BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Bernardelli Michał (Warsaw School of Economics)
Title
Cheater detection in Real Time Bidding system - panel approach
Wykrywanie oszustw w systemie Real Time Bidding - podejście panelowe
Source
Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa, 2015, nr 39, s. 11-23, rys., tab., bibliogr. 8 poz.
Issue title
IV Ogólnopolska konferencja Modelowanie danych panelowych : teoria i praktyka
Keyword
Modelowanie ekonometryczne, Bezpieczeństwo w internecie, World Wide Web (WWW)
Econometric modeling, Internet security, World Wide Web (WWW)
Note
streszcz., summ.
Abstract
Celem artykułu jest przedstawienie zastosowania modelowania ekonometrycznego do wykrywania prób oszustwa w systemie Real Time Bidding. Skuteczność proponowanej metody została zweryfikowana przez symulacje komputerowe. Metoda składa się z dwóch różnych modeli - modelu przeznaczonego do klasyfikacji użytkowników oraz modelu przeznaczonego do odróżniania rzeczywistych stron internetowych od tych specjalnie spreparowanych przez oszustów. Prezentowane modele są ze sobą ściśle powiązane i razem wydają się dość szybkim i efektywnym narzędziem do oddzielenia ludzkiego ruchu internetowego od tego generowanego przez boty. (abstrakt oryginalny)

The aim of this paper is to present an econometric model as a key to detect fraud traffic in the Real Time Bidding system. The proposed method was verified by computer simulations. It consists of two different models, one designed for user classification and the second to distinguish actual websites from those specially prepared by cheaters. Presented models depend on each other and together seems to be a quite fast and effective tool to separate online human traffic from artificial one generated by bots(original abstract)
Accessibility
The Library of Warsaw School of Economics
The Main Library of Poznań University of Economics and Business
Full text
Show
Bibliography
Show
  1. Bernardelli M., Method of QR decomposition's fast updates for linear regression models, "Roczniki" KAE, z. 27, Oficyna Wydawnicza SGH, Warszawa 2012, pp. 55-68.
  2. Berners-Lee T., Fielding R., Uniform Resource Identifier (URI): Generic Syntax, www.ietf.org.Network Working Group 2005 (retrieved: 2014.09.05).
  3. Brendan L., Paes Leme R., Tardos E., On Revenue in the Generalized Second Price Auction, Proceedings of the 21st International World Wide Web Conference (WWW '12), 2012, pp. 361-370.
  4. Caragiannis I., Kaklamanis Ch., Kannelopolous P., Kyropolou M., Lucier B., Paes Leme R., Tardos E., Bounding the inefficiency of outcomes in generalized second price auctions, "Journal of Economic Theory" 2012, vol. 156, pp. 343-388.
  5. Chen Y., Berkhin P., Anderson B., Devanur N., Real-time bidding algorithms for performance-based display ad allocation, Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining, New York 2011, pp. 1307-1315.
  6. Edelman B., Ostrovsky M., Schwarz M., Internet Advertising and the Generalized Second-PriceAuction: Selling Billions of Dollars Worth of Keywords, "American Economic Review" 2007, vol. 97 (1), pp. 242-259.
  7. Friedman J. H., Fast Sparse Regression and Classification, Technical Report, Standford University2008.
  8. Shuai Y., Jun W., Xiaoxue Z., Real-time bidding for online advertising: measurement and analysis,Proceedings of the Seventh International Workshop on Data Mining for Online Advertising,New York 2013, article no. 3.
Cited by
Show
ISSN
1232-4671
Language
eng
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu