
Open-Source entropiebasierte Erkennung ungültigen Traffics und Pre-Bid-Filterung.
Nameles • Hauptfunktionen • Performance • Beispiele • Installation • Support • Docs • Issues • Lizenz • Download
Nameles bringt jedem Werbetreibenden, Datenwissenschaftler, Ad-Tech-Unternehmen und Trading Desk modernste Erkennung, Analyse und Echtzeit-Filterung von ungültigem Traffic.
Nameles bietet eine einfach bereitzustellende, skalierbare IVT-Erkennungs- und Filterlösung, die nachweislich mit hoher Genauigkeit Werbebetrug und andere Arten ungültigen Traffics wie Web Scraping erkennt.
Nameles ist eine prüfbare Plattform zur Erkennung, Filterung und Analyse ungültigen Traffics, die von jedem Beteiligten der Online-Werbung genutzt werden kann. Zu den Hauptfunktionen gehören:
Nameles ist die einzige Erkennungslösung, die von unabhängigen Parteien geprüft werden kann und die durch wissenschaftliche Forschung und Veröffentlichungen gestützt wird.
Nameles kann ungültigen Traffic erkennen auf:
Nameles implementiert eine hoch skalierbare Entropiemessung unter Verwendung der Entropie der IP-Adressen, von denen eine bestimmte Site Traffic erhält, und weist der Site dann basierend auf ihrem Traffic-Muster eine normalisierte Punktzahl zu.
Entropie wird weit verbreitet in der Finanzwelt, Nachrichtendiensten und anderen Bereichen eingesetzt, in denen der Umgang mit riesigen Datenmengen und vielen Unbekannten das Problem kennzeichnet. Die Verwendung der Shannon-Entropie wurde in Hunderten wissenschaftlicher Arbeiten behandelt. Einige argumentieren, dass Shannon sie direkt von Alan Turing erhalten habe und dass es die Methode war, die Turing zum Knacken des Nazi-Codes verwendete.
Nameles wurde entwickelt, um den Anforderungen von Systemen gerecht zu werden, die täglich mit Hunderten Milliarden Bid-Requests umgehen, ohne Implementierungsbeschränkungen für kleinere Systeme einzuführen.
Am Beispiel einer DSP: Eine Antwort auf einen bestimmten Bid-Request muss innerhalb von 100 ms an die Ad Exchange gesendet werden. Daher ist die durch Nameles verursachte Verzögerung auf wenige ms begrenzt, um die Auswirkung auf die Gesamtverzögerung des Bietprozesses zu minimieren. Dadurch wird sichergestellt, dass auch im Exchange-Einsatz die strengen Anforderungen zur Vermeidung von Verzögerungen auf Publisher-Websites eingehalten werden.
Lesen Sie ein Beispiel, in dem eine DSP Nameles implementiert für die Echtzeit-Pre-Bid-Filterung.
wget https://raw.githubusercontent.com/Nameles-Org/Nameles/master/setup
chmod +x setup && ./setup
Weitere detaillierte Informationen zu den Setup-Optionen finden Sie unten.
Sie können Nameles auf einem einzelnen Rechner oder in einem Cluster mehrerer Rechner installieren. Ein Cluster wird für die Pre-Bid-Filterung empfohlen.
Wenn Sie Nameles in einem Docker-Cluster/-Swarm mit mehreren Rechnern installieren, haben Sie zwei Optionen:
Bevor Sie mit der Installation beginnen:
Lesen Sie die Anweisungen zum System-Setup und zur Installation.
Für einen allgemeinen Überblick besuchen Sie die Webseite.
Bei Fragen oder Support nutzen Sie den Gitter-Chat.
Wenn Sie einen Fehler gefunden haben oder einen Verbesserungsvorschlag haben, erstellen Sie ein neues Issue.
Nameles ist unter der freizügigen Apache-Lizenz verfügbar.