一種防御惡意點擊廣告頁面的方法及裝置制造方法
【專利摘要】本發(fā)明實施例公開了一種防御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地址各次訪問所述廣告頁面的時間、層級數(shù)、停留時間和/或COOKIE信息；根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法；根據(jù)所述訪問信息按照所述第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度；根據(jù)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地址；將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。本發(fā)明能提高防御惡意點擊的效率。
【專利說明】一種防御惡意點擊廣告頁面的方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)【技術(shù)領(lǐng)域】，具體涉及一種防御惡意點擊廣告頁面的方法及裝置。
【背景技術(shù)】
[0002]互聯(lián)網(wǎng)廣告主在搜索引擎投放推廣的廣告后，搜索引擎會根據(jù)網(wǎng)民的點擊行為對廣告主進行收費。這種計費方法在搜索引擎廣告推廣中普遍使用，但是對于網(wǎng)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，目前互聯(lián)網(wǎng)業(yè)界推出了防御惡意點擊廣告頁面的系統(tǒng)，普遍工作原理是對互聯(lián)網(wǎng)訪問進行監(jiān)控統(tǒng)計，人工設(shè)置算法對IP進行過濾，在檢測到某個IP的訪問量到達所設(shè)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(xiàn)阻擊的目的和效果。
[0004]上述系統(tǒng)不能及時發(fā)現(xiàn)惡意訪問的IP使廣告主快速采取措施，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御算法的設(shè)置進行學(xué)習(xí)，需要不斷耗費精力，也存在很高的學(xué)習(xí)門檻，效率極其低下。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明實施例提供一種防御惡意點擊廣告頁面的方法及裝置，以提高防御惡意點擊的效率。
[0006]本發(fā)明實施例采用以下技術(shù)方案:
[0007]第一方面，本發(fā)明實施例提供了一種防御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地址各次訪問所述廣告頁面的時間、層級數(shù)、停留時間和/或COOKIE信息；
[0009]根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法；
[0010]根據(jù)所述訪問信息按照所述第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度；
[0011]根據(jù)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地址；
[0012]將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。
[0013]第二方面，本發(fā)明實施例還提供了一種防御惡意點擊廣告頁面的裝置，包括:
[0014]訪問信息記錄單元，用于記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP地址各次訪問所述廣告頁面的時間、層級數(shù)、停留時間和/或COOKIE信息；
[0015]算法獲取單元，用于根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法；[0016]惡意點擊疑似度計算單元，用于根據(jù)所述訪問信息按照所述第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度；
[0017]IP地址篩選單元，用于根據(jù)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地址；
[0018]IP地址發(fā)送單元，用于將所述IP地址篩選單元所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。
[0019]本發(fā)明實施例提出的技術(shù)方案的有益技術(shù)效果是:
[0020]通過記錄所述廣告頁面的訪問信息，根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法，根據(jù)第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度，根據(jù)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地址，將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費，以提高防御惡意點擊的效率。
【專利附圖】

【附圖說明】
[0021]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對本發(fā)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(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)本發(fā)明實施例的內(nèi)容和這些附圖獲得其他的附圖。
[0022]圖1是本發(fā)明具體實施例一所述的防御惡意點擊廣告頁面的方法流程圖；
[0023]圖2是本發(fā)明具體實施例一所述的提升篩選規(guī)則的方法流程圖；
[0024]圖3是本發(fā)明具體實施例二所述的防御惡意點擊廣告頁面的方法流程圖；
[0025]圖4是本發(fā)明具體實施例三所述的防御惡意點擊廣告頁面的裝置的結(jié)構(gòu)框圖。
【具體實施方式】
[0026]為使本發(fā)明解決的技術(shù)問題、采用的技術(shù)方案和達到的技術(shù)效果更加清楚，下面將結(jié)合附圖對本發(fā)明實施例的技術(shù)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(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0027]下面結(jié)合附圖并通過【具體實施方式】來進一步說明本發(fā)明的技術(shù)方案。
[0028]實施例一
[0029]圖1是本實施例所述的防御惡意點擊廣告頁面的方法流程圖，本實施例可適用于在搜索引擎服務(wù)方所服務(wù)的廣告主的廣告頁面的惡意點擊進行防御的情況，該方法可以由第三方軟件公司的服務(wù)器來執(zhí)行，也可由各廣告頁面的廣告主方面的服和器執(zhí)行，如圖1所示，本實施例所述的防御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地址各次訪問所述廣告頁面的時間、層級數(shù)、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，包括但不限于在廣告頁面植入程序代碼來獲取或直接從廣告頁面對應(yīng)的搜索引擎方提供。
[0033]S102、根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法。
[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(xué)習(xí)和調(diào)整獲取，無需人為設(shè)置和修正。
[0035]例如，每小時系統(tǒng)根據(jù)所記錄的訪問信息計算一次，當所有訪問網(wǎng)站的IP地址滿足如下條件時將會被主動阻擊，將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。
[0036]規(guī)則的自動調(diào)整來自于對數(shù)據(jù)的以下自動學(xué)習(xí):
[0037]判斷惡意點擊是否存在高消費、高點擊量和低轉(zhuǎn)化三項中至少一項的關(guān)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(tǒng)計獲得。
[0038]系統(tǒng)通過周期性地對的計算結(jié)果進行規(guī)則的調(diào)整，例如每天調(diào)整一次。當這個關(guān)鍵詞的消費量和/或點擊量出現(xiàn)不正常的上升時，則判定惡意點擊概率在上升，現(xiàn)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，可采用如下方法提升篩選規(guī)則:
[0040]首先提高單次排除疑似度，當IP地址排除中IP地址數(shù)目超過預(yù)設(shè)閾值時，首先往上調(diào)整幅度為2%，若IP地址排除中IP地址數(shù)目仍超過預(yù)設(shè)閾值時，提高雙次排除疑似度，同樣往上調(diào)整2%，以此類推，當調(diào)整完四次疑似度時，再次開始調(diào)整三次疑似度，直到所有規(guī)則到達最高篩選標準。
[0041]例如，各參數(shù)初始值可設(shè)置為:IP地址的疑似度首次達到80%以上自動加入IP地址排除，IP地址的疑似度四小時雙次達到70%以上自動加入IP地址排除，IP地址的疑似度四小時三次達到60%以上自動加入IP地址排除，IP地址的疑似度四小時四次達到50%以上自動加入IP地址排除，反之，變更篩選規(guī)則，直到篩選到最高篩選標準，IP地址的疑似度首次達到100%自動加入IP地址排除，IP地址的疑似度四小時雙次達到90%以上自動加入IP地址排除，IP地址的疑似度四小時三次達到80%以上自動加入IP地址排除，IP地址的疑似度四小時四次達到70%以上自動加入IP地址排除。
[0042]圖2是實施例所述的提升篩選規(guī)則的方法流程圖，如圖2所示，本實施例所述的提升篩選規(guī)則的方法包括:
[0043]S201、設(shè)置規(guī)則和參數(shù)初始值:IP地址的疑似度首次達到80%以上自動加入IP地址排除，IP地址的疑似度四小時雙次達到70%以上自動加入IP地址排除，IP地址的疑似度四小時三次達到60%以上自動加入IP地址排除，IP地址的疑似度四小時四次達到50%以上自動加入IP地址排除。
[0044]S202、根據(jù)所設(shè)置的規(guī)則進行IP地址篩選。
[0045]S203、判斷各規(guī)則的參數(shù)是否達到最高標準，若是則執(zhí)行步驟S213，否則執(zhí)行步驟S204。
[0046]S204、判斷所篩選的IP地址數(shù)目是否大于預(yù)設(shè)閾值，若是則執(zhí)行步驟S205，否則執(zhí)行步驟S213。[0047]S205、IP地址的疑似度首次達到百分比增加2%，根據(jù)所設(shè)置的規(guī)則進行IP地址篩選。
[0048]S206、判斷所篩選的IP地址數(shù)目是否大于預(yù)設(shè)閾值，若是則執(zhí)行步驟S207，否則執(zhí)行步驟S213。
[0049]S207、IP地址的疑似度四小時雙次達到百分比增加2%，根據(jù)所設(shè)置的規(guī)則進行IP地址篩選。
[0050]S208、判斷所篩選的IP地址數(shù)目是否大于預(yù)設(shè)閾值，若是則執(zhí)行步驟S209，否則執(zhí)行步驟S213。
[0051]S209、IP地址的疑似度四小時三次達到百分比增加2%，根據(jù)所設(shè)置的規(guī)則進行IP地址篩選。
[0052]S210、判斷所篩選的IP地址數(shù)目是否大于預(yù)設(shè)閾值，若是則執(zhí)行步驟S211，否則執(zhí)行步驟S213。
[0053]S21UIP地址的疑似度四小時四次達到百分比增加2%，根據(jù)所設(shè)置的規(guī)則進行IP地址篩選。
[0054]S212、判斷所篩選的IP地址數(shù)目是否大于預(yù)設(shè)閾值，若是則執(zhí)行步驟S203，否則執(zhí)行步驟S213。
[0055]S213、記錄所篩選的IP地址。
[0056]本領(lǐng)域技術(shù)人員需要明確的是，圖2僅示出了一種提升篩選規(guī)則的方法，還可以在設(shè)置規(guī)則和參數(shù)初始值時，首先設(shè)置各規(guī)則的參數(shù)為最高標準，例如，P地址的疑似度首次達到100%自動加入IP地址排除，IP地址的疑似度四小時雙次達到90%以上自動加入IP地址排除，IP地址的疑似度四小時三次達到80%以上自動加入IP地址排除，IP地址的疑似度四小時四次達到70%以上自動加入IP地址排除。
[0057]在判斷各規(guī)則的參數(shù)未達到最低標準的前提下，判斷所篩選的IP地址的數(shù)目是否小于預(yù)設(shè)閾值，若是則依次降低篩選規(guī)則的參數(shù)，直到所篩選的IP地址數(shù)目達到最低篩選標準。
[0058]S103、根據(jù)所述訪問信息按照所述第一算法計算各IP地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(shè)置為一定數(shù)值范圍內(nèi)的數(shù)值，例如設(shè)置惡意點擊疑似度為大于等于O且小于等于100的整數(shù)，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(shè)置惡意點擊疑似度為大于等于O小于等于I的數(shù)，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(jù)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于一個統(tǒng)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(quán)，層級數(shù)等于I則表示惡意點擊可能性較大，惡意點擊疑似度加權(quán)，停留時間小于一個統(tǒng)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(quán)。
[0061]S104、根據(jù)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地址。
[0062]所述第二預(yù)設(shè)算法也是根據(jù)對惡意點擊的研究分析獲得。
[0063]S105、將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎。[0064]本步驟用于使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。
[0065]本實施例的技術(shù)方案通過記錄所述廣告頁面的訪問信息，根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法，根據(jù)第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度，根據(jù)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地址，將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費，以提聞防御惡意點擊的效率。
[0066]實施例二
[0067]圖3是本實施例所述的防御惡意點擊廣告頁面的方法流程圖，如圖3所示，本實施例所述的防御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地址各次訪問所述廣告頁面的時間、層級數(shù)、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，包括但不限于在廣告頁面植入程序代碼來獲取或直接從廣告頁面對應(yīng)的搜索引擎方提供。
[0071]S302、根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法。
[0072]S303、根據(jù)所述訪問信息按照所述第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度。
[0073]S304、根據(jù)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地址。
[0074]例如，所記錄的IP地址的訪問時間以及惡意點擊疑似度如下表所示:
[0075]
【權(quán)利要求】
1.一種防御惡意點擊廣告頁面的方法，其特征在于，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地址各次訪問所述廣告頁面的時間、層級數(shù)、停留時間和/或COOKIE信息； 根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法; 根據(jù)所述訪問信息按照所述第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度； 根據(jù)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地址； 將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。
2.如權(quán)利要求1所述的防御惡意點擊廣告頁面的方法，其特征在于，所述第二算法包括:篩選出惡意點擊疑似度大于第一預(yù)設(shè)閾值的IP地址。
3.如權(quán)利要求1所述的防御惡意點擊廣告頁面的方法，其特征在于，所述第二算法包括:篩選出預(yù)設(shè)時間長度內(nèi)累計預(yù)設(shè)次數(shù)的惡意點擊疑似度大于第二預(yù)設(shè)閾值的IP地址。
4.如權(quán)利要求1所述 的防御惡意點擊廣告頁面的方法，其特征在于，所述將所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎的步驟之前還包括:判斷所篩選的IP地址的數(shù)目是否符合預(yù)設(shè)范圍，若不是則根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述第一算法和/或所述第二算法。
5.如權(quán)利要求4所述的防御惡意點擊廣告頁面的方法，其特征在于，所述第二算法包括:篩選出惡意點擊疑似度大于第一預(yù)設(shè)閾值的IP地址； 所述根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述第一算法和/或所述第二算法包括:根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述第一預(yù)設(shè)閾值。
6.如權(quán)利要求4所述的防御惡意點擊廣告頁面的方法，其特征在于，所述第二算法包括:篩選出預(yù)設(shè)時間長度內(nèi)累計預(yù)設(shè)次數(shù)的惡意點擊疑似度大于第二預(yù)設(shè)閾值的IP地址； 所述根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述第一算法和/或所述第二算法包括:根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述預(yù)設(shè)時間長度、所述累計預(yù)設(shè)次數(shù)和/或所述第二預(yù)設(shè)閾值。
7.一種防御惡意點擊廣告頁面的裝置，其特征在于，所述裝置包括: 訪問信息記錄單元，用于記錄所述廣告頁面的訪問信息，所述訪問信息包括各IP地址各次訪問所述廣告頁面的時間、層級數(shù)、停留時間和/或COOKIE信息； 算法獲取單元，用于根據(jù)所述訪問信息獲取用于計算惡意點擊疑似度的第一算法和用于篩選IP地址的第二算法； 惡意點擊疑似度計算單元，用于根據(jù)所述訪問信息按照所述第一算法計算各IP地址訪問所述廣告頁面的惡意點擊疑似度； IP地址篩選單元，用于根據(jù)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地址； IP地址發(fā)送單元，用于將所述IP地址篩選單元所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎，以使所述搜索引擎屏蔽所篩選出的IP地址對所述廣告頁面的訪問或忽略所篩選出的IP地址的點擊計費。
8.如權(quán)利要求7所述的防御惡意點擊廣告頁面的裝置，其特征在于，所述第二算法包括:篩選出惡意點擊疑似度大于第一預(yù)設(shè)閾值的IP地址。
9.如權(quán)利要求7所述的防御惡意點擊廣告頁面的裝置，其特征在于，所述第二算法包括:篩選出預(yù)設(shè)時間長度內(nèi)累計預(yù)設(shè)次數(shù)的惡意點擊疑似度大于第二預(yù)設(shè)閾值的IP地址。
10.如權(quán)利要求7所述的防御惡意點擊廣告頁面的裝置，其特征在于，所述裝置還包括算法調(diào)整單元，用于所述IP地址發(fā)送單元將所述IP地址篩選單元所篩選出的IP地址發(fā)送給對應(yīng)的搜索引擎之前，判斷所篩選的IP地址的數(shù)目是否符合預(yù)設(shè)范圍，若不是則根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述第一算法和/或所述第二算法。
11.如權(quán)利要求10所述的防御惡意點擊廣告頁面的裝置，其特征在于，所述第二算法包括:篩選出惡意點擊疑似度大于第一預(yù)設(shè)閾值的IP地址； 所述算法調(diào)整單元具體用于:根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述第一預(yù)設(shè)閾值。
12.如權(quán)利要求10所述的防御惡意點擊廣告頁面的裝置，其特征在于，所述第二算法包括:篩選出預(yù)設(shè)時間長度內(nèi)累計預(yù)設(shè)次數(shù)的惡意點擊疑似度大于第二預(yù)設(shè)閾值的IP地址； 所述算法調(diào)整單元具體用于:根據(jù)所篩選的IP地址的數(shù)目調(diào)整所述預(yù)設(shè)時間長度、所述累計預(yù)設(shè)次數(shù)和/或所述第二預(yù)設(shè)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(yōu)先權(quán)日:2014年3月18日
【發(fā)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