@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00208436,
 author = {藤井, 達也 and 渡名喜, 瑞稀 and 利光, 能直 and 柴田, 怜 and 北條, 大和 and 齋藤, 孝道 and Tatsuya, Fujii and Mizuki, Tonaki and Yoshinao, Toshimitsu and Satoshi, Shibata and Yamato, Hojyo and Takamichi, Saito},
 book = {コンピュータセキュリティシンポジウム2020論文集},
 month = {Oct},
 note = {ブラウザフィンガープリンティングは，ブラウザから採取可能な情報を複数利用し，ブラウザごとの情報の組み合わせの差異により，個々のブラウザを識別する技術である．<br>一部の事業者は，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ティングを利用し，ユーザの推定を行っている．<br>本論文では，会員制サイトへのアクセス時に採取可能なブラウザフィンガープリントを用いて，深層学習により会員IDの推定を行った．<br>会員IDの推定は，会員IDと会員のアクセス時に採取されたブラウザフィンガープリントの組を複数用意し，推定したい会員のアクセス時に採取されたブラウザフィンガープリントが，用意したどのブラウザフィンガープリントに紐づくかを推定することで実現した．<br>結果として，推定した会員IDのうち87%を正しく推定することができた．, Browser fingerprinting is a technology that uses multiple pieces of information collected from a browser to identify an individual browser by the differences in the combination of browser's features. Some company uses browser fingerprinting to estimate users in order to provide effective advertisements to the target web viewers. In this paper, we apply browser fingerprinting to estimate the member's ID by deep learning at the time of access before login authentication. We estimate the member IDs by estimating which browser fingerprints were linked to multiple pairs of known browser fingerprints that we stored before. As a result, we correctly estimated 87% of the estimated member IDs.},
 pages = {50--57},
 publisher = {情報処理学会},
 title = {PCとモバイル端末における深層学習を用いたIDの推定手法の提案と実装},
 year = {2020}
}