Geri Dön

Detection of fraudulent activities in mobile display advertising

Mobil görüntüleme reklamcılığında yapılan sahtekarlık aktivitelerinin belirlenmesi

  1. Tez No: 519811
  2. Yazar: SAFİYE ŞEYMA KAYA
  3. Danışmanlar: YRD. DOÇ. DR. BURAK ÇAVDAROĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Kadir Has Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Belirtilmemiş.
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Mobil reklamcılıkta pazarlama harcamalarının çoğu gerçek zamanlı ihaleler aracılığı ile gerçekleştirilmektedir. Gerçek zamanlı ihalelerde, satıcıların (reklam yayınlayıcılarının) reklam alanları, alıcıların (reklam verenlerin) mobil uygulamalarına ait reklamlarının kullanıcı tarafından görüntülenebilmesi için ihaleye çıkartılır. Gerçek zamanlı ihalelerde en çok kullanılan fiyatlandırma modeli indirme başına fiyatlandırmadır. Bu modelde en yüksek fiyatı veren reklam verenin uygulaması yayınlayıcının uygulamasında gösterilir. Yayınlayıcıya ödeme bir kullanıcının bu yayınlanan reklamı tıklayarak indirmesi şartıyla yapılır. Bu model bazı yayınlayıcıların tıklama bombardımanı (click spamming) ve tıklama enjeksiyonu (click injection) olarak bilinen sahtekâr aktivitelerde bulunmasına neden olur. Tıklama bombardımanında yayınlayıcı gerçekte kullanıcı tarafından yapılmamış birçok tıklama üretir. Bu durumdan habersiz olan kullanıcı, reklamı yapılan uygulamayı farklı bir reklam kanalı (televizyon reklamı gibi) aracılığı ile öğrenip indirirse tıklama bombardımanını yapan yayınlayıcı bu indirmeden haksız yollarla para kazanmış olur. Tıklama enjeksiyonunda ise sahtekâr bir uygulamayı indirmek üzere olan bir kullanıcıyı takip edip, indirmeyi tamamlamadan hemen önce o kullanıcı üzerinden reklama tıklama gönderebilir. Dolayısıyla da bu indirme işlemi üzerinden haksız kazanç elde etmiş olur. Bu çalışmada çoklu test etme yöntemini kullanarak bu sahtekârlıkların belirlenebileceği bir yöntem önerdik. Bu yöntemde indirme ve ilk kez uygulamanın açılması arasında geçen zaman üzerinden istatistiksel karar verme yöntemleri kullanılarak sahtekârlar tespit edilmeye çalışıldı. Kullanılan yöntemde yanlış pozitif hata oranının en kötü ihtimalle %5 olması sağlandı. Önerilen yöntem 15263 yayınlayıcının üzerinde test edildi ve 1474 tanesinin sahtekârlık yaptığı tespit edildi.

Özet (Çeviri)

Most of the marketing expenditures in mobile advertising are conducted through real- time bidding (RTB) marketplaces, in which ad spaces of the sellers (publishers) are auctioned for the impression of the buyers' (advertisers) mobile apps. One of the most popular cost models in RTB marketplaces is cost per install (CPI). In a CPI campaign, publishers place mobile ads of the highest bidders in their mobile apps and are paid by advertisers only if the advertised app is installed by a user. CPI cost model causes some publishers to conduct some infamous fraudulent activities, known as click spamming and click injection. A click spamming publisher executes clicks for lots of users who haven't made them. If one of these users hears about the advertised app organically (say, via TV commercial) and installs it, this installation will be attributed to the click spamming publisher. In click injection, the fraudulent publisher's spy app monitors the user's activities in the app market to detect when a mobile app is downloaded on her device, and triggers a click attributed to the fraudster right before the installation completes. In this study, we propose a novel multiple testing procedure which can identify click spamming and click injection activities using the data of click-to-install time (CTIT), the time difference between the click of a mobile app's ad and the first launch of the app after the installation. In a sample set of publishers, we show that our procedure has a false- positive error rate of at most 5%. Finally, we run an experiment with 15263 publishers. According to the results of the experiment, a total of 1474 fraudulent publishers are successfully detected.

Benzer Tezler

  1. Machine learning approach for external fraud detection

    Dış saldırıların belirlenmesi için makine öğrenimi yaklaşımı

    AJI MUBALAIKE

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ERTUĞRUL KARAÇUHA

    PROF. DR. EŞREF ADALI

  2. Anomaly detection using machine learning techniques: A comparative study on first payment default prediction in retail loans

    Yapay öğrenme yöntemleriyle anomali saptanması: Bireysel kredilerde ilk ödemede batma tahmini üzerine karşılaştırmalı bir çalışma

    AHMET TALHA YİĞİT

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bankacılıkİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  3. Dut, keçiboynuzu ve üzüm pekmezlerine glukoz şurubu katılarak yapılan tağşişin Fourier dönüşümlü kızılötesi (FTIR) spektroskopisi ile tespiti

    Detection of fraudulent addition of glucose syrup to mulberry, carob and grape pekmez by Fourier transformed infrared (FTIR) spectroscopy

    NİHAL YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Gıda MühendisliğiTekirdağ Namık Kemal Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERAP DURAKLI VELİOĞLU

  4. Privacy and security enhancements of federated learning

    Federe öğrenme uygulamalarında mahremiyet ve güvenlik geliştirmeleri

    ŞÜKRÜ ERDAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. ENVER ÖZDEMİR

    DR. FERHAT KARAKOÇ

  5. Türk Vergi Hukuku'nda muhasebe hileleri

    Başlık çevirisi yok

    E. ELİF ŞİMŞEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    Ekonomiİstanbul Üniversitesi

    Maliye Ana Bilim Dalı

    DOÇ. DR. S. ATEŞ OKTAR