Google, App Store Spam'lerini Nasıl Bulur?

Google, Play Store'da mevcut uygulamalar arasında uygulama mağazası spam'i arıyor.

App Store Spam'ini Bulma Patenti Alma

Arama motorlarının çözmeye çalıştığı sorunları açıkladıkları için arama ve Web içeren patentlere bakmayı seviyorum. Bu patentler bize, bu sorunları çözmeye yönelik çözümler olarak tasarlanan buluşları göstermektedir. Bazen, diğer şirketlerin benzer problemlerle nasıl başa çıktıklarını inceleyerek birisinin problemlerini çözmeyi nasıl öğrenebileceğini bize gösterirler.

Bu ay, uygulama mağazası spam'lerini bulan bir Google patenti verildi. Google, Android işletim sistemini icat edip çalıştırırken, Android cihazlarda çalışan uygulamalar için bir pazar yeri geliştirdi. Apple'ın bir rakibi olarak Apple'dan öğreneceği çok şey var. Google Patent, patent başvuru sahipleri tarafından alıntılanan ve muhtemelen yazılarını etkilemiş olan birkaç makaleden bahseder. Bunları okumak, patente iyi bir giriş niteliğindedir.

İlginç bir şekilde, bu makaleler Google tarafından yürütülenlerin aksine Apple App Store'a odaklanıyor. Google'ın, Apple App Store'un kendi App Store'larını yönetmelerine yardımcı olmak için sahip olabileceği sorunlara da bakması mantıklı.

Bu makalelerden ilki, iOS uygulama mağazasında spam tanımlama

Bu makalenin özeti, Apple App Store'a spam gönderen kişilerle ilgili uygulamalar ve sorunlar hakkında bize bilgi veriyor:

Apple iOS App Store'daki popüler uygulamalar, milyonlarca dolar kâr sağlayabilir ve değerli kişisel kullanıcı bilgilerini toplayabilir. Sahte incelemeler, kullanıcıları potansiyel olarak zararlı spam uygulamaları indirmeye veya inceleme spam'inin kurbanı olan uygulamaları haksız yere görmezden gelmeye yönlendirebilir. Bu nedenle, App Store'da spam'i otomatik olarak tespit etmek önemli bir sorundur. Bu makale, iOS App Store'un taranması yoluyla elde edilen yeni veri kümelerini tanıtmayı ve karakterize etmeyi, uygulama spam'inin sınıflandırılması için temel bir Karar Ağacı modelini yeni bir Gizli Sınıf grafik modeliyle karşılaştırmayı ve kümeleme incelemeleri için ön sonuçları analiz etmeyi amaçlamaktadır.

Makalenin girişinde, spam uygulamalarıyla ilgili sorunlar hakkında daha fazla bilgi verildi:

İstenmeyen posta uygulamaları geliştiricileri (kötü amaçlı geliştiriciler) öncelikle parasal kazanç elde etmek veya adres defteri kişileri gibi değerli kullanıcı verilerini sızdırmakla ilgilenir. Popüler, görünüşte meşru uygulamalar kullanıcı verilerini sessizce sızdırabilir [2, 4], bu nedenle spam uygulamalarının da aynı şeyi yapmaya çalışması mümkündür.

Başkalarının yaşadığı sorunlara bakarak çok şey öğrenmek mümkündür:

Kötü niyetli bir geliştirici, "çorap kuklaları" gibi birkaç atılabilir iTunes kullanıcı hesabını kullanarak spam incelemeleri yayınlayabilir. Apple, kullanıcıların bir uygulamayı gözden geçirmeden önce satın almalarını ve indirmelerini isteyerek spam sıklığını azaltmaya çalıştı. Ancak, kukla kullanıcı hesapları yine de iTunes Hediye Kartları kullanılarak oluşturulabilir ve kâr potansiyeli ve kullanıcı verilerinin çalınması, maliyeti haklı çıkarabilir.

Bu makale, spam'i belirlemek için çalıştıklarını söylüyor. Bunu, App Store'daki spam içeren davranışları içeren inceleme kalıplarına bakarak yaparlar.

Diğer makale, Apple'ın spam davranışını belirlemek için yapmaya çalıştığı diğer bazı şeylerden bahseder:

Apple, App Store Sıralama Algoritmasını Değiştirmiş, İndirmeleri Daha Az Önemsemiş Olabilir

İlginç bir şekilde, bu makale Android mağazasındaki Uygulamaları da tartışıyor:

Android Market sıralamalarını sürekli olarak değiştiren Google, genç odaklı sosyal ağ MyYearbook'a göre, bir uygulamanın günlük aktif kullanıcı / aylık aktif kullanıcı oranını - bir yapışkanlık ölçüsü - son haftalarda daha yoğun bir şekilde tartmaya başlamış olabilir. Şirket, tüm uygulama portföyünde şüpheli sıralama dalgalanmaları fark etmişti. Google bu konuda yorum yapmadı.

Bir zamanlar Apple Store'da indirmelerin çok önemli olduğu söylendi. Bu önemli bir değişiklik:

Değişiklikler çok önemli çünkü Apple uygulama mağazası sıralamaları bugüne kadar büyük ölçüde bir uygulamanın indirme oranına dayanmak zorunda. Bu, bütün bir yazlık endüstrisinin gelişmesine izin verdi. Flurry, Tapjoy ve W3i gibi ağlar, geliştiricilerin indirmeler için ödeme yapmasına olanak tanır, bu da uygulamalarını ekstra görünürlükten daha fazla indirme alabilecekleri çizelgelerin en üstüne çıkartır. Eğer iyilerse, listelerin en üstünde yer alırlar. Kötülerse, çabucak düşerler.

Google patenti:

Uygulama mağazası sıralama spam'ini algılama
Mucitler: Kaihua Zhu ve Ping Wu
Atanan: GOOGLE INC.
ABD Patenti: 9,794,106
Verildi: 17 Ekim 2017
Dosya: 4 Mart 2013

Soyut

İçeriğin kullanıcılara dağıtımını yönetmek üzere yapılandırılabilen bir sunucu, belirli bir kullanıcıyla ilişkili içerikle ilgili bilgileri alabilir ve içerikle ilgili bilgileri analiz edebilir. Bu tür bir analiz, içerikle ilgili bilgilerin analizine dayalı olarak kabul edilebilir içerikle ilgili aktiviteleri belirlemek ve kullanıcıları sınıflandırmak için içerikle ilgili bilgilerdeki parametreleri sunucuda karşılık gelen önceden tanımlanmış parametrelerle karşılaştırmayı içerebilir. İçerikle ilgili bilgiler, bir veya daha fazla içerik kullanımıyla ilgili veriyi, içerik indirmeyle ilgili metrikleri veya sunucu aracılığıyla yönetilen içeriğin kullanımıyla bağlantılı olarak kullanıcılar tarafından kullanılan bir veya daha fazla oturumla ilgili kullanıcı oturumu ile ilgili metrikleri içerebilir.

Bu patenti okumadan önce bu makaleleri okumak yardımcı olur. Neyin risk altında olduğu kadar neyin değiştiğine ve patentin neden yaptığı şeylere odaklandığına dair bir fikir sağlarlar.

İçerik kullanımıyla ilgili verilerin aşağıdakilerden oluşan önemli metrikler olduğu söylendi:

1. İçeriğin kullanıcı tarafından kullanımı sırasında elektronik cihazlarda oluşturulan veriler,
2. Belirli içeriğin satın alma veya güncelleme sayısıyla ilgili piyasa verileri ve
3. İçerik kullanım etkinliklerinin üçüncü taraf verileri.

Patent bize aşağıdakileri içeren indirmeyle ilgili metrikler hakkında bilgi verir:

1. Kullanıcı tarafından indirilen tüm içerikten belirli bir içerik türünün yüzdesi
2. Tek bir günde indirilen maksimum içerik sayısı
3. İndirilen toplam içerik sayısı
4. Tek bir haftada indirilen maksimum içerik sayısı

Bir mağazanın bakabileceği başka bir şey, uygulama arayan kişilerin bir Uygulama mağazasında nasıl davranabileceğidir:

Kullanıcı oturumu ile ilgili metrikler şunları içerebilir:

1. Kullanıcı tarafından aramadan indirilen içeriğin yüzdesi
2. Kullanıcı tarafından verilen bir dizi sorgu
3. Tarama ve/veya tıklama yoluyla indirilen içeriğin yüzdesi
4. Ortalama bir oturum süresi ve/veya aramadan indirmeye kadar bir gecikme
5. Doğrudan gelen trafikten indirilen içeriğin yüzdesi.

App Store Spam'ini Bulmak için Uygulama Kullanımına Dayalı Metrikler

Uygulamaları çalıştıran cihazlar, insanların bir uygulama mağazasında nasıl davrandığına bakmanın yanı sıra, bu uygulamaların onları yükleyen kişiler tarafından nasıl kullanıldığına dair veriler toplayabilir.

Patent açıklamasında, böyle bir yaklaşımın arkasındaki motivasyonlar ve nasıl çalıştığı hakkında ayrıntılı bilgi verildi:

Örneğin, uygulama kullanımına dayalı sıralama ve/veya spam algılama ile uygulamalar, toplam indirme sayısı yerine kullanıma göre sıralanabilir. Bu bağlamda, kullanımı oluşturmak, indirmekten çok daha pahalı olabilir ve bu nedenle, uygulama indirme spam'ı oluşturma maliyetini sürdürülebilir olamayacak kadar maliyetli hale getirir. Buna göre, istemci cihazlar kullanımla ilgili metrikleri toplayabilir ve/veya elde edebilir. Kullanımla ilgili ölçüm örnekleri, işletim sistemi (OS) ile ilgili ölçümleri ve/veya belirli bir uygulamanın birkaç kez başlatıldığı ve kullanıcıların bunu ne kadar süreyle kullandığı gibi API ile ilgili diğer bilgileri içerebilir; uygulamanın birkaç kez güncellendiği ve uygulama içi satın almaların kaç kez yapıldığı gibi pazar ölçümleri (uygulama pazarları ödemeyi üstlendiğinden); ve üçüncü taraf verileri. Bu bağlamda, uzmanlaşmış üçüncü taraf uygulama kuruluşları, yüz milyonlarca cihazda yüz binlerce uygulama kullanımının uygulama kullanımını toplayabilir ve/veya elde edebilir ve/veya bu verileri sağlayabilir. Uygulama yönetimi sunucusu, başlangıçta kullanımla ilgili ölçümlerin güvenilirliğini belirleyebilir. Güvenilir olarak belirlendikten sonra, uygulama yönetimi sunucusu, ortalama bir kullanıcının belirli bir uygulamayı nasıl kullanacağını (örneğin, uygulamayı ne kadar süre kullanacağını) ve dolayısıyla uygulama yönetimini daha optimal bir şekilde belirlemeye izin veren, kullanımla ilgili tüm farklı bilgileri birleştirebilir ve/veya analiz edebilir. sunucu, uygulamaları buna göre sıralayabilir (veya mevcut herhangi bir sıralamayı ayarlayabilir). Ayrıca, uygulama yönetimi sunucusu, kullanıcı sınıflandırmasına ilişkin karar verirken sıralamayı ve/veya sıralamaya yönelik ayarlamayı kullanabilir.

Sonuç: Anormalliklerin Belirlenmesi

Patent ayrıca etkileşimin nasıl indirileceğine ilişkin ayrıntılar sağlar ve kullanıcı oturum verilerinin Spam Göndericileri belirlemek için kullanılabilir. Bu ayrıntılar, yasal olmayabilecek Uygulamaların belirlenmesine de yardımcı olur. Bu, bir Uygulama seçildiğinde ve indirildiğinde incelenebilecek türden kullanıcı verileridir:

Uygulama yönetim sunucusu, örneğin, pazar arama kutusu aracılığıyla yapılan kullanıcı arama sorgularıyla ilgili verileri elde edebilir, toplayabilir veya alabilir;
pazar sayfalarında tıklanan bağlantılar;
pazar sayfası kullanıcı görünümleri;
her sayfada harcanan zaman;
ve/veya indirme olayı uygulaması kullanıcısı (satın aldı) indirdi, kurdu.

Patent bize, kullanıcıların bir keşif aşamasından geçip bir uygulama bulduğunda da bilgilerin toplandığını ve olağandışı etkinlikler için dikkatle izlediklerini söylüyor:

İndirilen her uygulama için, uygulama yönetim sunucusu, uygulamanın indirilme nedenini belirleyebilir ve bu indirmeye karşılık gelen bir dizi kullanıcı oturumu ile ilgili metrik oluşturabilir. Uygulama veri analizörü daha sonra bir anormalliği belirlemek için genel kullanıcı popülasyonundaki yüzdeyi belirleyebilir. Oturum ölçümlerinin örneği, kullanıcının belirli bir oturum sırasında (ve/veya belirli bir dönemdeki toplam sorgu – örneğin, gün başına) yaptığı birkaç sorgu gibi şeylerle ilgili olabilir; aramadan indirilen uygulamanın yüzdesi; tarama ve tıklama yoluyla indirilen uygulama yüzdesi; doğrudan gelen trafikten indirilen uygulama yüzdesi; ortalama seans süresi; ve/veya aramadan indirmeye gecikme. Buna göre, genel kullanıcı popülasyonu için kullanıcı oturumu ile ilgili metriklerin elde edilmesi, uygun beklenen oturumla ilgili kriterlerin (örneğin, eşik(ler)in) belirlenmesine izin verebilir, bu da sırasıyla oturum metriklerinin nereye karşılık geldiğinin belirlenmesinde (örneğin karşılaştırma) kullanılacaktır. belirli kullanıcının uygulama(lar)ı düşer (yani, genel kullanıcı popülasyonuna kıyasla) ve böylece kullanıcının sınıflandırılmasına izin verir.

İnsanların bir App Store'da nasıl davrandığına ilişkin olağandışı davranışlar, insanların kullanmak veya indirmek isteyebileceği Uygulamalar olmayabilecek Uygulamaları belirtmeye yardımcı olabilir. Geçen yıl çok popüler olan Pokemon Game ile hem Google'ın hem de Apple'ın elde ettiği başarıyı gördük. İnsanlara popüler bir uygulama sağlamak, App Store Spam'iyle mücadele etmeye değer olabilir.