一種防禦惡意點擊廣告頁面的方法及裝置製造方法
2023-07-15 19:35:06 3
一種防禦惡意點擊廣告頁面的方法及裝置製造方法
【專利摘要】本發明實施例公開了一種防禦惡意點擊廣告頁面的方法及裝置，方法包括：記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息；根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法；根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度；根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址；將所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。本發明能提高防禦惡意點擊的效率。
【專利說明】一種防禦惡意點擊廣告頁面的方法及裝置
【技術領域】
[0001]本發明涉及網際網路【技術領域】，具體涉及一種防禦惡意點擊廣告頁面的方法及裝置。
【背景技術】
[0002]網際網路廣告主在搜尋引擎投放推廣的廣告後，搜尋引擎會根據網民的點擊行為對廣告主進行收費。這種計費方法在搜尋引擎廣告推廣中普遍使用，但是對於網民惡意地進行廣告點擊，會造成廣告主支付大量的無效廣告費用的問題。
[0003]針對這種情況，目前網際網路業界推出了防禦惡意點擊廣告頁面的系統，普遍工作原理是對網際網路訪問進行監控統計，人工設置算法對IP進行過濾，在檢測到某個IP的訪問量到達所設置的算法指定閾值時將該IP拉入推廣廣告忽略點擊計費黑名單，或者通過代碼屏蔽該IP實現阻擊的目的和效果。
[0004]上述系統不能及時發現惡意訪問的IP使廣告主快速採取措施，將惡意訪問帶來的影響降到最低，而且需要廣告主對惡意點擊防禦算法的設置進行學習，需要不斷耗費精力，也存在很高的學習門檻，效率極其低下。
【發明內容】
[0005]有鑑於此，本發明實施例提供一種防禦惡意點擊廣告頁面的方法及裝置，以提高防禦惡意點擊的效率。
[0006]本發明實施例採用以下技術方案:
[0007]第一方面，本發明實施例提供了一種防禦惡意點擊廣告頁面的方法，包括:
[0008]記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息；
[0009]根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法；
[0010]根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度；
[0011]根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址；
[0012]將所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。
[0013]第二方面，本發明實施例還提供了一種防禦惡意點擊廣告頁面的裝置，包括:
[0014]訪問信息記錄單元，用於記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息；
[0015]算法獲取單元，用於根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法；[0016]惡意點擊疑似度計算單元，用於根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度；
[0017]IP位址篩選單元，用於根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址；
[0018]IP位址發送單元，用於將所述IP位址篩選單元所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。
[0019]本發明實施例提出的技術方案的有益技術效果是:
[0020]通過記錄所述廣告頁面的訪問信息，根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法，根據第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度，根據所述惡意點擊疑似度按照第二算法篩選出惡意點擊所述廣告頁面的IP位址，將所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費，以提高防禦惡意點擊的效率。
【專利附圖】
【附圖說明】
[0021]為了更清楚地說明本發明實施例中的技術方案，下面將對本發明實施例描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據本發明實施例的內容和這些附圖獲得其他的附圖。
[0022]圖1是本發明具體實施例一所述的防禦惡意點擊廣告頁面的方法流程圖；
[0023]圖2是本發明具體實施例一所述的提升篩選規則的方法流程圖；
[0024]圖3是本發明具體實施例二所述的防禦惡意點擊廣告頁面的方法流程圖；
[0025]圖4是本發明具體實施例三所述的防禦惡意點擊廣告頁面的裝置的結構框圖。
【具體實施方式】
[0026]為使本發明解決的技術問題、採用的技術方案和達到的技術效果更加清楚，下面將結合附圖對本發明實施例的技術方案作進一步的詳細描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
[0027]下面結合附圖並通過【具體實施方式】來進一步說明本發明的技術方案。
[0028]實施例一
[0029]圖1是本實施例所述的防禦惡意點擊廣告頁面的方法流程圖，本實施例可適用於在搜尋引擎服務方所服務的廣告主的廣告頁面的惡意點擊進行防禦的情況，該方法可以由第三方軟體公司的伺服器來執行，也可由各廣告頁面的廣告主方面的服和器執行，如圖1所示，本實施例所述的防禦惡意點擊廣告頁面的方法包括:
[0030]S101、記錄所述廣告頁面的訪問信息。
[0031]所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息。[0032]本實施例中，對所述訪問信息進行記錄可為多種方式，包括但不限於在廣告頁面植入程序代碼來獲取或直接從廣告頁面對應的搜尋引擎方提供。
[0033]S102、根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法。
[0034]本實施例中，所述第一算法與所述第二算法的獲取均通過對所述訪問信息的不斷自我學習和調整獲取，無需人為設置和修正。
[0035]例如，每小時系統根據所記錄的訪問信息計算一次，當所有訪問網站的IP位址滿足如下條件時將會被主動阻擊，將所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。
[0036]規則的自動調整來自於對數據的以下自動學習:
[0037]判斷惡意點擊是否存在高消費、高點擊量和低轉化三項中至少一項的關鍵詞，這些信息是通過跟蹤代碼對訪問信息通過進行周期性地統計獲得。
[0038]系統通過周期性地對的計算結果進行規則的調整，例如每天調整一次。當這個關鍵詞的消費量和/或點擊量出現不正常的上升時，則判定惡意點擊概率在上升，現有的疑似度篩選標準過低，需要進行梯度提升疑似度篩選條件，反之降低篩選條件。
[0039]例如，可採用如下方法提升篩選規則:
[0040]首先提高單次排除疑似度，當IP位址排除中IP位址數目超過預設閾值時，首先往上調整幅度為2%，若IP位址排除中IP位址數目仍超過預設閾值時，提高雙次排除疑似度，同樣往上調整2%，以此類推，當調整完四次疑似度時，再次開始調整三次疑似度，直到所有規則到達最高篩選標準。
[0041]例如，各參數初始值可設置為:IP位址的疑似度首次達到80%以上自動加入IP位址排除，IP位址的疑似度四小時雙次達到70%以上自動加入IP位址排除，IP位址的疑似度四小時三次達到60%以上自動加入IP位址排除，IP位址的疑似度四小時四次達到50%以上自動加入IP位址排除，反之，變更篩選規則，直到篩選到最高篩選標準，IP位址的疑似度首次達到100%自動加入IP位址排除，IP位址的疑似度四小時雙次達到90%以上自動加入IP位址排除，IP位址的疑似度四小時三次達到80%以上自動加入IP位址排除，IP位址的疑似度四小時四次達到70%以上自動加入IP位址排除。
[0042]圖2是實施例所述的提升篩選規則的方法流程圖，如圖2所示，本實施例所述的提升篩選規則的方法包括:
[0043]S201、設置規則和參數初始值:IP位址的疑似度首次達到80%以上自動加入IP位址排除，IP位址的疑似度四小時雙次達到70%以上自動加入IP位址排除，IP位址的疑似度四小時三次達到60%以上自動加入IP位址排除，IP位址的疑似度四小時四次達到50%以上自動加入IP位址排除。
[0044]S202、根據所設置的規則進行IP位址篩選。
[0045]S203、判斷各規則的參數是否達到最高標準，若是則執行步驟S213，否則執行步驟S204。
[0046]S204、判斷所篩選的IP位址數目是否大於預設閾值，若是則執行步驟S205，否則執行步驟S213。[0047]S205、IP位址的疑似度首次達到百分比增加2%，根據所設置的規則進行IP位址篩選。
[0048]S206、判斷所篩選的IP位址數目是否大於預設閾值，若是則執行步驟S207，否則執行步驟S213。
[0049]S207、IP位址的疑似度四小時雙次達到百分比增加2%，根據所設置的規則進行IP位址篩選。
[0050]S208、判斷所篩選的IP位址數目是否大於預設閾值，若是則執行步驟S209，否則執行步驟S213。
[0051]S209、IP位址的疑似度四小時三次達到百分比增加2%，根據所設置的規則進行IP位址篩選。
[0052]S210、判斷所篩選的IP位址數目是否大於預設閾值，若是則執行步驟S211，否則執行步驟S213。
[0053]S21UIP位址的疑似度四小時四次達到百分比增加2%，根據所設置的規則進行IP位址篩選。
[0054]S212、判斷所篩選的IP位址數目是否大於預設閾值，若是則執行步驟S203，否則執行步驟S213。
[0055]S213、記錄所篩選的IP位址。
[0056]本領域技術人員需要明確的是，圖2僅示出了一種提升篩選規則的方法，還可以在設置規則和參數初始值時，首先設置各規則的參數為最高標準，例如，P地址的疑似度首次達到100%自動加入IP位址排除，IP位址的疑似度四小時雙次達到90%以上自動加入IP位址排除，IP位址的疑似度四小時三次達到80%以上自動加入IP位址排除，IP位址的疑似度四小時四次達到70%以上自動加入IP位址排除。
[0057]在判斷各規則的參數未達到最低標準的前提下，判斷所篩選的IP位址的數目是否小於預設閾值，若是則依次降低篩選規則的參數，直到所篩選的IP位址數目達到最低篩選標準。
[0058]S103、根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度。
[0059]所述惡意點擊疑似度可以設置為一定數值範圍內的數值，例如設置惡意點擊疑似度為大於等於O且小於等於100的整數，O表示惡意點擊疑似度最小，100表示惡意點擊疑似度最大。也可設置惡意點擊疑似度為大於等於O小於等於I的數，O表示惡意點擊疑似度最小，I表示惡意點擊疑似度最大。
[0060]所述第一算法根據對惡意點擊的研究分析獲得，例如，訪問所述廣告頁面的時間小於一個統計的合理時間則表示惡意點擊可能性較大，惡意點擊疑似度加權，層級數等於I則表示惡意點擊可能性較大，惡意點擊疑似度加權，停留時間小於一個統計的合理時間則則表示惡意點擊可能性較大，惡意點擊疑似度加權。
[0061]S104、根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址。
[0062]所述第二預設算法也是根據對惡意點擊的研究分析獲得。
[0063]S105、將所篩選出的IP位址發送給對應的搜尋引擎。[0064]本步驟用於使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。
[0065]本實施例的技術方案通過記錄所述廣告頁面的訪問信息，根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法，根據第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度，根據所述惡意點擊疑似度按照第二算法篩選出惡意點擊所述廣告頁面的IP位址，將所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費，以提聞防禦惡意點擊的效率。
[0066]實施例二
[0067]圖3是本實施例所述的防禦惡意點擊廣告頁面的方法流程圖，如圖3所示，本實施例所述的防禦惡意點擊廣告頁面的方法包括:
[0068]S301、記錄所述廣告頁面的訪問信息。
[0069]所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息。
[0070]本實施例中，對所述訪問信息進行記錄可為多種方式，包括但不限於在廣告頁面植入程序代碼來獲取或直接從廣告頁面對應的搜尋引擎方提供。
[0071]S302、根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法。
[0072]S303、根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度。
[0073]S304、根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址。
[0074]例如，所記錄的IP位址的訪問時間以及惡意點擊疑似度如下表所示:
[0075]
【權利要求】
1.一種防禦惡意點擊廣告頁面的方法，其特徵在於，包括: 記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息； 根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法; 根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度； 根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址； 將所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。
2.如權利要求1所述的防禦惡意點擊廣告頁面的方法，其特徵在於，所述第二算法包括:篩選出惡意點擊疑似度大於第一預設閾值的IP位址。
3.如權利要求1所述的防禦惡意點擊廣告頁面的方法，其特徵在於，所述第二算法包括:篩選出預設時間長度內累計預設次數的惡意點擊疑似度大於第二預設閾值的IP位址。
4.如權利要求1所述 的防禦惡意點擊廣告頁面的方法，其特徵在於，所述將所篩選出的IP位址發送給對應的搜尋引擎的步驟之前還包括:判斷所篩選的IP位址的數目是否符合預設範圍，若不是則根據所篩選的IP位址的數目調整所述第一算法和/或所述第二算法。
5.如權利要求4所述的防禦惡意點擊廣告頁面的方法，其特徵在於，所述第二算法包括:篩選出惡意點擊疑似度大於第一預設閾值的IP位址； 所述根據所篩選的IP位址的數目調整所述第一算法和/或所述第二算法包括:根據所篩選的IP位址的數目調整所述第一預設閾值。
6.如權利要求4所述的防禦惡意點擊廣告頁面的方法，其特徵在於，所述第二算法包括:篩選出預設時間長度內累計預設次數的惡意點擊疑似度大於第二預設閾值的IP位址； 所述根據所篩選的IP位址的數目調整所述第一算法和/或所述第二算法包括:根據所篩選的IP位址的數目調整所述預設時間長度、所述累計預設次數和/或所述第二預設閾值。
7.一種防禦惡意點擊廣告頁面的裝置，其特徵在於，所述裝置包括: 訪問信息記錄單元，用於記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP位址各次訪問所述廣告頁面的時間、層級數、停留時間和/或COOKIE信息； 算法獲取單元，用於根據所述訪問信息獲取用於計算惡意點擊疑似度的第一算法和用於篩選IP位址的第二算法； 惡意點擊疑似度計算單元，用於根據所述訪問信息按照所述第一算法計算各IP位址訪問所述廣告頁面的惡意點擊疑似度； IP位址篩選單元，用於根據所述惡意點擊疑似度按照所述第二算法篩選出惡意點擊所述廣告頁面的IP位址； IP位址發送單元，用於將所述IP位址篩選單元所篩選出的IP位址發送給對應的搜尋引擎，以使所述搜尋引擎屏蔽所篩選出的IP位址對所述廣告頁面的訪問或忽略所篩選出的IP位址的點擊計費。
8.如權利要求7所述的防禦惡意點擊廣告頁面的裝置，其特徵在於，所述第二算法包括:篩選出惡意點擊疑似度大於第一預設閾值的IP位址。
9.如權利要求7所述的防禦惡意點擊廣告頁面的裝置，其特徵在於，所述第二算法包括:篩選出預設時間長度內累計預設次數的惡意點擊疑似度大於第二預設閾值的IP位址。
10.如權利要求7所述的防禦惡意點擊廣告頁面的裝置，其特徵在於，所述裝置還包括算法調整單元，用於所述IP位址發送單元將所述IP位址篩選單元所篩選出的IP位址發送給對應的搜尋引擎之前，判斷所篩選的IP位址的數目是否符合預設範圍，若不是則根據所篩選的IP位址的數目調整所述第一算法和/或所述第二算法。
11.如權利要求10所述的防禦惡意點擊廣告頁面的裝置，其特徵在於，所述第二算法包括:篩選出惡意點擊疑似度大於第一預設閾值的IP位址； 所述算法調整單元具體用於:根據所篩選的IP位址的數目調整所述第一預設閾值。
12.如權利要求10所述的防禦惡意點擊廣告頁面的裝置，其特徵在於，所述第二算法包括:篩選出預設時間長度內累計預設次數的惡意點擊疑似度大於第二預設閾值的IP位址； 所述算法調整單元具體用於:根據所篩選的IP位址的數目調整所述預設時間長度、所述累計預設次數和/或所述第二預設閾值。
【文檔編號】G06F17/30GK103870572SQ201410100393
【公開日】2014年6月18日 申請日期:2014年3月18日 優先權日:2014年3月18日
【發明者】裴向宇, 田傳釗, 何建新, 張濤 申請人:北京博雅立方科技有限公司