@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00201330,
 author = {北條, 大和 and 齋藤, 祐太 and 齋藤, 孝道 and Yamato, Hojyo and Yuta, Saito and Takamichi, Saito},
 book = {コンピュータセキュリティシンポジウム2019論文集},
 month = {Oct},
 note = {一部のWeb広告事業者は，ユーザに対して効果的な広告を配信するために，ブラウザフィンガープリントを利用している．ブラウザフィンガープリントの採取手法は大きく分けて二種類存在する．1つ目のアクティブフィンガープリンティングは，JavaScriptやCSSを利用してユーザの端末の情報を採取する手法である．2つ目のパッシブフィンガープリンティングは，HTTPリクエスト時に，サーバがブラウザから受け取ったHTTPヘッダなどから情報を採取する手法である．パッシブフィンガープリンティングは採取可能な情報が少なく，ブラウザの識別が困難であるとされている．一方で，アクティブフィンガープリンティングに比べ採取時間が短く，JavaScriptの利用を拒否するブラウザからも採取が可能という利点が存在する．本論文では，パッシブフィンガープリンティングで採取可能な情報のうち，タイムスタンプやUser Agent文字列，IPアドレスのみを用いて，深層学習によりモバイル端末の識別を行った．結果として，F1値が0.99以上という精度を得ることができた．, Some ad companies use browser fingerprinting to provide advertisements to the user effectively. There are two types of methods to collect browser fingerprints : First one is active fingerprinting. It is a method of collecting web viewer's fingerprints using with JavaScript or CSS. Second is passive fingerprinting. It is a method using only with the HTTP header received on a web server at the time of HTTP request. In passive fingerprinting, there can get a little information, and the accuracy of identification is considered to be weak, although collection time is shorter than active fingerprinting.  However, passive fingerprinting has a significant advantage, i.e., it can collect fingerprint without JavaScript or its processing time. In this paper, we identified mobile devices with deep learning using only with a timestamp, user agent strings, and IP address in passive Fingerprinting. As a result, we obtained the F1 value of 0.99 or more.},
 pages = {252--259},
 publisher = {情報処理学会},
 title = {深層学習を用いたパッシブフィンガープリンティング手法の提案と実装},
 volume = {2019},
 year = {2019}
}