Dissertação
Website analysis: Finding Fraud Patterns in Web Pages EVALUATED
Na última década, a fraude em publicidade online tem sido um problema crescente, prejudicando cada vez mais os negócios das empresas. Existem várias ferramentas no mercado que visam a proteção contra fraudes publicitárias e, para isso, a Phybbit, empresa japonesa, criou a SpiderAF. Um dos seus recursos é a inclusão de uma blacklist de sites que inclui sites fraudulentos. Um site é classificado como fraudulento depois dos seus atributos e do conteúdo das suas páginas terem sido analisados em relação a padrões de fraude conhecidos. No mundo em constante evolução da web e da fraude publicitária, novos padrões continuam a surgir e a sua rápida detecção é a chave para evitar que a fraude afete o orçamento dos anunciantes. Propomos a aplicação de técnicas de Visualização de Informação com o objetivo de criar um sistema onde investigadores possam consultar os dados das várias páginas web e encontrar padrões de fraude, proporcionando uma alternativa mais eficiente ao que está disponível hoje. Os padrões de fraude recém-descobertos podem então ser usados diretamente para analisar novos sites, contribuindo para a proteção do ecossistema da publicidade digital. Desenvolvemos o sistema seguindo um design iterativo e incremental, em estreita colaboração com a Phybbit. Para validar a nossa solução, realizamos uma avaliação de usabilidade e uma avaliação de utilidade feita por investigadores da Phybbit. O sistema cumpriu os objetivos propostos e apresentou resultados promissores nas avaliações de usabilidade e utilidade.
outubro 9, 2020, 10:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
