайн-браузера с точки зрения выявления влиятельных веб-сайтов в пользовательских навигационных моделях (Kumar and Tomkins 2010).

В отличие от семантических шаблонов, синтаксические шаблоны характеризуют веб-браузер, основанный исключительно на функциях сеанса и навигации. Они включают в себя расплывчатость просмотров страниц, количество просмотров страниц и количество страниц между повторами (Kumar and Tomkins 2010). В качестве иллюстрации взрывности в (Kumar and Tomkins 2010) было отмечено, как совокупное распределение времени между прибытием между любым посещением определенного URL-адреса и предыдущим посещением соответствует логарифмической функции между пользователями. На стороне сервера посетители независимы друг от друга, поэтому распределение посещений может следовать за распределением Пуассона. Неясно, соответствует ли этот тип распределения временному распределению на стороне пользователя, поскольку посещаемые веб-страницы не являются независимыми друг от друга. Мы покажем еще одну иллюстрацию всплеска на стороне пользователя. Кроме того, продолжительность сеанса (время и количество посещенных страниц) и время начала и дня недели также характеризуют синтаксические шаблоны пользователя.

Проблема атрибуции в киберпространстве была решена несколькими способами, главным образом за счет использования функций браузера (например, кражи истории, файлов cookie) или доступа к наборам данных, содержащим частично идентифицирующую информацию. Например, де-анонимизация на сайтах социальных сетей была достигнута путем вычисления пересечения пользователей из членства в группах в социальной сети с использованием информации из гиперссылок в истории браузера и знаний об этих группах (Wondracek et al., 2010). В общем, уникальная идентификация возможна путем перекрестных ссылок на независимые информационные наборы, содержащие частичную информацию с универсальным набором, аналогичным соединению с базой данных (также известному как «атаки связи»). Например, было возможно связать медицинские записи с людьми в регистрационных записях избирателей (Sweeney 1996). Сообщается о некоторых успехах в классификации глобальных синтаксических особенностей веб-сессии (например, длительности сеанса, среднего времени на странице) на одного пользователя (Padmanabhan and Yang 2006), агрегированного в течение нескольких сеансов. Также было показано, что авторство контента можно определить по стилометрическим признакам в интернет-масштабе, угрожающем анонимности (Narayanan et al., 2012), но этот тип атрибуции зависит от опубликованного контента. Исследования по прогнозированию поведения пользователей в киберпространстве также были сосредоточены на улучшении таких задач, как поиск информации (Armstrong et al., 1995). Например, на основе содержимого текущей веб-страницы и исходных ключевых слов пользователя, наиболее релевантные гиперссылки на странице подсвечиваются для указания выбора следующей страницы для посещения. Этот тип прогнозирования ориентирован на информацию, представленную в контексте пользователю, а не на конкретную деятельность, которую может выполнять пользователь (например, отправить электронное письмо, прочитать документ и т. Д.). В отличие от предыдущих подходов мы рассматриваем проблему атрибуции, используя как синтаксические шаблоны в истории просмотра веб-страниц, так и семантический контент этой истории с жанром страницы.

Проблема аутентификации была рассмотрена в контексте обнаружения подмен в компьютерной безопасности путем моделирования пользовательских последовательностей командной строки. В проблеме обнаружения подмен задача состоит в том, чтобы позитивно идентифицировать подмены, но не для позитивной идентификации конкретного пользователя. Недавние эксперименты по моделированию пользовательских команд OS в модели «bag of words» без информации о времени получили 72,7% истинно положительнох оценок и 6,3% ложноположительной оценок (Salem and Stolfo 2010) на набор из 15000 команд для 70 пользователей, сгруппированных в наборы из 100 команды. В этой работе показано, что однокомпонентная векторная машина поддержки (SVM) (Schölkopf et al., 2000) дает более высокие результаты производительности, чем сравнение на основе порога с метрикой расстояния. Мы расширяем результаты этой работы до отдельных наборов функций поведения при веб-серфинге и в сочетании с ансамблем.