JP6655533B2 - ネットワークアドレスへの属性の関連付け - Google Patents

Description

関連出願
本願は、２０１３年７月１２に提出された、Farshid Alizadeh-Shabdiz他による「Systems and Methods for Associating Attributes with Network Addresses」と題する米国仮特許出願第61/845708に基づいて優先権を主張するものであり、その内容全体は、参照により本明細書に組み込まれるものとする。

本開示は、一般に、ネットワークアドレスに属性を関連付けること、より具体的には、属性とネットワークアドレス間の関連付けを形成する（それらの間の関連付けを行う）際に使用されるデータのデータ品質を確保することに関連する。

背景情報
コンプライアンス、デジタル著作権管理（ＤＲＭ）、オンライン取引、モバイル広告、またはその他のタイプのサービスの提供者は、サービスを提供する際に、ユーザーまたはユーザー装置の位置、時刻（ないし時間）、意図（ないし目的）、アイデンティティ（同一性や身元や個性など）、及び他の特性に関する情報を利用することができる。たとえば、コンプライアンス及びＤＲＭに関連するサービスは、セキュリティ要件を満たしまたは契約上の義務を果たすために、それらの情報を使用して、ユーザーの位置を確かめることができ、及び、その位置の正確性を理解することができる。同様に、オンライン取引及び広告に関連するサービスは、それらの情報を使用して、ユーザーの関心事に適合するようにメッセージ及びコンテンツを変更することができる。たとえば、モバイル広告主は、特定の市場区分（マーケットセグメント）にマッチする消費者、または特定の場所にいる消費者をターゲットとするキャンペーンを行うことができる。それらの情報を、多種多様な他のタイプのサービスに役立てるために使用することもできる。しかしながら、位置、時刻、意図、及びアイデンティティなどを表す情報は、しばしば、サービス提供者（サービスプロバイダーともいう。以下同じ）には利用できない。

ある場合には、ユーザーの装置に関連付けられたネットワークアドレス、たとえばインターネットプロトコル（ＩＰ）アドレスを利用することができる。そのようなネットワークアドレス（たとえばＩＰアドレス）を、位置、時刻、意図、及びアイデンティなどを表す（または記述する）情報を正確かつ確実にネットワークアドレスに関連付けるデータ格納部のエントリーにマッピングすることができる場合には、有用な情報をサービス提供者が利用できるようになる。しかしながら、そもそも、それらの種類の関連付けを形成ないし構築することは、多くの問題を引き起こす。

第１の問題は、関連付けを形成するために使用できる可能性がある利用可能なデータの品質がたいてい悪いことである。すなわち、それらのデータは、ノイズのあるデータや、信用できないデータや、その他の点で不正確なデータを含んでいる場合があり、関連付けの有効性に影響を与えうる。

第２の問題は、時々、興味のある情報を直接観察することができないということである。ある時には、興味のある情報を直接観察することができるが、プライバシーに関する義務、またはその他の契約上の義務や規制上の義務のためにそれらの情報をデータ格納部に保持することが禁止される。そのため、ネットワークアドレスと興味のある情報との間の正確で確実な（もしくは信頼性がある）関連付けの形成が妨げられる。

第３の問題は、時々、ネットワークアドレスの単一の観察に基づいて、または、その単一ネットワークアドレスの観察だけに基づいて、興味のある情報をネットワークアドレスに関連付けることが不可能であるかまたは信頼できないことである。関連付けを形成するには十分な情報がない場合があり、または、形成することができる任意の関連付けは信頼できない場合がある。

第４の問題は、いくつかのネットワークアドレスは、端末装置と宛先装置（または接続先装置）の間のゲートウェイとして動作する中間のネットワーク装置に関連づけられている場合があり、そのため、端末装置のアイデンティティ（たとえば同一性）を不明瞭にする場合があることである。検出されていないプロキシアドレスの存在は、形成することができるネットワークアドレスと情報の間の関連付けの有効性に影響を与えうる。同様に、いくつかのネットワークアドレスは、比較的固定されたネットワーク装置に関連付けられている場合がある一方で、他のネットワークアドレスは、固定されておらず、ネットワーク間を定期的に移動し、及び、同じネットワークアドレスを維持したままで異なるネットワークノードとの接続を形成するネットワークアドレスに関連づけられている場合がある。それらのアドレスが適切に認識されて処理されない限り、それらのアドレスの存在もまた、関連付けの有効性に影響を与えうる。

第５の問題は、時々、あるネットワークアドレスの直接観察によって、または、該ネットワークアドレスの直接観察の結果を処理することによって、該ネットワークアドレスに関するあるタイプの興味のある情報を決定することが難しいかまたは不可能であることである。ネットワークアドレスの直接観察から興味のある情報を決定する能力は、観察情報の不足、観察情報を生成する装置の数の不足、観察情報の集合の偏り、観測可能性（可観測性）に対するシステム上の制約、またはその他の何らかの制約に起因して制限されうる（「観察情報」は、対象を観察ないし観測した結果得られる（もしくは得られた）情報（たとえば位置や時刻など）である）。

したがって、改善された技術が必要とされている。

（補充可能性あり）

第１の実施形態では、ネットワークアドレス観察情報のデータ品質を確保するためにフィルタリング技術（フィルター技術ともいう）が提供される。ソースデバイス（送信元装置）に関連付けられたネットワークアドレスのネットワークアドレス観察情報が得られ、該ネットワークアドレス観察情報は、該ネットワークアドレスを１以上の直接観察された属性に関連付けるものである。該１以上の直接観察された属性のうちから選択された１つの属性を所定の基準と比較し、該比較の結果を、該ネットワークアドレスを１以上の直接観察された属性に関連付けるための該ネットワークアドレス観察情報の適切さを示すものとして用いて、該比較に基づいて、該ネットワークアドレス観察情報をフィルタリングすることができる。このフィルタリングは、１以上の適切さ（適合性）の指標をネットワークアドレス観察情報に関連付けるか、または、以後のさらなる処理から該ネットワークアドレス観察情報を除去する。１以上の電子装置で（または該電子装置において）実行されるネットワークアドレス−属性関連付けシステム（ネットワークアドレスと属性との関連付けをするシステム）は、除去されていない任意のネットワークアドレス観察情報、及び適切さの任意の指標（インジケータ）を保持する記録（レコード）を格納する。

第２の実施形態では、観察されたネットワークアドレスと直接観察はされない１以上の属性との関連付けを生成するためのマッピング／変換技術が提供される。ソースデバイスに関連付けられているネットワークアドレスが観察される。直接観察された属性である第１の属性が決定される。第１の属性と第２の属性の間の所定の空間的対応関係（または空間的類似性。以下同じ）、時間的対応関係（または時間的類似性。以下同じ）、またはアイデンティに関連する対応関係（またはアイデンティに関連する類似性。以下同じ）に少なくとも基づいて、第１の属性が該第２の属性にマッピングされ、ここで、該第２の属性は、該ネットワークアドレスに関連して直接観察はされなかったものである。該第２の属性と該ネットワークアドレス間の関連付けが生成される。その後、該第２の属性と該ネットワークアドレス間の関連付けを保持する記録（レコード）が格納（保存）される。

第３の実施形態では、複数のネットワークアドレス観察情報を利用する処理技術が提供される。ネットワークアドレス観察情報を保持する１以上の記録（レコード）が取得され、この場合、それぞれのネットワークアドレス観察情報は、１以上の属性を、１以上のソースデバイスによって観察されたネットワークアドレスに関連付ける。該ネットワークアドレス観察情報からの複数のネットワークアドレスは、クラスタリング基準に基づいて、ネットワークアドレスの１以上の個別のグループに分けられる。ネットワークアドレスの選択されたグループに対して、該選択されたグループから得られた１以上の改善された属性を、該選択されたグループのメンバーである個々のネットワークアドレスに関連付ける関連付けが形成される。該１以上の改善された属性と該個々のネットワークアドレスとの関連付けはプロファイルに格納される。

該第３の実施形態の変形形態として、ネットワークアドレスの状態を用いて、改善された結果を提供することができる。ネットワークアドレス観察情報を保持する１以上の記録（レコード）が得られるが、この場合、該ネットワークアドレス観察情報は、１以上の属性を、ネットワークと通信する（またはネットワークと通信している）１以上のソースデバイスによって観察されたネットワークアドレスに関連付ける。１以上の電子装置で（または該電子装置において）実行されるネットワークアドレス−属性関連付けシステムは、ネットワークアドレスの状態を決定し、この場合、それぞれの状態は、ネットワークアドレスの個別の動作モード（たとえば、特定の場所や時刻における使用など）、または、ネットワークアドレスの個別の割り当て（たとえば、特定の装置、特定のクラス（部類）の装置、特定のユーザー、特定のクラスのユーザーなどへの割り当て）を表している。ネットワークアドレスは、複数の個別の動作モードまたは割り当てを有している。ネットワークアドレス観察情報から得られた少なくとも１つの改善された属性は、ネットワークアドレスのそれぞれの状態に個別に関連付けられる。該少なくとも１つの改善された属性と該ネットワークアドレスのそれぞれの状態との関連付けは、１以上の電子装置の記憶装置に保持されているプロファイルに格納（保存）される。

第４の実施形態では、１以上の他の属性に基づいて、ネットワークアドレスの改善された属性を決定するための処理技術が提供される。ネットワークと通信する（またはネットワークと通信している）ソースデバイスに関連付けられたネットワークアドレスが観察される。該ネットワークアドレスの１以上の第１の属性が決定されるが、該１以上の第１の属性は、該ネットワークアドレスの少なくとも空間的または時間的な特性（性質）を示している。該１以上の第１の属性を処理して、該ネットワークアドレスに関連付けられる第２の属性が決定されるが、この場合、該第２の属性は、該ネットワークアドレスが固定されたネットワークアドレスであるかもしくは固定されていないネットワークアドレス（モバイルネットワークアドレス）であるか、または、該ネットワークアドレスが、プロキシネットワークアドレスであるかもしくは非プロキシネットワークアドレスであるかを示している。該第２の属性と該ネットワークアドレス間の関連付けを保持する記録（レコード）が格納される。

第５の実施形態では、ネットワークアドレス間でネットワークアドレスと属性との関連付けを伝達するための伝達技術が提供される。第１のネットワークアドレスと１以上の属性との関連付けを保持する１以上のプロファイルが得られるが、該関連付けは、ネットワークと通信する（またはネットワークと通信している）１以上のソースデバイスによる該第１のネットワークアドレスのネットワークアドレス観察情報から生成される。該第１のネットワークアドレスに関連付けられる第２のネットワークアドレスが、類似性基準（similarity criteria。類似性判定基準ともいう）に基づいて決定される。該第２のネットワークアドレスは、最初は、該１以上の属性との関連付けを欠いている。該１以上の属性は、該第１のネットワークアドレスから該第２のアドレスへと伝えられて、該第２のネットワークアドレスと該１以上の属性間の関連付けを形成する。その後、該第２のネットワークアドレスと該１以上の属性間の関連付けは、更新されたプロファイルに格納される。

この概要で説明した例示的な実施形態は、後述する他の特徴及びそれらの変形を含む種々の他の特徴を含みうることが理解されるべきである。さらに種々の他の実施形態を使用することができる。この概要は、単に、読者への簡潔なイントロダクションとして意図されたものであり、本明細書で説明している特定の特徴が、本発明の全ての特徴であることも、本発明の必須の特徴であることも意味するものではない。

下記の詳細な説明は、例示的な実施形態の添付図面を参照している。
ユーザー装置の例示的な環境を示すブロック図である。 ネットワークアドレス−属性関連付けシステムの１例の高レベルのブロック図である。 １以上の直接観察された属性とネットワークアドレスとの間の関連付けの形成の１例を示すブロック図である。 ロギング／結合ソフトウェアモジュールによって実施することができる一般化された例示的な一連のステップを示すフローチャートである。 フィルタリングソフトウェアモジュールによって実施することができる一般化された例示的な一連のステップを示すフローチャートである。 ネットワークアドレスの観察が行われた場所を該場所の１以上の属性にマッピングする１例を示すブロック図である。 ネットワークアドレスの観察の場所及び時刻を、該場所及び時刻の１以上の属性にマッピングする１例を示すブロック図である。 ソースデバイスの装置（デバイス）識別情報またはユーザー識別情報を、該装置識別情報またはユーザー識別情報の１以上の属性にマッピングする１例を示すブロック図である。 マッピング／変換ソフトウェアモジュールによって実施することができる一般化された例示的な一連のステップを示すフローチャートである。 ネットワークアドレスの別個の動作モードもしくは割り当てを表す１以上の個別の状態を決定する１例を示すブロック図である。 ネットワークアドレスの個別の状態に関連付けられた観察情報のグループを決定する１例を示す図である。 連結グラフクラスタリングを用いて、アドレス空間を空間的に近接したネットワークアドレスの隣接（または連続）するブロックに分割するための例示的な一連のステップのフローチャートである。 空間的近さに基づくネットワークアドレスの連結グラフクラスタリングの１例を示す図である。 空間的近さに基づくk平均法（k-means clustering）を使用するための例示的な一連のステップのフローチャートである。 連結グラフクラスタリングを用いて、時空的特性に基づいてグループを形成するための例示的な一連のステップのフローチャートである。 空間的範囲を決定する１例を示す図である。 処理ソフトウェアモジュールの動作を要約することができる一般化された例示的な一連のステップを示すフローチャートである。 伝達ソフトウェアモジュールによって実施することができる一般化された例示的な一連のステップを示すフローチャートである。

図１は、ユーザーの装置１１０の環境の１例を示すブロック図である。ユーザーの装置（以下、ユーザー装置という）１１０を、固定された電子装置、たとえばデスクトップコンピュータ、または、モバイル装置とすることができる。本明細書で使用されている「モバイル装置」という用語は、人が持ち運ぶようにもしくは乗り物で運ぶように設計された、無線通信機能を有する電子装置を意味する。「モバイル装置」の例には、スマートフォン（たとえば、アップルコンピューターから市販されているiPhone（商標））や、タブレットコンピュータ（たとえば、アップルコンピューターから市販されているiPad（商標））や、他の類似の装置が含まれる。ユーザー装置１１０は、記憶装置（たとえば、不揮発性メモリもしくは揮発性メモリ、ハードディスク、ソリッドステートストレージデバイス（ＳＳＤ）、またはその他のデータ記憶装置）に結合されたプロセッサ、並びに、１以上の通信インターフェースを備えることができる。記憶装置は、オペレーティングシステム及び１以上のアプリケーション用の命令を含む実行可能命令を格納することができる。オペレーティングシステムを、アップルコンピューターから入手できるiOS（商標）オペレーティングシステム、または、別の類似のオペレーティングシステムとすることができる。ユーザー装置１１０上のアプリケーションは、コンプライアンス、デジタル著作権管理（ＤＲＭ）、オンライン取引、モバイル広告、またはその他のタイプのサービスを提供することができ、及び/または、それらのサービスを提供するリモートサーバー上のアプリケーションと相互作用することができる。

それらの及び他のタイプのサービスを提供するときには、ユーザー装置１１０のユーザーの位置、時刻、意図、アイデンティティ、及びその他の特性に関連する情報は興味のあるものでありうる。たとえば、コンプライアンス及びＤＲＭに関連するサービスは、セキュリティ要件を満たすためや契約上の義務を果たすために、ユーザーの位置を確かめること、及び、その位置の正確さを理解することに関心がありうる。オンライ取引及び広告に関連するサービスは、消費者のアイデンティティ及び意図に関心がありえ、ユーザーの興味に適合するようにメッセージ及びコンテンツを変更することに関心がありうる。たとえば、モバイル広告主は、特定の市場区分（マーケットセグメント）にマッチする消費者、または特定の場所にいる消費者をターゲットとするキャンペーンを行うことができる。同様に、このタイプの情報は、他のタイプのサービスにとっても興味のあるものでありうる。

ユーザー装置１１０は、（たとえば、ＩＰベースのネットワークやGlobal System for Mobile Communications（ＧＳＭ：グローバル・システム・フォー・モバイル・コミュニケーションズ）セルラーネットワークなどの）ネットワーク１３０へのアクセスを提供する、たとえばWi-Fiアクセスポイントや（携帯電話の）基地局などのネットワークノード１２０と通信することができる。ユーザー装置１１０を、たとえばネットワーク１３０によって使用されるネットワークアドレスに関連付けることができる。ネットワークアドレスをＩＰアドレス１４０とすることができ、またはその代わりに、たとえばメディアアクセス制御（ＭＡＣ）などの別のタイプのアドレスとすることができる。位置、時刻、意図、アイデンティティ、及びその他の特性に関連する情報を得るために、サービス提供者は、ユーザー装置１１０のネットワークアドレスを、ネットワークアドレスと属性との関連付けを保持する格納されているプロファイルのデータベースにマッピングすることができる。本明細書で使用される「属性」という用語は、ネットワークアドレスとは独立に存在する、対象の特性（たとえば、対象の位置、時刻、意図、アイデンティなど）を表す（ないし説明する）情報を意味する。それらの関連付けが正確で信頼できるものである場合には、サービス提供者は、該ユーザー装置に関連付けられたネットワークアドレスを単に知ることによって、所望の位置、時刻、意図、アイデンティ、またはその他の情報を得ることができる。しかしながら、ネットワークアドレスと属性との間の関連付けを保持するそのようなプロファイルを構築することには、様々な課題がある。下記の説明では、そのような課題を克服して、ネットワークアドレスと属性との関連付けを確立するための技術について詳しく述べる。

ネットワークアドレス−属性関連付けシステムの概観
図２は、ネットワークアドレス−属性関連付けシステム（ネットワークアドレスと属性との関連付けシステム）２００の１例を示す高レベルのブロック図である。ネットワークアドレス−属性関連付けシステムは、１以上の電子装置（たとえば１以上のサーバー）の１以上のプロセッサによって実行される実行可能命令の形態を取ることができる。該実行可能命令を、該電子装置（たとえばサーバー）の（該プロセッサに結合された）１以上のメモリ（または電子装置が読み出すことができる他のタイプの媒体）に保持することができる。

ネットワークアドレス−属性関連付けシステム２００は、直接観察された属性を取得し、それらの属性をネットワークアドレス（たとえばＩＰアドレス）に関連付け、次に、該関連付けから改善された属性を得るように動作することができる。本明細書で使用される「直接観察された属性」という用語は、１以上のソースデバイスの生の観察情報もしくは最小限の加工がされた観察情報から得られる属性を意味する。本明細書で使用される「改善された属性」という用語は、１以上の直接観察された属性から（たとえば、フィルタリング、マッピング、処理及び/または伝達を通じて）得られた属性を意味する。そのような改善は、いくつかある利点の中でもとりわけ、誤警報確率（false alarm probability）及び失敗確率（missprobability）を低減することができる。誤警報確率は、ネットワークアドレスが、実際にはあるクラスまたはグループのメンバーではないのに、該メンバーとして間違って識別される可能性である。失敗確率は、ネットワークアドレスが、実際にはあるクラスまたはグループのメンバーであるのに、該メンバーとして識別されない可能性である。一般に、誤警報確率と失敗確率の両方を最小限にするか低減することが望ましい。

ネットワークアドレス−属性関連付けシステム２００は、入力２１０を受け取ることができる。入力２１０を、（ソースデバイス３０５または中間（仲介）装置に割り当てられた）観察をしているかまたは他のやり方で観察に関わっているソースデバイス３０５に関連付けられたネットワークアドレス（たとえばＩＰアドレス１４０）を含む観察情報（すなわちネットワークアドレス観察情報）、並びに、１以上の直接観察された属性とすることができる。ソースデバイスを、観察情報を収集するのに使用されるユーザー装置または他の何らかの装置とすることができる。入力２１０を、ロギング／結合ソフトウェアモジュール２２０に渡すことができる。ロギング／結合ソフトウェアモジュール２２０は、観察情報を集めて、ネットワークアドレスと１以上の属性との間の関連付けを保持する記録（レコード。たとえばＩＰレコード）を生成するように動作することができる。ロギング／結合ソフトウェアモジュール２２０は、それらの記録（レコード）を、オプションのフィルタリングソフトウェアモジュール２３０及び／またはオプションのマッピング／変換モジュール２４０に渡すことができる。

フィルタリングソフトウェアモジュール２３０は、観察情報の特性にアクセスして、異常な情報（すなわち、ノイズがあるか信頼できないかまたは他の点で不正確な情報）を特定することができる。もし、それらの異常な情報が存続することが許容されれば、ネットワークアドレス−属性関連付けシステム２００に、有用性がより低い結果を生じさせる可能性がある。

マッピング／変換ソフトウェアモジュール２４０は、あるタイプの属性を別のタイプの属性にマッピングすることによって属性を変換することができる。たとえば、１以上の直接観察された属性を、直接観察されなかった１以上の第２の属性（または二次的な属性）にマッピングする。かかるマッピングは、直接観測できない属性に対する関連付けの形成を可能にすることができ、または、プライバシーに関する義務やその他の契約上のもしくは規制上の義務のために、いくつかの属性に対する関連付けが保持されるのを防止するという状況を可能にすることができる（あるいは、プライバシーに関する義務やその他の契約上のもしくは規制上の義務のために所定の属性に対する関連付けを保持することが禁止されている場合に、属性に対する関連付けの形成を可能にすることができる）。

ロギング／結合ソフトウェアモジュール２２０、フィルタリングソフトウェアモジュール２３０、及び／または、マッピング／変換ソフトウェアモジュール２４０からの記録（レコード）は、処理ソフトウェアモジュール２５０に渡される（送られる）。処理ソフトウェアモジュール２５０は、提供された記録内の複数の観察情報からより改善された属性を得ることができ、この場合、たとえば、個々の観察情報からそのような属性を得ることは信頼できないものでありうるかまたは不可能でありうる。処理ソフトウェアモジュール２５０は、クラスタリング技術（クラスタ化技術）、分類技術（classification technique）、特性解析（特徴付け）技術、並びに、その他の種々のタイプの技術を適用することができる。ネットワークアドレスと、処理ソフトウェアモジュール２５０からの改善された属性との関連付けを、たとえば、格納されているプロファイル２６０のデータベースに格納することができる。格納されているプロファイル２６０のデータベースからの関連付けを、出力２７０として、コンプライアンス、デジタル著作権管理（ＤＲＭ）、オンライン取引、モバイル広告、またはその他のタイプのサービスの提供者に直接提供することができる。

代替的には、改善された属性を、伝達ソフトウェアモジュール２８０によってさらに改善することができる。伝達ソフトウェアモジュール２８０は、類似性基準（または類似性判定基準。以下同じ）に基づいて十分に類似すると判定された１以上の他のネットワークアドレスに関連付けられる１つのネットワークアドレスに関連付けられた属性を伝達することができる。このようにして、ネットワークアドレスに関連して直接観察されなかった属性、または、該ネットワークアドレスの観察情報の処理によって得ることができない属性を、該ネットワークアドレスに関連付けることができる。伝達ソフトウェアモジュール２８０の結果を、格納されているプロファイル２６０のデータベースに返すことができ、及び、出力２７０として提供することができる。

ロギング／結合ソフトウェアモジュール
ロギング／結合ソフトウェアモジュール２２０は、該１以上の直接観察された属性を集めて（収集して）、それらをネットワークアドレス（たとえばＩＰアドレス）に関連付ける（たとえば結合する）ように動作することができる。図３は、１以上の直接観察された属性３１０〜３４０とネットワークアドレス（たとえばＩＰアドレス１４０）との関連付けの形成の１例を示すブロック図である。ロギング／結合ソフトウェアモジュール２２０で入力２１０として受け取られる前に、直接観察された属性を、ソースデバイス３０５によって取得し、または、非ソースデバイス（たとえばネットワークノード１２０）から取得し、または、ソースデバイス３０５によって送られた情報から（たとえばソースデバイスによって観察された信号から）取得し、または、非ソースデバイスによって集められた情報から取得（たとえば、ネットワークノード１２０によって観察された信号から取得）し、または、他の何らかのやり方で取得することができる。ロギング／結合ソフトウェアモジュール２２０は、該ネットワークアドレス（たとえばＩＰアドレス１４０）と該直接観察された属性とを関連付けるネットワークアドレスレコード（たとえばＩＰレコード３５０）を生成する。ネットワークアドレスレコード（たとえばＩＰレコード３５０）を生成するやり方は、属性のタイプに応じて変わりうる。

直接観察された属性は、他の一般的な属性のタイプの中でもとりわけ、位置に関連する属性、時刻／場所に関連する属性、ユーザー／装置（デバイス）に関連する属性、アプリケーションに関連する属性、ネットワーク／ネットワークノードに関連する属性を含むことができる。位置に関連する属性は、場所（該場所は、たとえば、ソースデバイス３０５によって提供され、または、たとえばWiFiやセルラ測位（cellularpositioning。セルラ位置決め）にしたがってソースデバイスによって観察された信号に基づいて決定され、または、ネットワーク１３０によって決定され、または、１以上のネットワークノード１２０によって観察された信号に基づいて決定される）、該場所の属性、すぐ近くの現場（現場とは、たとえば、あるイベントのために人が集まる場所）または関心地点（ＰＯＩ：point-of-interest）、該現場またはＰＯＩの属性などを含むことができる。ネットワークアドレス（ＩＰアドレス１４０）と該場所もしくは該現場／ＰＯＩ自体との間の関連付け、または、該場所もしくは該現場／ＰＯＩの属性、または、該場所もしくは該現場／ＰＯＩを表すクラスもしくはグループ、または、他の何らかのタイプの情報を保持する記録（レコード。たとえばＩＰレコード３５０）を生成することができる。

時刻／場所に関連する属性は、ネットワークアドレス観察情報の（またはネットワークアドレスが観察された）場所及び時刻、または、ネットワークアドレス観察情報の（またはネットワークアドレスが観察された）場所及び時刻の属性を含むことができる。該ネットワークアドレスと、該場所及び時刻、または該場所及び時刻の属性との間の関連付けを維持するネットワークアドレスレコード（たとえばＩＰレコード３５０）を生成することができる。

ユーザー／装置に関連する属性は、ネットワークアドレスもしくは装置のユーザーに関連付けられた該装置に対応する識別情報（たとえば装置ＩＤ）、該装置もしくはユーザーの特性（たとえばユーザーの人口統計学的プロファイル）、該装置もしくはユーザーに関連付けられたサードパーティ識別情報（たとえば広告主（IDFA）用のiOS（商標）識別情報）、または該装置もしくはユーザーに関連付けられたクラスもしくはグループ（たとえば「大学生」などのユーザー区分（ユーザーセグメント））を含むことができる。該ネットワークアドレスと該識別情報との関連付け、場合によっては、該ネットワークアドレスと、サードパーティ識別情報またはクラスもしくはグループとの間の関連付けを保持するネットワークアドレスレコード（たとえばＩＰレコード３５０）を生成することができる。

アプリケーションに関連する属性は、該ネットワークアドレスに関連付けられた装置で動作しているか、または、該装置からの送信を開始した１以上のアプリケーションの識別情報を含むことができる。該ネットワークアドレスと該アプリケーションとの間の関連付けを維持するネットワークアドレスレコード（たとえばＩＰレコード３５０）を生成することができる。

最後に、ネットワーク／ネットワークノードに関連する属性は、特定のネットワーク１３０（たとえば、ＧＳＭセルラーネットワークのモバイルネットワークコード（ＭＮＣ））の識別情報、（たとえばWi-FiサービスセットＩＤ（SSID）に基づく）ネットワーク１３０のサービス提供者の識別情報、または、該ネットワークアドレスに関連付けられた装置よって使用される通信規格（たとえば、ユニバーサルモバイルテレコミュニケーションシステム（ＵＭＴＳ）規格）の識別情報を含むことができる。同様に、ネットワーク／ネットワークノードに関連する属性は、特定のネットワークノード１２０の識別情報、ネットワークノード１２０のクラスもしくはグループの識別情報、ネットワークノード１２０を動作させるサービス提供者の識別情報、または、ネットワークノード１２０の通信規格の識別情報を含むことができる。この場合も、その関連付けを保持するネットワークアドレスレコード（たとえばＩＰレコード３５０）を生成することができる。

要約すると、ロギング／結合ソフトウェアモジュール２２０は、１以上の直接観察された属性を集めて（すなわち収集して）、それらをネットワークアドレスに関連付けるように動作することができる。図４は、ロギング／結合ソフトウェアモジュール２２０によって実施することができる一般化された例示的な一連のステップ４００を示すフローチャートである。それらのステップは、動作の高レベルの概要を提供するものであり、上記の特定の細部の多くが省略されている。ステップ４１０において、ロギング／結合ソフトウェアモジュール２２０は、（たとえば受け取った入力２１０から）ネットワークノード１２０を介してネットワーク１３０と通信するソースデバイス３０５に関連付けられたネットワークアドレスを決定する。ステップ４２０において、ロギング／結合ソフトウェアモジュール２２０は、（たとえば受け取った入力２１０から）１以上の直接観察された属性を決定する。ステップ４３０において、ロギング／結合ソフトウェアモジュール２２０は、該１以上の観察された属性を該ネットワークアドレスに関連付ける１以上の観察情報を保持するレコード（たとえばＩＰレコード）を生成する。該レコードを、記憶装置（たとえばメモリ）に格納（保存）することができる。

フィルタリングソフトウェアモジュール
フィルタリングソフトウェアモジュール２３０は、ネットワークアドレス観察情報の特性にアクセスして、観察情報の適切さを示す１以上の指標（指示）を提供するか、または、もし存続することが許容されれば、ネットワークアドレス−属性関連付けシステム２００に有用性がより低い結果を生じさせる可能性がある観察情報を除去する。観察情報は、該観察情報を、ネットワークアドレスを属性に関連付けるために使用するのには一般的に不適切なものにする、ノイズがあるか信頼できないかまたは他の点で不正確な情報を含んでいる可能性がある。たとえば、いくつかのソースデバイスは、そられ自体の装置識別情報を不明瞭にして、たとえば、観察情報から得られたネットワークアドレス間の関連付けを役に立たなくし、場合によっては誤解を招くものにする場合がある。同様に、いくつかの位置情報提供者は、空間に関する結論をゆがめる可能性がある信頼できない位置（位置情報）を報告する可能性がある。フィルタリングソフトウェアモジュール２３０は、ある指標（インジケータ）で観察情報を適切／不適切として識別するための、または、場合によっては観察情報を除去するための１以上のフィルタリング技術の組を実施することができる。

図５は、フィルタリングソフトウェアモジュール２３０によって実施することができる一般化された例示的な一連のステップ５００を示すフローチャートである。ステップ５１０において、ネットワークアドレスを１以上の直接観察された属性に関連付ける１以上のネットワークアドレス観察情報が受け取られる。ステップ５２０〜５４０において、フィルタリングソフトウェアモジュール２３０は、１以上のフィルタリング技術をそれらの観察情報に適用する（たとえば、ステップ５２０〜５４０のうちの１つのステップを実行することができ、または、ステップ５２０〜５４０のうちの複数のステップを実行することができる）。

ステップ５２０において、フィルタリングソフトウェアモジュール２３０は、選択された直接観察された属性と、ネットワークアドレスを１以上の属性に関連付けるためのネットワークアドレス観察情報の適切さを示す所定の基準との比較に基づいてフィルタリングを行うことができる。このフィルタリングは、該選択された直接観察された属性の該比較に基づいて、該ネットワークアドレスを該１以上の属性に関連付ける際に使用される観察情報の適切さ／不適切さの指標（指示）を提供するか、または、観察情報を除去する。該選択された直接観察された属性を位置データソース（位置データ提供元。たとえば、全地球測位システム（ＧＰＳ）測位やセルラ測位やWi-Fi測位（Wi-Fi positioning：WiFi位置決め）など）とすることができ、該比較を、精度が低いと決定されたタイプの位置データソースに対するものとすることができる。代替的には、該選択された直接観察された属性を観察情報の提供者（プロバイダー）とすることができ、該比較を、データのソースを誤って伝えることがわかっている１以上の提供者（プロバイダー）に対するものとすることができる。さらなる代替として、該選択された直接観察された属性を装置識別情報とすることができ、該比較を、欠陥（たとえばＧＰＳ性能を劣化させる欠陥）を有することが知られている装置タイプの装置識別情報に対するものとすることができる。さらに別の代替として、該選択された直接観察された属性を位置誤差量（location error metric）（たとえば、水平位置誤差（ＨＰＥ））とすることができ、該比較を、許容される誤差閾値（「許容誤差閾値」ともいう）に対するものとすることができる。さらに他の代替として、該選択された直接観察された属性を、位置誤差の指標（インジケータ）（ＧＰＳ測位で使用される衛星の数またはＧＰＳの水平精度低下率（ＨＤＯＰ）、セルラ測位の（携帯電話の）基地局のサービスエリアなど）とすることができ、該比較を、位置誤差の指標に関連付けられた閾値に対するものとすることができる。さらに他の代替として、該選択された直接観察された属性を、特定のグループのユーザーや、特定のネットワークのネットワーク識別子や、特定の通信規格などの、ノイズがあるか、信用できないか、またはその他の点で不正確な情報に関連する他の何らかの属性とすることができる。

ステップ５３０において、フィルタリングソフトウェアモジュール２３０は、１組のネットワークアドレス観察情報とネットワークアドレス観察情報の基準セット（すなわち、基準となる１組のネットワークアドレス観察情報）との比較に基づいてフィルタリングを行う。このフィルタリングは、該比較に基づいて、ネットワークアドレスを１以上の属性に関連付ける際に使用される該１組の観察情報の適切さ／不適切さの指標（指示）を提供するか、または、該１組の観察情報を除去する。該比較は、該１組のネットワークアドレス観察情報が、ネットワークアドレス観察情報の該基準セットと同じ確率分布に属する可能性（または尤度）を決定することを含むことができる。たとえば、スチューデントのt検定（Student’s t-test）などの統計的検定を使用することができ、この場合、該検定は、

として表現される。ここで、ｔは検定統計量であり、Ｘはサンプルの位置であり（簡明化のために添え字は省略されている）、ｕは基準位置（基準サンプル集合の平均）であり、Ｍは検定集合（検定セット）のサンプルの数であり、スチューデントのt検定は、ｔを所定の閾値と比較して、該検定集合が該基準集合に十分に似ているか否かを判定するように作用する。

ステップ５４０において、フィルタリングソフトウェアモジュール２３０は、１組のネットワークアドレス観察情報の空間的性質を特徴付ける１以上のパラメータの比較に基づいてフィルタリングを行うことができる。このフィルタリングは、該比較に基づいて、ネットワークアドレスを１以上の属性に関連付ける際に使用される該１組の観察情報の適切さ／不適切さの指標（指示）を提供するか、または、該１組の観察情報を除去する。該１組のネットワークアドレス観察情報の空間的性質を、ネットワークアドレスを特徴付ける１以上の導出パラメータ（たとえば空間的標準偏差）として表すことができる。代替的には、該空間的性質を、該１組のネットワークアドレス観察情報の解像度（分解能）の測度（または尺度。以下同じ）とすることができる。たとえば、空間データ（空間に関するデータ）が領域の離散的集合（たとえば、郵便番号による多角形（領域）の重心（または中心）から得られる経度及び緯度）から得られることを決定することができる。たとえば、郵便番号がカバーする空間的範囲を画定する１組の基準領域を用いて、２以上の異なる位置に関する１組の観察情報を含む郵便番号領域の比率（割合）を決定することができる。単一の位置における全ての観察情報を有する郵便番号領域の補集合は、いくつかのまたは全ての位置が、郵便番号領域の重心（または中心）から得られたものであり、したがって、その空間分解能（空間的解像度）が郵便番号レベルに制限されている可能性を示す。該比率をある閾値と比較して、データの実効分解能が郵便番号レベルの精度を提供するか否かを決定し、該決定に応じてフィルタリングを実行することができる。

ステップ５５０において、フィルタリングソフトウェアモジュール２３０は、ネットワークアドレス観察情報を適切さ／不適切さの指標（指示）と共に保持しているレコード（記録）、またはまだ除去されていないレコード（記録）を出力する（及び、たとえば、少なくとも一時的に記憶装置に記憶する）ことができる。

マッピング／変換ソフトウェアモジュール
マッピング／変換ソフトウェアモジュール２４０は、あるタイプの属性を別のタイプの属性にマッピングすることによって（たとえば、１以上の直接観察された属性を、直接観察されなかった１以上の属性にマッピングすることによって）、それらのレコードを変換することができる。そのようなマッピングは、直接観測できない属性に対する関連付けの形成を可能にすることができ、または、プライバシーに関する義務やその他の契約上のもしくは規制上の義務のために、いくつかの属性に対する関連付けが保持されるのを防止するという状況を可能にすることができる（あるいは、プライバシーに関する義務やその他の契約上のもしくは規制上の義務のために所定の属性に対する関連付けを保持することが禁止されている場合に、属性に対する関連付けの形成を可能にすることができる）。マッピング／変換ソフトウェアモジュールは、ロギング／結合ソフトウェアモジュール２２０の実行後に（すなわちレイトバインディング（late binding））レコード（記録）を操作することができ、または、ロギング／結合ソフトウェアモジュール２２０の実行と同時に（すなわちアーリーバインディング（early binding））レコード（記録）を操作することができ、いずれの場合も、直接観察された属性を保持する必要はない。

たとえば、いくつかの契約上もしくは規制上の義務によって、ネットワークアドレスと、該ネットワークアドレスが観察された明示的な位置との間の関連付けを保持することが禁止される場合がある。そのような場合には、マッピング／変換ソフトウェアモジュール２４０は、アーリーバインディングの一部として、該位置の属性を、該位置に対応する特性値などの第２の属性にマッピングすることができる。該直接観察された属性を破棄して、該第２の属性を保持することができ、これによって、格納されているレコードが、ネットワークアドレスを特性値にマッピングするようにすることができる。同様に、マッピング／変換ソフトウェアモジュール２４０は、アーリーバインディングの一部として、複数の直接観察された属性を、保持されている他の複数の属性にマッピングすることができる。たとえば、ネットワークアドレス観察情報の場所及び時刻を、その時刻にその場所にいることが（たとえばサードーバーティの情報源によって）わかっている個人の属性、または、その場所及び時刻に対する一時的な人口統計にマッピングすることができる。これらの他の属性を保持される属性とすることができる。

マッピング／変換ソフトウェアモジュール２４０は、空間、時間、及び／またはアイデンティに関連する対応関係（または類似性）などの１以上の所定の対応関係（または類似性）に基づいて属性をマッピングすることができる。該マッピングを、１つの属性と他の１つの属性との間の対応関係（または類似性）、または、複数の属性と他の１以上の属性との間の対応関係（または類似性）に応じたものとすることができる。

空間的対応関係の場合は、マッピングの１つのタイプは、ネットワークアドレスの観察が行われた場所（またはネットワークアドレスの観察情報が生じた場所）を該場所の１以上の属性にマッピングすることである。本明細書で使用される「場所」という用語は、空間的定義を有する実体（または空間的に画定されている実体）を意味する。場所の例には、空間的な定義を有するいくつかの実体のタイプの中でもとりわけ、特定の緯度と経度の座標、建造物、キャンパス、都市、国、及び任意の領域が含まれる。図６は、場所３１０のマッピングの１例を示すブロック図６００であり、ネットワークアドレスの観察が該場所３１０の１以上の属性に対して行われた。マッピング／変換ソフトウェアモジュール２４０は、ソースデバイス３０５に関連付けられたネットワークアドレス（たとえばＩＰアドレス１４０）と該観察の場所３１０との関連付けを受け取ることができる。マッピング／変換ソフトウェアモジュール２４０は、場所属性６１０を（検索して）取り出すことができる。場所属性６１０を、特性値、現場識別情報、時間帯、またはその他のタイプの属性とすることができる。マッピング／変換ソフトウェアモジュール２４０は、該場所を１以上の場所属性６１０にマッピングして、該ネットワークアドレスと該１以上の場所属性６１０との間の関連付けを含むレコード（たとえばＩＰレコード３５０）を格納する。

空間的対応関係に基づくマッピングの他のタイプは、ネットワークアドレスの観察が行われた場所（またはネットワークアドレスの観察情報が生じた場所）を、該場所が属する場所のクラス（部類など）に関連付けられている１以上の属性にマッピングすることである。たとえば、該場所を、ニューヨーク市の近所とすることができ、該マッピングを、ニューヨーク市の人口に対するものとすることができる。

空間的対応関係に基づくマッピングの追加のタイプは、ネットワークアドレスの観察が行われた場所（またはネットワークアドレスの観察情報が生じた場所）を、該場所に関連付けられている(たとえば該場所またはその近くに住んでいる)１以上の各個人の識別情報に、または、該場所に関連する（または関連付けられている）現場もしくはＰＯＩの属性にマッピングすることができる。

時間的対応関係の場合には、時間的対応関係に基づくマッピングの１つのタイプは、ネットワークアドレスの観察が行われた時刻（またはネットワークアドレスの観察情報が生じた時刻）を、該時刻に関連付けられた１以上の属性にマッピングすることである。マッピング／変換ソフトウェアモジュール２４０は、ソースデバイス３０５に関連付けられたネットワークアドレス（たとえばＩＰアドレス１４０）と該観察の時刻との関連付けを受け取ることができる。マッピング／変換ソフトウェアモジュール２４０は、該時刻を、該時刻に関連付けられた１以上の属性（たとえば、曜日、サマータイムが有効であったか否かなど）にマッピングし、及び、該ネットワークアドレスと該時刻に関連付けられた該１以上の属性との間の関連付けを含む記録（レコード。たとえばＩＰレコード）を格納することができる。

時間的対応関係に基づくマッピングの別のタイプは、ネットワークアドレスの観察が行われた時刻（またはネットワークアドレスの観察情報が生じた時刻）を、該時刻を含む時間間隔のクラス（たとえば、１週間のうちの通算時間や１年のうちの通算日数やその他の定期的な時間間隔）に関連付けられている１以上の属性にマッピングすることである。

時間的対応関係の変形を、ネットワークアドレスの観察の場所及び時刻（または観察情報の場所及び時刻、すなわち、観察情報が生じた場所及び時刻。以下同じ）が該場所及び時刻に関連付けられている１以上の属性にマッピングされる時空的（すなわち時間的及び空間的な）対応関係とすることができる。図７は、ネットワークアドレスの観察の場所３１０及び時刻３３０の、該場所及び時刻の１以上の属性に対するマッピングの１例を示すブロック図７００である。マッピング／変換ソフトウェアモジュール２４０は、ソースデバイス３０５に関連付けられたネットワークアドレス（たとえばＩＰアドレス１４０）と、該観察の場所３１０及び時刻３３０との関連付けを受け取ることができる。マッピング／変換ソフトウェアモジュール２４０はまた、場所／時刻属性７１０を（検索して）取り出す。場所／時刻属性７１０を、該場所及び時刻に関する気象情報、該場所及び時刻に関する特別なイベント情報（たとえば、選挙、スポーツイベント、コンサート、パレードなど）、該場所及び時刻に存在する人々（または人口）に関する情報（たとえば、人口統計、階層、関心事、挙動など）、または、時刻及び場所によって索引付けされた他の何らかのタイプの属性とすることができる。マッピング／変換ソフトウェアモジュール２４０は、場所３１０及び時刻３３０を場所／時刻属性７１０のちの１以上の属性にマッピングし、該ネットワークアドレスと該１以上の場所／時刻属性との間の関連付けを含む記録（レコード。たとえばＩＰレコード３５０）を格納する。

アイデンティに関連する対応関係の場合には、マッピングの１つのタイプは、あるネットワークアドレスで（または該ネットワークアドレスと共に）観察されたソースデバイス３０５の装置識別情報もしくはユーザー識別情報を、該装置識別情報もしくはユーザー識別情報の１以上の属性にマッピングすることである。図８は、ソースデバイス３０５の装置識別情報もしくはユーザー識別情報の、該装置識別情報もしくはユーザー識別情報の１以上の属性に対するマッピングの１例を示すブロック図８００である。マッピング／変換ソフトウェアモジュール２４０は、ソースデバイス３０５に関連付けられたネットワークアドレス（たとえばＩＰアドレス１４０）と、装置識別情報８１０もしくはユーザー識別情報８２０との関連付けを受け取ることができる。マッピング／変換ソフトウェアモジュール２４０はまた、ユーザー／装置属性８３０を（検索して）取り出す。ユーザー／装置属性８３０を、該ユーザーに関連付けられた人口学的推計、該ユーザーもしくは装置のサードパーティープロファイル、該ユーザーの自宅住所の推定、または、ユーザーもしくは装置によって索引付けされた他の何らかのタイプの属性とすることができる。マッピング／変換ソフトウェアモジュール２４０は、装置識別情報８１０またはユーザー識別情報８２０を１以上のユーザー／装置属性８３０にマッピングし、及び、該ネットワークアドレスと該１以上のユーザー／装置属性との間の関連付けを含む記録（レコード。たとえばＩＰレコード３５０）を格納する。

アイデンティに関連する対応関係に基づくマッピングの追加のタイプは、ネットワークアドレスを観察したソースデバイス３０５の装置識別情報もしくはユーザー識別情報を、該ユーザー識別情報もしくは装置識別情報が属するユーザーもしくは装置のクラス（たとえばアップルのiPhone（商標）スマートフォンの全てのユーザー）の１以上の属性にマッピングすることができる。

要約すると、マッピング／変換ソフトウェアモジュール２４０は、あるタイプの属性を別のタイプの属性にマッピングして、直接観測できない属性に対する関連付けの形成を可能にすることができ、または、いくつかの属性に対する関連付けを保持することが禁止（または防止）される状況を可能にすることができる（あるいは、所定の属性に対する関連付けを保持することが禁止されている場合に、あるタイプの属性を別のタイプの属性にマッピングすることができる）。図９は、マッピング／変換ソフトウェアモジュール２４０によって実施することができる一般化された例示的な一連のステップ９００を示すフローチャートである。これらのステップは、動作の高レベルの概要を提供するものであり、上記の特定の細部の多くを省略している。ステップ９１０において、マッピング／変換ソフトウェアモジュール２４０は、第１の属性とネットワークアドレス間の関連付けを受け取る。ステップ９２０において、マッピング／変換ソフトウェアモジュール２４０は、該第１の属性と第２の属性との間の少なくとも空間的または時間的またはアイデンティに関連する所定の対応関係に基づいて、該第１の属性を該第２の属性にマッピングする。この場合、該第２の属性は、該ネットワークアドレスに関連して直接観察されなかったものである。該第１の属性と該ネットワークアドレスとの間の関連付けを、実施例に依存して、第１のレコードに保持することができ、または、記憶装置（たとえば、不揮発性メモリ、揮発性メモリ、ハードディスク、ソリッドステードストレージデバイス（ＳＳＤ）、または他のデータ記憶手段）に格納することができ、または、破棄することができる。ステップ９３０において、該第２の属性と該ネットワークアドレスとの間の関連付けを保持するレコードが生成される。該第２のレコードを該記憶装置に格納することができる。

処理ソフトウェアモジュール
処理ソフトウェアモジュール２５０は、供給されたレコード内の複数の観察情報から改善された属性を得ることができる（たとえば、個々の観察情報から得られた属性は信頼できないか、または、個々の観察情報からはかかる改善された属性を得ることはできないであろう）。複数の観察情報を調べる（複数の観察情報に目を向ける）ことによって、任意の１つの観察情報からは明らかではない洞察ないし知見を得ることができる。該複数の観察情報を、単一のネットワークアドレスとすることができ、または、何らかの共通の性質を共有する複数の異なるネットワークアドレスとすることができ、これによって、該複数の観察情報をグループ化する（すなわち分類する）ことができる。処理モジュール２５０は、単独でまたは共同して、異なる様々な処理技術を実行して、複数の観察情報から改善された属性を得ることができる。それらの処理技術は、ネットワークアドレスの個別の状態を決定すること、ネットワークアドレスを共通の特性を有するグループに分けること、ネットワークアドレスのクラスタ（グループ）に基づいて位置決めをすること、ネットワークアドレスを分類すること、ネットワークアドレスがプロキシなどの中間の装置（仲介装置）に属しているか否かを判定すること、ネットワークアドレスが固定されているか可動性（すなわち移動性）か（モバイルすなわち固定されていないか）を判定すること、ネットワークアドレスが安定か不安定かを判定すること、ネットワークアドレスと属性との間の関連付けを特徴付けること（または該関連付けの特性を明らかにすること）、並びに、種々の他の技術を含むことができる。処理の結果として形成されるネットワークアドレスと属性との関連付けを、データベースのプロファイルに格納することができる。

ａ．状態の決定
ある技術では、処理ソフトウェアモジュール２５０は、ネットワークアドレスの複数の観察情報からネットワークアドレスの１以上の個別の状態を決定することができ、この場合、ネットワークアドレスと属性との関連付けを形成するために、それぞれの状態を別々に処理することができる。状態を決定することは、様々な状況において有利でありうる。たとえば、ネットワークアドレスは、（たとえば、トランジットハブ（transit hub）に関連付けられたネットワークアドレスのユーザーの人口分布の場合と同じように）時間と共に定期的に変わる特性を有する場合がある。複数の異なる時刻におけるネットワークアドレスの複数の観察（または観察情報）から別々に属性を得ることが有利でありうる。同様に、ネットワークアドレスを割り当てるネットワークノードは、それら自体の関心事及び用途に基づいて様々な割り当てポリシーにしたがう（または該ポリシーを実行する）ことができる。ネットワークアドレスのそれぞれ別個の割り当ては、それぞれに異なる挙動を示し得る。ネットワークアドレスのそれぞれ別個の割り当てを、別個の異なる状態として処理して、個別に属性を関連付けることが有利でありうる。

状態を構成するものを決定すること、及び、それぞれの状態に属性を個別に関連付けることに加えて、ネットワークアドレスが状態間を移動するときにそれらのネットワークアドレスが示すパターンを決定することが有利でありうる。たとえば、いくつかのネットワークアドレスは、大きく異なる状態間を速やかに移動することにより不安定さを呈しうるが、他のネットワークアドレスは、長時間１つの状態内に安定して留まることができる。

図１０Ａは、ネットワークアドレス（たとえばＩＰアドレス１４０）の別個の動作モードまたは割り当てを表す１以上の個別の状態１０１０、１０２０を決定する１例を示すブロック図１０００である。この例では、それらの状態は、ネットワークアドレスが割り当てられているそれぞれ異なる時空領域を表すことができる。第１の場所３１０Ａ及び時刻３３０Ａにおいて、第１のネットワークノード１３０Ａは、１以上の装置にネットワークアドレスを割り当てることができる。第２の場所３１０Ｂ及び時刻３３０Ｂにおいて、第２のネットワークノード１３０Ｂは、１以上の装置にネットワークアドレスを割り当てることができる。これらの状態の各々を、該ネットワークアドレスのそれぞれ異なる状態として処理することができる。状態の決定は、異なる時刻に異なる場所（たとえば、７月の間は大都市ボストン地区内であるが、他の月の間はどこか他の場所）に割り当てられる傾向があるネットワークアドレスを考慮することができ、状態は時空領域に基づいて決定される。

時空領域に加えて、種々の他のタイプの動作モードまたは割り当てに基づいて状態を決定ないし定義することができる。たとえば、状態は、１以上の空間領域（たとえばニューヨーク市内の割り当て領域）、または１以上の時間間隔（たとえば、週末の朝や一週間のうちの通算時間もしくはある時間帯）を表すことができる。状態は、１以上のユーザーもしくは装置の集団または数（たとえば、greater New Your Cityエリア内のアップルiPad（商標）タブレットコンピュータのユーザー）を表すことができる。状態は、１以上のネットワークノード１２０（たとえば、ＭＡＣアドレス及び／またはＳＳＩＤによって識別される特定のWiFiアクセスポイント）の使用、または、特定のネットワーク１３０（たとえば、サンフランシスコの都市無線ブロードバンド（municipal WiFi））の使用を表すことができる。さらに、状態は、ある通信規格の使用（たとえばＵＭＴＳセルラの使用）、現場またはＰＯＩに存在することもしくは存在するもの（たとえば１つのコーヒーショップ）、現場もしくはＰＯＩのクラス（たとえば一組のコーヒーショップ）、並びに他の特性を表すことができる。

種々のクラスタリング技術（該技術の詳細は後述されている）を用いて、ネットワークアドレス観察情報をそれらの種類の状態にグループ分けする（分類する）ことができる。さらに、クラスタリング技術を用いて、ネットワークアドレスが状態間を移動する１以上の別個の時刻を決定し、これによって有用なパターンを得ることができる。たとえば、ある時刻の前の観察情報が第１のネットワークに関連付けられ、該ある時刻の後の観察情報が第２のネットワークに関連付けられるところの該ある時刻を決定することが有用な場合がある。そのような時刻を知ることによって、新たな観察情報をいくつかの状態に分類するのが容易になりうる。

b.クラスタリング（クラスタ化）
別の技術では、処理ソフトウェアモジュール２５０は、（たとえば状態を形成するために）ネットワークアドレス観察情報のクラスタ（すなわちグループ）を決定することができ、または、（たとえばネットワークアドレスグループを形成するために）ネットワークアドレスのクラスタ（すなわちグループ）を決定することができる。クラスタリングは、様々な状況において有用でありえ、属性の生成を可能にする（個々の観察情報もしくはばらばらに分離された観察情報からは属性を得ることができないか、もし得られたとしてもその属性は信頼できないであろう）。

クラスタリング技術を用いて、クラスタリング基準に基づいて、ネットワークアドレスの上記の状態を決定ないし定義することができる。ここで、クラスタリング基準が時空特性である上記の例に戻る。図１０Ｂは、ネットワークアドレスの個別の状態に関連付けられた観察情報のグループを決定する１例を示す図１０５０である。第１の組の観察情報１０６０を共通の時空特性に基づいてクラスタ化して、第１の状態を表す第１のグループ１０７０を形成する。第２の組の観察情報１０８０をクラスタ化して、第２の状態を表す第２のグループ１０９０を形成する。処理ソフトウェアモジュール２５０は、連結グラフクラスタリング（connected graph clustering）、ｋ平均法（k-meansclustering）、二項分類（binary classification）、またはその他の技術を用いて観察情報をクラスタ化することができる。

同様に、クラスリング技術を用いて、ネットワークアドレスグループを決定ないし定義することができる。第１の組のネットワークアドレスを、クラスタリング基準に基づいてクラスタ化して第１のグループを形成することができ、第２の組のネットワークアドレスをクラスタ化して第２のグループを形成することができる。処理ソフトウェアモジュール２５０は、連結グラフクラスタリング（connected graph clustering）、ｋ平均法（k-meansclustering）、二項分類（binary classification）、またはその他の技術を用いて、様々なクラスタリング基準を適用して、ネットワークアドレスをクラスタ化することができる。

以下で、クラスタリング基準のいくつかの例、及び、クラスタリング技術によるそれらの適用の例を説明する。それぞれの特定の例は、（複数の）観察情報を（複数の）状態にクラスタ化することができ、または、（複数の）ネットワークアドレスを（複数の）ネットワークアドレスグループにクラスタ化することができるが、それらの基準及びクラスタリング技術は、適切に適合させることによって、しばしば、両方のタイプのクラスリングに適用できることが理解されるべきである。

使用することができる１つのクラスタリング基準は、ネットワークアドレスの共通の配分もしくは割り当てである。共通の配分もしくは割り当てを、近接した（または連続する）ネットワークアドレス（たとえばアドレス空間内で隣接しているネットワークアドレス）のブロック内のメンバーであること（該ブロックのサイズ（大きさ）は予め決めておくことができる）に基づくものとすることができ、または、いくつかの基準（たとえば空間的近さ）に基づいて選択することができる。たとえば、予め決められたブロックのサイズ（たとえば５１２のネットワークアドレス）を選択することができる。次に、アドレス空間を、そのブロックサイズ（ブロックのサイズ）の、ネットワークアドレスのばらばらの（もしくは別個の）隣接したブロックに分割することができる。代替的には、ネットワークアドレスのばらばらの隣接したブロックを、ある基準（たとえば空間的近さ）に基づいて選択されたポイントでアドレス空間を分割するによって生成することができる。図１１は、連結グラフクラスタリングを用いて、アドレス空間を空間的に近接したネットワークアドレスの隣接（または連続）するブロックに分割するための例示的な一連のステップ１１００のフローチャートである。ステップ１１１０において、処理ソフトウェアモジュール２５０は、所与のネットワークアドレスから開始する。ステップ１１２０において、隣接するネットワークアドレスが決定される。ステップ１１３０において、該所与のネットワークアドレスの推定位置と該隣接するネットワークアドレスの推定位置との間の分離距離が決定される。ステップ１１４０において、該分離距離が所定の閾値未満であるか否かが判定される。該分離距離が該所定の閾値未満であれば、ステップ１１５０において、ネットワークアドレスのブロックは、該隣接するネットワークアドレスを含むように拡張され、そうでない場合には、ステップ１１６０で実行は終了する。隣接するネットワークアドレスが空間的に十分に近いために分離距離が該所定の閾値を下回る場合には、一連のステップ１１００は、該隣接するネットワークアドレスの該ブロックへの追加を継続する。

使用することができる別のクラスタリング基準は共通の位置もしくは領域であり、これによってクラスタリングが空間的近さ（空間的近接性）に基づくものとされる。処理ソフトウェアモジュール２５０は、ネットワークアドレスの隣接するブロックに関連して述べた連結グラフクラスタリングに類似の連結グラフクラスタリングを使用することができるが、ネットワークアドレスが隣接している必要があるという制限は除去される。図１２は、空間的近さに基づくネットワークアドレスの連結グラフクラスタリングの１例を示す図１２００である。それぞれのネットワークアドレスは、推定された位置（推定位置）に関連付けられている。推定位置の分離距離が所定の閾値未満であるネットワークアドレス１１１０は１つのグループにグループ化されて示されており、推定位置の分離距離が該所定の閾値を超える（または該閾値以上である）ネットワークアドレス１２１０はそのグループから除かれている。

代替的には、ｋ平均法（k-means clustering）または別のクラスタリング技術を用いて、空間的近さに基づいてクラスタ化を行うことができる。図１３は、空間的近さに基づくk平均法を使用するための例示的な一連のステップ１３００のフローチャートである。この一連のステップはステップ１３１０から開始し、そこで、クラスタの数を表す変数ｋが１に初期化される。ステップ１３２０においてｋ平均法が実行されるが、これは、平均位置（すなわちクラスタの中心）と、各サンプルから該クラスタの中心（「クラスタ中心」という）までの距離とを決定することを含む。ステップ１３３０において、各サンプルから該クラスタ中心までの平均距離が決定され、該平均距離とある距離閾値とを比較する。該平均距離が該距離閾値よりも小さい場合には、処理はステップ１３４０に進み、そこで、該一連のステップは、Ｋ個のクラスタの生成を完了する。そうでなければ、処理はステップ１３５０に進み、そこで、Ｋが増分されて該一連のステップが繰り返される。

使用することができる別のクラスタリング基準は共通の時刻であり、これによって、クラスタリングは時間的な近さに基づくものとされる。たとえば、各グループが１以上の時間間隔（たとえば、一週間のうちのある通算日数や通算時間など）に対応するところの別個のグループを生成することができる。個別のグループをそれぞれの時間間隔毎に形成することができ、この場合、該時間間隔には少なくとも１つの観察情報が存在する。

使用することができる別のクラスタリング基準は共通の時空的特性（時空的性質。すなわち時間及び空間的な性質）であり、これによってクラスタリングは時空的な関係に基づくものとされる。かかる技術は、ネットワークアドレスがある位置に現れた後に第２の位置に移動し、その後第１の位置に戻るといったような異なる状態の存在を識別するという特定の用途を有することができる。処理ソフトウェアモジュール２５０は、時空的特性に基づいてクラスタ化をするために、いくつかある技術の中でも特に、連結グラフクラスタリングを利用することができる。図１４は、連結グラフクラスタリングを用いて、時空的特性に基づいてグループを形成するための例示的な一連のステップ１４００のフローチャートである。該一連のステップは１４１０から開始してステップ１４２０に進み、そこで、サンプル（たとえばネットワークアドレスの観察情報）が年齢によって昇順に（すなわち新しいサンプルから古いサンプルに向かう順に）並べ替えられ、一番新しいサンプルが最初のサンプルとして選択される。ステップ１４３０において、次の年齢のサンプル（この繰り返しでは、２番目に新しいサンプル）が選択される。ステップ１４４０において、該最初のサンプルと該次のサンプルの間の距離が決定される。ステップ１４５０において、該距離を所定の閾値距離と比較する。該距離が該閾値距離未満である場合には、それら２つのサンプルは同じクラスタの一部であるとみなされ、処理はステップ１４６０に進み、そこで、該次のサンプルが該最初のサンプルのクラスタに追加される。該距離が該閾値を超える（または該閾値以上である）場合には、処理はステップ１４７０に進み、そこで、該次のサンプルは、新しいクラスタのメンバーであるとみなされる。ステップ１４８０において、テストすべき任意の追加のサンプルがあるか否かを判定し、ある場合には、処理が繰り返されて、年齢によって昇順に（すなわち新しいサンプルから古いサンプルに向かう順で）次に新しいサンプルが選択される。全てのサンプルが検討されると、該一連のステップはステップ１４８０で終了する。

使用することができる別のクラスタリング基準は共通のユーザー特性または装置特性である。ユーザー特性または装置特性は、いくつかある可能性の中でも特に、（たとえばタブレットコンピュータのユーザーに関連付けられている）共通のユーザー集団（またはユーザー数）または共通の装置集団（または装置数）との関連付け（または関連性）や、共通のネットワークノード１２０（たとえば所与のセルラー基地局）との関連付け（または関連性）や、共通のネットワーク１３０（たとえば、サンフランシスコの市営サービス提供者に関連付けられているネットワークアドレス）との関連付け（または関連性）の形態を取ることができる。

使用することができるさらに他のクラスタリング基準は、いくつかある可能性の中でも特に、共通のサービス提供者（たとえば、プリペイドプランを提供する携帯電話サービス提供者）との関連付け（または関連性）や、共通の通信規格（たとえば、高帯域ロングタームエボリューション（LTE）携帯電話通信規格）との関連付け（または関連性）や、共通の現場またはＰＯＩとの関連付け（または関連性）を含む。

c.測位（位置決め）
別の技術では、処理ソフトウェアモジュール２５０は、複数の観察情報を用いて位置を推定することができる。単一のネットワークアドレスの観察情報を用いて、該単一のネットワークアドレスの推定位置を決定することができる。たとえば、単一のネットワークアドレスの観察情報をクラスタ化することができ、それらのグループのうちの１以上から推定位置を決定することができる。代替的には、ネットワークアドレスのグループのメンバーであるネットワークアドレスの観察情報を用いて、推定位置を決定することができ、この場合、該推定位置は、グループ全体または該グループのメンバーである個々のネットワークアドレスに起因する。たとえば、該グループにおける観察情報を集めて、単一の観察情報の組として処理することができる。統計的技術を、該単一の観察情報の組及び１以上の推定された位置に適用することができる。さらに別の代替として、グループのメンバーである１以上の個々のネットワークアドレスの位置を、観察情報から個別に推定することができ、その位置を用いて、推定位置を決定することができる（この場合、該推定位置は、グループ全体または該グループのメンバーである個々のネットワークアドレスに起因する）。たとえば、統計的技術を、観察情報自体ではなく、個々のネットワークアドレスの推定位置に適用することができる。次に、それらの統計的技術から生成された１以上の位置を使用することができる。他の種々の代替手法を実施することもできる。

単一のネットワークアドレスの観察情報を用いて該単一のネットワークアドレスの推定位置を決定する場合には、１以上の推定位置を生成するために種々の統計的技術を適用することができる。それらの統計的技術は、上記のクラスタリング技術のうちの種々のものを使用することができる。たとえば、処理ソフトウェアモジュール２５０は、ネットワークアドレスの観察情報に対して時空的連結グラフクラスタリングを実行することができる。その後、各クラスタ内の最も新しい観察情報の年齢（たとえば観察情報が生成されたときからの経過時間）を決定することができる。最も新しい観察情報を有するクラスタを、該ネットワークアドレスの現在の状態を表すものとして選択することができる。次に、処理ソフトウェアモジュール２５０は、該選択されたクラスタ内の観察情報の中央位置（メジアン位置）を計算して、該中央位置を該ネットワークアドレスに関連付けることができる。代替的には、処理ソフトウェアモジュール２５０は、ネットワークアドレスの観察情報に対して空間的連結グラフクラスタリングを実行することができる。それぞれのクラスタ毎に、該クラスタにおいて、観察情報の中央位置を計算することができる。それぞれの中央位置毎に、ネットワークアドレスと該中央位置との間の関連付けを生成し、これによって、該ネットワークアドレスが該中央位置の各々において観察できるとみなされるようにすることができる。他の種々の代替手法を使用することもできる。

該グループのメンバーであるネットワークアドレスの観察情報を用いて単一の観察情報の組を構築する場合には、１以上の推定位置を生成するために種々の統計的技術を適用することができる。それらの統計的技術は、上記のクラスタリング技術のうちの種々のものまたは他の技術を使用することができる。たとえば、処理ソフトウェアモジュール２５０は、クラスタ化を通じて形成されたネットワークアドレスのグループ内のネットワークアドレスの観察情報を集めることができる。２つの所定のパーセンタイル値（本明細書では「フェンス」という）を、該位置の構成要素（たとえば、該位置の経度と緯度の座標）について決定することができる。それらのフェンスは、（たとえば５番目と９５番目のパーセンタイル値における）上限値及び下限値として作用することができ、平均位置を、それらの上限値と下限値の間にある観察情報に基づいて計算することができる。

グループのメンバーである１以上の個々のネットワークアドレスの位置が、観察情報から個別に推定されて、推定位置を決定するために使用される場合には、この場合も、種々の統計的技術を適用することができる。たとえば、処理ソフトウェアモジュール２５０は、該グループのメンバーであるそれぞれのネットワークアドレスについて個別に位置を推定することができる。中央位置（メジアン位置）を全ての位置にわたって計算することができる。この中央位置を該グループに関連付けることができる。代替的には、処理ソフトウェアモジュール２５０は、該グループのメンバーであるそれぞれのネットワークアドレスについて個別に位置を推定することができる。次に、該グループの各々のネットワークアドレスについて、該ネットワークアドレスの観察情報（たとえばネットワークアドレスの観測位置）と該ネットワークアドレスの推定位置との間の平均二乗距離（ＭＳＤ）が計算される。該グループのそれぞれのネットワークアドレスについて重みが計算される。この場合、それぞれの重みは、対応するネットワークアドレスのＭＳＤに反比例する。それらの重みを用いて、該グループ内のネットワークアドレスの位置の重みつき平均を計算する。さらに他の代替として、該グループのメンバーの推定位置の得られた特徴を使用することができる。そのような特徴は、グループ現場ロッキング（group venue locking）などの機能を可能にすることができる。たとえば、処理ソフトウェアモジュール２５０は、該グループのメンバーであるそれぞれのネットワークアドレスについて個別に位置を推定することができる。現場の範囲（または面積）を表す１組の１以上の空間的多角形が集められる。ネットワークアドレスの位置を該現場の範囲と比較して、どれだけの数のネットワークアドレスの位置がそれぞれの現場（の範囲を表す）多角形と交差しているかを判定する。それぞれの現場毎に、該現場（の範囲を表す）多角形と交差している該グループ内のネットワークアドレスの比率（割合）が決定される。所定の閾値（たとえば１）を超えている比率を有する現場がある場合には、それらの現場は該グループに関連付けられる。

他の種々の測位技術を代わりに使用できることが理解されるべきである。

d.分類
別の技術では、処理ソフトウェアモジュール２５０は、ある分類基準に基づいて、１以上のネットワークアドレスを、１以上の分類（すなわち、特定の属性関連付けを有するネットワークアドレスの組）に属するものとして分類することができる。分類はいくつかの異なる形態を取りうる。まだ分類されていないか、または再分類を必要とする個々のネットワークアドレス（本明細書では「新しいネットワークアドレス」という）を、１以上の分類に属するものとして分類することができる。同様に、まだ分類されていないか、または再分類を必要とするネットワークアドレスのグループ（本明細書では「新しいネットワークアドレスのグループ」という）を、１以上の分類に属するものとして分類することができる。

ある場合には、処理ソフトウェアモジュール２５０は、個々のネットワークアドレスがある分類に属している可能性（または尤度）の測度に基づいて、該個々のネットワークアドレスを該分類に属するものとして分類することができる。たとえば、処理ソフトウェアモジュール２５０は、個々のネットワークアドレスが特定のWiFiネットワークに関連付けられている確率（可能性）を決定することができる。そのような決定をするために、処理ソフトウェアモジュール２５０は、個々のネットワークアドレスの観察情報を集めて、それらの観察情報の総数を計算することができる。WiFiアクセスポイントに関連付けられている観察情報の比率（割合。フラクションともいう）が計算される。次に、たとえば次の式を用いて、計算された比率に関する信頼区間が、観察情報の総数の関数として計算される。

ここで、ｆは比率であり、eは信頼区間の幅の半分であり、ａは許容区間（たとえば０．０５）であり、Ｍは観察情報（または観察）の数であり、Ｑはガウステール積分（Gaussian tail integral）である。比率から信頼区間の幅の半分を引いた値（f-e）は、個々のネットワークアドレスがWiFiネットワークに関連付けられている確率（可能性）を表す。

さらに、個々のネットワークアドレスがある分類に属しているか否かの二者択一（binary decision：バイナリデシジョン。二分決定ともいう）の判断を行うことができる。この二者択一を、個々のネットワークアドレスが該分類に属する可能性（または尤度）の計算された測度に基づいて行うことができ、または、他の何らかのやり方で直接行うことができる。たとえば、該確率が、個々のネットワークアドレスが特定のWiFiネットワークに関連付けられている確率である前述の例では、処理ソフトウェアモジュール２５０は、該確率を所定の閾値（たとえば０．７）と比較して、該確率が該所定の閾値を上回っている場合には、該ネットワークアドレスは該WiFiネットワークに属しているものとして分類することができる。

代替的には、処理ソフトウェアモジュール２５０は、個々のネットワークアドレスが、二者択一を行うのに十分な精度では分類できないことを決定することができる。たとえば、個々のネットワークアドレスが該分類に属している可能性（または尤度）の測度を、１以上の閾値と比較することができ、それらの閾値に対する関係に依存して、処理ソフトウェアモジュール２５０は、該個々のネットワークアドレスが、該分類のメンバーであるか否かを最終的に示すことができないことを決定することができる。

別の場合には、処理ソフトウェアモジュール２５０は、ネットワークアドレスのグループがある分類に属している可能性（または尤度）の測度を決定することができる。ネットワークアドレスのグループが該分類に属している確率（可能性）の測度を、さまざまな異なるやり方で計算することができる。

たとえば、ネットワークアドレスのグループが該分類に属している可能性（または尤度）の測度を、（たとえば、可能性（または尤度）の個々の測度の組み合わせを、該グループの可能性（または尤度）の測度を表すものとして用いて）該グループの個々のネットワークアドレスが該分類に属している可能性（または尤度）の測度から計算することができる。１例では、処理ソフトウェアモジュール２５０は、ネットワークアドレスのグループをある現場クラスを表す分類に属するものとして分類することを、個々のネットワークアドレスが該現場クラスに関連付けられている場合に、それぞれのネットワークアドレスの該数の観察が行われる事後確率を該それぞれのネットワークアドレスについて決定することによって行うことができる。ネットワークアドレスの該グループ内のネットワークアドレス全体に対する事後確率のメジアン（たとえば中央値）が決定される。該メジアンは、ネットワークアドレスの該グループが所与の現場クラスに関連付けられている可能性（または尤度）の測度として、該グループに関連付けられる。

同様に、ネットワークアドレスの該グループが該分類に属している可能性（または尤度）の測度を、個々のネットワークアドレスが該分類に属しているか否かの二者択一（たとえば、該分類に属すると決定された個々のネットワークアドレスの比率の決定）に基づいて計算することができる。たとえば、ネットワークアドレスのあるグループがプロキシアドレスとして分類されるか否かを決定するために、該グループ内のそれぞれのネットワークアドレスが、プロキシ装置に属していると分類されるか否かの決定を行うことができる。プロキシ装置に属しているとして分類されたネットワークアドレスの比率は、ネットワークアドレスの該グループが、プロキシ装置に属しているネットワークアドレスから完全に（たとえば該ネットワークアドレスだけから）構成されている確率として使用される。

さらに、ネットワークアドレスのグループが該分類に属しているか否かの二者択一の判断を行うことができる。該二者択一の判断を、ネットワークアドレスの該グループが該分類に属している可能性（または尤度）の計算された測度に基づいて行うことができ、または、他の何らかのやり方で直接行うことができる。

たとえば、ネットワークのグループが該分類に属しているか否かの二者択一の判断を、個々のネットワークアドレスが該分類に属している可能性（または尤度）の測度（たとえば、個々の可能性（または尤度）の測度の所定の比率が所定の閾値を上回っているか否かを判定すること）に基づいて行うことができる。たとえば、ネットワークアドレスのあるグループがプロキシアドレスとして分類されるか否かを決定するために、該グループ内のそれぞれのネットワークアドレスがプロキシ装置に属している（または属していない）可能性（または尤度）の測度を計算することができる。それぞのれネットワークアドレスについて、可能性（または尤度）の測度を所定の閾値と比較することができる。該閾値より大きい可能性（または尤度）の測度を有している該グループ内の個々のネットワークアドレスの比率が決定される。この比率を第２の所定の閾値と比較し、該比率が該第２の所定の閾値より大きい場合には、ネットワークアドレスの該グループはプロキシアドレスとして分類される。

同様に、ネットワークアドレスのグループが該分類に属するか否かの二者択一の判断を、個々のネットワークアドレスが該分類に属しているか否かの二者択一の判断（たとえば、個々の分類の比率がある所定の閾値を超えているか否かを判定すること）に基づいて行うことができる。たとえば、ネットワークアドレスのグループがプロキシアドレスとして分類されるか否かを判定するために、該グループ内のそれぞれのネットワークアドレスがプロキシ装置に属しているとして分類されるか否かを判定することができる。プロキシ装置に属しているとして分類されたネットワークアドレスの比率が計算されて、所定の閾値と比較される。該比率が該閾値を超えている場合には、ネットワークアドレスの該グループはプロキシアドレスとして分類される。

さらに別の場合では、処理ソフトウェアモジュール２５０は、ネットワークアドレスのグループがある分類に属している可能性（または尤度）の尺度に基づいて、個々のネットワークアドレスを該分類（ブートストラップ分類（bootstrapped classification）と呼ばれる場合がある）に属しているものとして分類することができる。ネットワークアドレスの該グループが該分類に属している可能性（または尤度）の測度を、さまざまな異なるやり方で計算することができる。

たとえば、処理ソフトウェアモジュール２５０は、ネットワークアドレスのグループ（個々のネットワークアドレスが該グループのメンバーである）がある分類に属している可能性（または尤度）の測度に基づいて（たとえば、可能性（または尤度）のグループ測度を、該個々のネットワークアドレスに個々の可能性（または尤度）の測度として適用して）、該個々のネットワークアドレスが該分類に属している可能性（または尤度）の測度を決定することができる。１例では、そのような技術を、現場（たとえば競技場）に関連付けられている個々のネットワークアドレスと共に使用することができ、処理ソフトウェアモジュール２５０は、ネットワークのグループ（該個々のネットワークアドレスは該グループのメンバーである）が該現場に関連付けられているグループ確率を決定することができる。次に、該グループ内のそれぞれのネットワークアドレスについて、該現場に関連付けられている個々の確率が決定される。それぞれのネットワークアドレスについて、該ネットワークアドレスの複数の観察（または観察情報）に基づいて重みが計算される。次に、該グループ内のそれぞれのネットワークアドレスについて、該個々の確率と該グループ確率を組み合わせることによって、混合確率が計算される。混合確率は、それぞれのネットワークアドレスが該現場に関連付けられている可能性（または尤度）の測度として該それぞれのネットワークアドレスに割り当てられる。

さらに、個々のネットワークアドレスが該分類に属しているか否かの二者択一の判断を行うことができる。この二者択一の判断を、ネットワークアドレスのグループが該分類に属している可能性（または尤度）の計算された測度に基づいて行うことができ、または、他の何らかのやり方で直接行うことができる。

たとえば、個々のネットワークアドレスが該分類に属しているか否かの二者択一の判断を、ネットワークアドレスのグループ（該個々のネットワークアドレスは該グループのメンバーである）が該分類に属していることを示す測度（たとえば、可能性（または尤度）のグループ測度がある所定の閾値を上回っているか否かを判定すること）に基づいて行うことができる。たとえば、個々のネットワークアドレスがプロキシアドレスであるか否かの二者択一の判断をするために、処理ソフトウェアモジュール２５０は、ネットワークアドレスのグループがプロキシ装置に属しているグループ確率を決定し、該グループ確率を第１の閾値を比較することができる。該グループ確率が該第１の閾値を上回っている場合には、該グループ内の全ての個々のネットワークアドレスはプロキシ装置に属するものと表明することができる。そうでない（上回っていない）場合には、該グループ確率を、該第１の閾値より小さい第２の閾値と比較することができる。該グループ確率が該第２の閾値よりも小さい場合には、該グループ内の全ての個々のネットワークアドレスは非プロキシ装置に属するものと表明することができる。該グループ確率がそれら２つの閾値の間にある場合には、いずれの決定もなされないものとすることができる。

同様に、個々のネットワークアドレスがある分類に属しているか否かの二者択一の判断を、ネットワークアドレスのグループ（該個々のネットワークアドレスは該グループのメンバーである）が該分類に属しているか否かの二者択一の判断に基づいて（たとえば、該グループの二項分類（binary classification）を該個々のネットワークアドレスに適用して）行うことができる。たとえば、個々のネットワークアドレスがプロキシ装置であるか否かの二者択一の判断をするために、処理ソフトウェアモジュール２５０は、ネットワークアドレスのグループがプロキシ装置に属するか否かを決定することができる。該グループのメンバーである個々のネットワークアドレスの分類を、該グループの分類に合致するように更新することができる。

分類は、さまざまな異なる属性関連付けを有するネットワークアドレスの組を表すことができ、１つのサブケースでは、分類はセグメントを表すことができる。本明細書で使用される「セグメント」という用語は、人々の集団に適用される（もしくは当てはまる）、１以上の人口統計学的情報（ユーザー層など）、アクティビティ、関心事、挙動、または意図（もしくは意向）に基づくラベルに基づく市場グループを意味する。セグメントの例は、スポーツファン、出張旅行者、ホワイトカラー労働者、大学生などである。上記の技術の任意のもの、並びにセグメントに特別に適合化されたさらなる技術を用いて個々のネットワークアドレスが特定のセグメントに関連付けられているか否かを決定するために、分類を用いることができる。

たとえば、個々のネットワークアドレスがセグメントに関連付けられているか否かの決定を、該個々のネットワークアドレスから得られた可能性（または尤度）の測度に基づくものとすることができる。たとえば、個々のネットワークアドレスがスポーツファンのセグメントに関連付けられているか否かを決定するために、処理ソフトウェアモジュール２５０は、該ネットワークアドレスの観察情報を集め（収集し）、スポーツイベントへの参加または（たとえばスポーツアリーナの周囲やスポーツバーなどでの）スポーツイベントの観戦に関連付けられている一組の多角形（ポリゴン）を集め（収集し）、次に、該ネットワークアドレスについての観察情報のどのくらいの比率（割合。たとえば観察情報の何分の一）が該多角形と交差するかを決定することができる。該比率は、該ネットワークアドレスとスポーツファンの該セグメントとの関連付けの強さを示すスコアとして使用され、該比率を所定の閾値と比較して、該関連付けの２値判定（binary determination）をすることができる。

同様に、個々のネットワークアドレスがセグメントに関連付けられている可能性（または尤度）の測度を、該ネットワークアドレスの個々の観察情報に関連付けられているセグメントに基づくものとすることができる。たとえば、個々のネットワークアドレスが出張旅行者に関連付けられている可能性（または尤度）の測度を決定するために、処理ソフトウェアモジュール２５０は、該ネットワークアドレスの観察情報を集めて(収集して)、出張旅行者のセグメントに属するものとして識別された一組のユーザーもしくは装置に関連付けられている該観察情報の比率を決定し、該出張旅行者の比率を他のネットワークアドレスの出張旅行者の比率と比較することができる。パーセンタイルを、この比較から生成することができ、及び、該ネットワークアドレスが出張旅行者のセグメントに関連付けられている可能性（または尤度）の測度として使用することができる。

さらに、個々のネットワークアドレスがセグメントに関連付けられているか否かの二者択一の判断を、該ネットワークアドレスの個々の観察情報に関連付けられているセグメントに基づくものとすることができる。たとえば、個々のネットワークアドレスが出張旅行者のセグメントに関連付けられているか否かの二者択一の判断をするために、処理ソフトウェアモジュール２５０は、該ネットワークアドレスの観察情報を集めて(収集して)、特定の出張旅行者のセグメントに関連付けられている観察情報の比率を決定し、該比率を所定の閾値と比較することができる。該比率が該閾値を上回っている場合には、該ネットワークアドレスを、該出張旅行者のセグメントに関連付けられているものと表明することができる。

処理ソフトウェアモジュール２５０は他のさまざまな技術を使用してネットワークアドレスを分類できることが理解されるべきである。

ｅ．プロキシ判定
別の技術において、処理ソフトウェアモジュール２５０は、ネットワークアドレスがプロキシネットワークアドレスであるか非プロキシネットワークアドレスであるか（たとえば、ネットワークアドレスが、端末装置と宛先装置（または接続先装置）との間のゲートウェイとして作用し、そのため、該端末装置のアイデンティを不明瞭にする中間のネットワーク装置に割り当てられている可能性が高いか、または、端末装置自体に割り当てられている可能性が高いか）を判定することができる。この判定を、空間的及び時間的要素を含むさまざま要素に基づいて行うことができる。この判定を、ネットワークアドレス自体の属性または観察情報及び/またはネットワークアドレスのグループ（該ネットワークアドレスは該グループのメンバーである）の属性または観察情報に基づくものとすることができ、または、該ネットワークアドレス自体の属性または観察情報に適用される統計的尺度（統計的測度ともいう）、及び/またはネットワークアドレスのグループ（該ネットワークアドレスは該グループのメンバーである）の属性または観察情報に適用される統計的尺度に基づくものとすることができる。たとえば、個々のネットワークアドレスが、ネットワークアドレスのグループ（該グループは、１以上のプロキシ装置に関連付けられているネットワークアドレスを含む可能性が高い）に属しているという判定に基づいて、該個々のネットワークアドレスをプロキシ装置に関連付けられている可能性が高いと判定することができる。代替的には、ネットワークアドレスのグループを、該グループのメンバーである個々のネットワークアドレスがプロキシ装置に関連付けられている可能性が高いという判定に基づいて、プロキシ装置に関連付けられている可能性が高いと判定することができる。処理ソフトウェアモジュール２５０は、さまざまな異なるやり方でこれらのタイプの判定を行うことができる。

たとえば、処理ソフトウェアモジュール２５０は、観察情報（たとえば観察情報の位置）間の空間的な関係を調べて、たとえば、平方自乗（二乗）平均（ＲＭＳ：root mean-squared。「二乗平均平方根」ともいう）距離を計算することができる。ネットワークアドレスの観察情報を集めて（収集して）、各々の観察情報から該ネットワークアドレスの推定位置までの距離を計算することができる。それらの観察情報と該推定位置との間のＲＭＳ距離も計算される。ＲＭＳ距離は所定の閾値（たとえば１００００ｋｍ）と比較される。ＲＭＳ距離が該閾値を上回っている場合には、該ネットワークアドレスはプロキシ装置に属していると表明される。そうでなければ（すなわち上回っていない場合は）、該ネットワークアドレスは、非プロキシ装置（プロキシ装置ではない装置）に属していると表明される。この技術は、プロキシアドレスは、多くの場合、非常に大きな領域にわたって広がる多数のアドレスをプロキシアドレスでマスクするため、ネットワークアドレスの推定位置と該ネットワークアドレスの個々の観察情報の位置とは一般に遠く離れているという事実を利用する。

代替的には、処理ソフトウェアモジュール２５０は、観察情報（たとえば観察情報が得られた時刻）間の時間的な関係を調べて、たとえば、観察の頻度を計算することができる。ネットワークアドレスの観察情報を集めて（収集して）、観察情報の最大時刻（たとえば観察の最後の時刻）と最小時刻（たとえば観察の最初の時刻）の差を表す期間を計算する。観察の頻度は、該期間で観察回数を割ったものとして計算される。観察頻度がある閾値を上回っている場合には、該ネットワークアドレスはプロキシ装置に属すると表明される。この技術は、プロキシアドレスが多くの場合多数のアドレスをマスクし、及び、多数の個々のネットワークアドレスのトラフィックの集約によって高い観察頻度が生じ得るという事実を利用する。

さらに別の代替として、処理ソフトウェアモジュール２５０は、たとえば第三者データプロバイダー（サードパーティデータ提供者）からのサイド情報（または副次的な情報。側面情報ともいう）を調べることができる。該サイド情報を、たとえば、現場、装置識別子、ネットワーク、または他のタイプの属性に関連するネットワークアドレスの属性に基づくものとすることができる。たとえば、現場の場合には、ネットワークアドレスに関連付けられている一組の現場を集めることができる。この一組の現場は、該組内の現場に関連する（または該現場に結合した）エンティティ（実体）におけるプロキシ装置の使用に関するサイド情報に対して相互参照される。該組内の現場がプロキシ装置を使用していると考えられる場合には、該ネットワークアドレスはプロキシ装置に属すると表明される。この技術は、ネットワークアドレスに直接には関係しない情報を利用し、及び、ネットワークアドレスと他の属性との間の関連付けに基づいて該情報との関連付けを形成することを利用する。

さらに別の代替として、処理ソフトウェアモジュール２５０は、ネットワークノードに関連付けられているネットワークカウント（network count）、ネットワークノードに関連付けられている通信規格のミスマッチ、またはネットワークノードに関連付けられている国の数などのネットワーク情報を調べることができる。たとえば、ネットワークカウントの場合には、ネットワークアドレスに関連付けられているネットワークのリストを作成することができる。該リスト内の固有のネットワークの数が所定の閾値と比較される。この所定の閾値を、経験的確率分布に基づくものとすることができる。該ネットワークの数が該閾値を超えている場合には、ネットワークアドレスはプロキシ装置に属していると表明される。この技術は、非プロキシ装置に割り当てられているネットワークアドレスは典型的には、少数のネットワークに関連付けられるだけであるが、プロキシ装置に割り当てられているネットワークアドレスは、潜在的に無限の数のネットワークに関連付けられることができるという事実を利用する。

さらに他の代替として、処理ソフトウェアモジュール２５０は、観察周期、観察速度（観察の速さ）、個々のユーザーの数、国籍の数、または、他のさまざまな要素などの要素を調べて、１以上のネットワークアドレスがプロキシ装置に割り当てられている可能性が高いか否かを判定することができる。

f.固定式／可動式（モバイル）の判定
別の技術において、処理ソフトウェアモジュール２５０は、ネットワークアドレスが特定の位置に固定されているか（もしくは固定されている可能性が高いか）、または複数の異なる位置間を可動であるか（もしくは可動である可能性が高いか）（たとえば、ネットワークアドレスが、複数のネットワーク１３０間を定期的に移動する１以上のモバイル装置に割り当てられているか、または、同じネットワークアドレスを維持した状態で複数のネットワークの異なるネットワークノード１２０と通信する１以上のモバイル装置に割り当てられているか、もしくは、同じネットワークアドレスを維持した状態でネットワーク間を通常移動しない１以上の固定型装置に割り当てられているか）を判定することができる。この判定を、空間的及び時間的要素を含むさまざまな要素に基づいて行うことができる。この判定を、ネットワークアドレス自体の属性または観察情報、及び/またはネットワークアドレスのグループ（該ネットワークアドレスは該グループのメンバーである）の属性または観察情報に基づくものとすることができ、または、該ネットワークアドレス自体の属性または観察情報に適用される統計的尺度、及び/またはネットワークアドレスのグループ（該ネットワークアドレスは該グループのメンバーである）の属性または観察情報に適用される統計的尺度に基づくものとすることができる。たとえば、この判定を、該ネットワークアドレスに関連付けられている観察された属性が、該ネットワークアドレスがモバイルネットワークアドレス（すなわち移動性（可動性）のネットワークアドレス）であることを示しているか否かに基づいて行うことができる。代替的には、この判定を、該ネットワークアドレスが属しているネットワークアドレスのグループの他のネットワークアドレスがモバイルネットワークアドレスである可能性が高い否かに基づいて行うことができる。さらに他の代替として、この判定を、該ネットワークアドレスが属しているネットワークアドレスのグループが１以上のモバイルネットワークアドレスを含んでいる可能性が高いか否かに基づいて行うことができる。処理ソフトウェアモジュール２５０は、さまざまな異なる方法でこれらのタイプの判定を行うことができる。

たとえば、処理ソフトウェアモジュール２５０は、ネットワークアドレスに関連付けられている１以上の通信規格、ネットワーク１３０、及び/またはネットワークノード１２０に基づいて、この判定を行うことができる。ネットワークアドレスに関連付けられている通信規格、ネットワーク、及び/またはネットワークノードのリストを集める（収集する）ことができる。この場合、たとえば、該リストが、移動体通信（セルラー方式通信）または移動体（セルラー）通信規格または移動体（セルラー）通信ネットワークノードだけをサポートするネットワークを含んでいる場合には、該ネットワークアドレスは、モバイルネットワークアドレスであると表明される。

代替的には、処理ソフトウェアモジュール２５０は、装置毎の空間的範囲（空間的な広がり）に基づいてこの判定を行うことができる。ネットワークアドレスの観察情報を集めて（収集して）、ユーザー識別情報にしたがって、該観察情報をグループ分けすることができる。それぞれのグループについて、空間的範囲（これは、たとえば、該グループ内の全ての観察情報を含む最小外接矩形の対角線の長さに等しい）が計算される。観察情報のそれぞれのグループについて、該空間的範囲を所定の閾値（たとえば１キロメートル）と比較する。ここで、該閾値を、非モバイル（すなわち可動性ではない）ネットワークアドレスに関連付けられているサービスエリア（受信領域など）よりも大きいものとすることができる。該空間的範囲の値（該空間的範囲の大きさを表す値）の任意のものが該閾値を上回っている場合には、該ネットワークアドレスをモバイルネットワークアドレスであると表明することができる。

さらに別の代替として、処理ソフトウェアモジュール２５０は、時間窓の範囲に基づいてこの判定を行うことができる。所定の時間窓（たとえば１日）内で収集されたネットワークアドレスの観察情報を集める（収集する）ことができる。時間窓内の観察情報の空間的範囲（たとえば、観察情報の平均位置から個々の観察情報の位置までの平均二乗距離に等しい）が計算される。空間的範囲の値を所定の閾値（たとえば２キロメートル）と比較する。該空間的範囲の値が該閾値を上回っている場合には、該ネットワークアドレスをモバイルネットワークアドレスであると表明することができる。

g.安定／不安定の判定
別の技術において、処理ソフトウェアモジュール２５０は、ネットワークアドレスが、特定の時間間隔の間一つの状態にとどまる可能性が高いものか（すなわち、安定なネットワークアドレスであるか）、または、一つの状態にとどまらない可能性が高いものか（すなわち、不安定なネットワークアドレスであるか）を判定することができる。この判定を、さまざまな要素に基づいて行うことができる。たとえば、この判定を、ネットワークアドレスに関連付けられている観察された属性が、該ネットワークアドレスが安定であることを示しているか不安定であることを示しているかに基づいて行うことができる。代替的には、この判定を、ネットワークアドレスが属しているネットワークアドレスのグループの他のネットワークアドレスが安定である可能性が高いかまたは不安定である可能性が高いかに基づいて行うことができる。さらに別の代替として、この判定を、ネットワークアドレスが属するネットワークアドレスのグループが１以上の安定なネットワークアドレスを含んでいる可能性が高いかまたは１以上の不安定なネットワークアドレスを含んでいる可能性が高いかに基づいて行うことができる。処理ソフトウェアモジュール２５０は、さまざまな異なる方法でこれらのタイプの判定を行うことができる。

たとえば、処理ソフトウェアモジュール２５０は、クラスタ持続期間に基づいてこの判定を行うことができる。ネットワークアドレスの観察情報を集めて（収集して）、時空的連結グラフクラスタリングを適用してグループを形成することができる。それぞれのグループについて、該グループ内の一番古い観察情報（または観察事象）と一番新しい観察情報（または観察事象）との間の時間差に等しい持続時間が計算される。全てのグループにわたるメジアン持続時間（たとえば持続時間の中央値）が決定され、このメジアン持続時間が、ネットワークアドレスの安定性の測度として使用される。より大きなメジアン持続時間はより安定なネットワークアドレスを示す。

代替的には、処理ソフトウェアモジュール２５０は、現場持続時間に基づいてこの判定を行うことができる。ネットワークアドレスの観察情報を集めて（収集して）クラスタ化して、現場に関連付けられたグループを形成することができる。それぞれのグループについて、該グループ内の一番古い観察情報（または観察事象）と一番新しい観察情報（または観察事象）との間の時間差に等しい持続時間が計算される。全てのグループにわたるメジアン持続時間（たとえば持続時間の中央値）が決定され、このメジアン持続時間が、ネットワークアドレスの安定性の測度として使用される。

さらに別の代替として、処理ソフトウェアモジュール２５０は、ネットワークノードとの関連付け（または関連性）に基づいてこの判定を行うことができる。ネットワークアドレスの観察情報を集めて（収集して）、照合する特徴としてネットワークノードの識別情報を使用して、マッチング−時間（match-temporal）連結グラフクラスタリング（すなわち、ブール属性マッチングと時間グラフクラスタリングを組み合わせる技術）を適用することができる。形成されたそれぞれのグループについて、該グループ内の一番古い観察情報（または観察事象）と一番新しい観察情報（または観察事象）との間の時間差に等しい持続時間が計算される。この持続時間値を用いて、あるパーセンタイル持続時間（たとえば６７番目のパーセンタイル）を選択して、ネットワークアドレスの安定性の測度として使用する。より大きな持続時間はより安定なネットワークアドレスを示す。この技術は、安定なネットワークアドレスは、不安定なネットワークアドレスよりも比較的長い持続時間の間単一のネットワークノードに関連付けられたままである傾向があるという事実を利用する。

h.他のタイプの改善された属性の決定
上記のタイプの属性の判定に加えて、処理ソフトウェアモジュール２５０は、プロファイルに改善された属性として格納することができるさまざまな他のタイプの属性を得ることができることが理解されるべきである。そのような属性を得ることは、以下に示す決定を含むさまざまなタイプの決定を含むことができる：１以上のネットワークアドレスが選択されたネットワークに関連付けられている可能性（または尤度）の測度を決定すること（または該選択されたネットワークに関連付けられているか否かの二者択一の判断をすること）、１以上のネットワークアドレスが選択されたネットワークノードに関連付けられている可能性（または尤度）の測度を決定すること（または該選択されたネットワークノードに関連付けられているか否かの二者択一の判断をすること）、１以上のネットワークアドレスが空間的領域に関連付けられている可能性（または尤度）の測度を決定すること（または該空間的領域に関連付けられているか否かの二者択一の判断をすること）、１以上のネットワークアドレスがユーザーまたは装置に関連付けられている可能性（または尤度）の測度を決定すること（または該ユーザーまたは装置に関連付けられているか否かの二者択一の判断をすること）、１以上のネットワークアドレスがユーザーもしくは装置の集団（または数）に関連付けられている可能性（または尤度）の測度を決定すること（または該ユーザーもしくは装置の集団（または数）に関連付けられているか否かの二者択一の判断をすること）、１以上のネットワークアドレスが現場もしくはＰＯＩまたは現場もしくはＰＯＩのクラスに関連付けられている可能性（または尤度）の測度を決定すること（または該現場もしくはＰＯＩまたは現場もしくはＰＯＩのクラスに関連付けられているか否かの二者択一の判断をすること）、１以上のネットワークアドレスがネットワークアドレスのグループに関連付けられている可能性（または尤度）の測度を決定すること（または該ネットワークアドレスのグループに関連付けられているか否かの二者択一の判断をすること）、及び/または、１以上のネットワークアドレスが他の何らかのタイプの属性に関連付けられている可能性（または尤度）の測度を決定すること（または該他の何らかのタイプの属性に関連付けられているか否かの二者択一の判断をすること）。

i.特徴付け（特性解明）
別の技術において、処理ソフトウェアモジュール２５０は、ネットワークアドレスと１以上の属性との間の関連付け（または関連性）を特徴付けることができる。処理ソフトウェアモジュール２５０は、該ネットワークアドレスと該１以上の属性との間の関連付けを生成するために使用されるネットワークアドレス観察情報を集める（収集する）ことができる。ネットワークアドレス観察情報を、ネットワークアドレス自体の観察情報（またはネットワークアドレスそのもの）とすることができ、または、該ネットワークアドレスが属するネットワークアドレスのグループについての観察情報とすることができる。集められたネットワークアドレス観察情報に基づいて、処理ソフトウェアモジュール２５０は、（たとえば、統計的技術を適用することによって）該ネットワークアドレスと該１以上の属性との間の関連付けを特徴付けるパラメータを生成することができる。該パラメータは、該関連付けの信頼性または正しさ（ないし正確さ）の何らかの（またはある程度の）測度を提供する。該パラメータは、いくつかの異なる形態を取りうる。

ある場合において、該パラメータは、特徴付けによって、ネットワークアドレスを配置することができる空間領域の大きさが決定されるような空間的範囲を示すことができる。該領域の大きさは、ネットワークアドレスに関連付けられているソースデバイスが推定位置(推定された位置)に実質的に配置されている可能性、または、該推定位置からある程度離れたところにある可能性がどの程度かを示す測度を提供することができる。図１５は、空間的範囲を決定する１例を示す図である。処理ソフトウェアモジュール２５０は、上記の技術を用いて、ネットワークアドレス１５２０の観察情報からネットワークアドレスの推定位置１５１０を計算することができる。処理ソフトウェアモジュール２５０は、今や、それらの観察情報に１以上の統計的技術を適用して、該推定位置に関する（または該推定位置の周りの）空間的範囲を決定することができる。たとえば、処理ソフトウェアモジュール２５０は、観察情報の中間部分（たとえば９０%）を含む座標パーセンタイル１５３０を計算することができる。パーセンタイルの下限（たとえば５％）と上限（たとえば９５%）が、それぞれの観察情報（または観察）の位置の要素（たとえば経度及び緯度）について計算される。パーセンタイルの上限と下限の間の距離が空間的範囲の測度として使用される。代替的には、処理ソフトウェアモジュール２５０は、全ての観察情報を含む最小外接矩形（minimum bounding rectangle：ＭＢＲ）１５４０を計算することができる。ＭＢＲの測度（たとえば、ＭＢＲの面積や対角線の長さなど）を用いて該空間的範囲を画定する。さらに別の代替として、推定位置１５１０の選択半径１５５０内にある観察情報の統計を使用することができる。推定位置１５１０の選択半径１５５０内にある観察情報の比率（割合）が計算される。この比率は空間的範囲の測度として使用される。

別の場合において、該パラメータは、関連付けの信頼度（以下、「関連付け信頼度」という）を示すことができる。関連付け信頼度は、ネットワークアドレスに関連付けられている１以上の属性が有効である可能性（または尤度）を示すことができる（または該可能性（または尤度）の測度になりうる）。代替的には、関連付け信頼度は、ネットワークアドレスに関連付けられている１以上の属性が１以上の後続の観察情報に存在する可能性（または尤度）を示すことができる（または該可能性（または尤度）の測度になりうる）。該属性を、位置もしくは領域、現場もしくはＰＯＩ、ユーザーもしくは装置の識別情報、ユーザーもしくは装置のグループ、ネットワーク、ネットワークノード、通信規格、または、他の何らかのタイプの属性とすることができる。処理ソフトウェアモジュール２５０は、それらの観察情報に１以上の統計的技術を適用して関連付け信頼度を決定する。

たとえば、処理ソフトウェアモジュール２５０は、半径フラクション（半径比率）を計算することができる。ネットワークアドレスの推定位置から所定の半径内にあるネットワークアドレスの観察情報の比率（割合）を計算することができる。信頼区間が、該比率及び観察情報の総数の関数として計算される。信頼区間を該比率から減算して、ネットワークアドレスが推定位置から該所定の半径以内で観察される確率（可能性）の推定値を生成する。

代替的には、処理ソフトウェアモジュール２５０は、半径持続時間（radius duration）を計算することができる。たとえば、ネットワークアドレスが所定の半径内で観察される信頼度を決定するために、該ネットワークアドレスの推定位置から所定の半径内にあるネットワークアドレスの一組の観察情報を選択することができる。該一組の観察情報が及んでいる持続時間が計算される。該持続時間は、ネットワークアドレスが該所定の半径内で観察されることの信頼度の測度として使用される。この技術は、ネットワークアドレスの推定位置から限定された距離内で観察できる状態を維持している該ネットワークアドレスは、今後も、該限定された距離内で観察可能な状態を維持する可能性が高いという事実を利用する。

さらに別の代替では、処理ソフトウェアモジュール２５０は、観察強度を計算することができる。たとえば、ネットワークアドレスがユーザーに関連付けられている信頼度を決定するために、ネットワークアドレス及びユーザーを選択することができる。ネットワークアドレスの観察情報が集められる（収集される）。それらの観察情報は、一定の、別個の（時間的に）連続した間隔（数日間など）にグループ分けされる。該間隔内の最初の観察情報と最後の観察情報の間の一組の間隔を用いて、１間隔当たりの観察情報（または観察）の平均数が計算される。観察情報（または観察）の該平均数は、ポアソン観測（観察）強度（Poisson observation intensity）の最大尤度推定値である。次に、該強度は、該ネットワークアドレスが該ユーザーに関連付けられていることの信頼度の測度として使用される。この技術は、ネットワークアドレスの推推定位置から限定された距離内で観察できる状態を維持している該ネットワークアドレスは、今後も、該半径内で観察可能な状態を維持する可能性が高いという事実を利用する。

さらに別の代替では、処理ソフトウェアモジュール２５０は、経験的リフト（empirical lift）を計算することができる。たとえば、ネットワークアドレスとユーザーグループとの間の関連付けの信頼度を決定するために、該ネットワークアドレスの観察情報を集める（収集する）ことができ、分析するユーザーのグループが選択される。該ユーザーグループに関連付けられている観察情報の比率（すなわち「観察情報比」）が計算される。ユーザーの総数に対する該ユーザーグループ内のユーザーの比率（すなわち「人数比」）が計算される。観察された比率を人数比で割ることによって経験的リフトが計算され、次に、この経験的リフトが、該ネットワークアドレスと該ユーザーグループの間の関連付けの信頼度の測度として使用される。この技術は、特定の関連付けられたグループを識別することにおけるネットワークアドレスの有用性（もしくは重要性）を確かめるのに使用することができる。

別の場合において、該パラメータは、位置決め誤差（測位誤差）を示すことができる。位置決め誤差は、ネットワークアドレスの推定位置と１以上の後続の観察情報（たとえば観察された位置）との間の予測距離を示すことができる（または該予測距離の測度となりうる）。代替的には、位置決め誤差は、１以上の後続の観察情報（たとえば観察された位置）がネットワークアドレスの推定位置から所定の距離内にある可能性（または尤度）を示すことができる（または該可能性（または尤度）の測度となりうる）。さらに別の代替において、位置決め誤差は、該ネットワークアドレスに関連付けられている１以上の属性が１以上の後続の観察情報に存在する可能性（または尤度）を示すことができる（または該可能性（または尤度）の測度となりうる）。さらに別の代替において、位置決め誤差は、ネットワークアドレスの推定位置と該ネットワークアドレスの一組の観察情報（または観察された位置）との間の距離のパーセンタイルを示すことができる（または該パーセンタイルの測度となりうる）。該一組の観察情報は、該ネットワークアドレスの全ての利用可能な観察情報を含むことができ、または、信頼できないと判断された１以上の観察情報を除く該ネットワークアドレスの観察情報、アウトライアーと判断された１以上の観察情報を除く該ネットワークアドレスの観察情報、特定の時間間隔内からの該ネットワークアドレスの観察情報、ネットワークアドレスの推定位置を計算するために使用される該ネットワークアドレスの観察情報、クラスタリング（クラスタ化）の結果として特定のグループに関連付けられた該ネットワークアドレスの観察情報、または、観察情報のいくつかの（または何らかの）組を含むことができる。処理ソフトウェアモジュール２５０は、１以上の統計的技術をそれらの観察情報に適用して位置決め誤差を決定することができる。それらの統計的技術は、計算される位置決め誤差のタイプ及び他の要因に基づいて変わりうる。

たとえば、処理ソフトウェアモジュール２５０は、平均二乗距離（ＭＳＤ）を計算することができる。ネットワークアドレスの推定位置、及び該推定位置を計算するために使用された一組の観察情報を（検索して）取り出すことができる。ＭＳＤは、該一組の観察情報の各々から該ネットワークアドレスの推定位置までの距離を用いて計算される。所与のパーセンタイル（たとえば９５番目のパーセンタイル）距離が、該ＭＳＤにある係数（たとえば２）を乗じることによって推定される。該パーセンタイル距離は、位置決め誤差の推定値として使用される。

代替的には、処理ソフトウェアモジュール２５０は、一定の半径信頼度を計算することができる。ネットワークアドレスの推定位置、及び該推定位置を計算するために使用された一組の観察情報を（検索して）取り出すことができる。該推定位置から所定の距離（すなわち半径）内にある観察情報の比率が決定される。次に、他の例に関して説明した技術と類似の技術を用いて、計算された該比率に関する信頼区間が観察情報の総数の関数として計算される。該比率の値から該信頼区間の幅の半分を引いたものが、位置決め誤差の推定値として、より具体的には、該ネットワークアドレスが該ネットワークアドレスの推定位置から該半径内にある可能性（または尤度）の推定値として使用される。

さらに別の代替として、処理ソフトウェアモジュール２５０は、パーセンタイル半径を計算することができる。ネットワークアドレスの推定位置、及び、該推定位置を計算するために使用された一組の観察情報を（検索して）取り出すことができる。それぞれの観察情報から該推定位置までの距離が計算され、それらの距離は昇順にソートされる。値Ｄが、たとえば、次の式によって計算される。

ここで、Ｄは、ｄ_jに等しく、ｄ_jは、昇順においてｊ番目にソートされている（並べられている）距離値であり、Ｐは、所定のパーセンタイルであり、Ａは、誤差許容範囲であり、Ｍは、観察情報（または観察）の数であり、Ｑは、ガウステール積分（Gaussiantail integral）である。Ｄの値は、ネットワークアドレスの推定位置の誤差推定値として使用される。

i.処理の要約
要約すると、処理ソフトウェアモジュール２５０は、さまざまな処理技術を単独で、または、さまざまに組み合わせて用いて、より改善された属性を得ることができる。しばしば、これらの技術は、一つ一つの観察情報からは明らかではない場合がある洞察ないし知見を得るために、（１つのネットワークアドレスまたはネットワークアドレスのグループの）複数の観察情報を用いる。図１６は、処理ソフトウェアモジュール２５０の動作ないし処理を要約するものとすることができる一般化された例示的な一連のステップ１６００を示すフローチャートである。ステップ１６１０において、処理ソフトウェアモジュール２５０は、１以上のレコード（記録）を得ることができる。ステップ１６２０〜１６５５において、１以上の処理技術を、それらのレコードに含まれている観察情報及び/または関連付けに適用することができる。たとえば、ステップ１６２０において、処理ソフトウェアモジュール２５０は、１以上のネットワークアドレスの状態（それぞれの状態は、該１以上のネットワークアドレスの個別の動作モードまたは割り当てを表す）を決定することができる。ステップ１６２５において、処理ソフトウェアモジュール２５０は、あるクラスタリング基準に基づいて、複数のネットワークアドレスを１以上の別個のグループにグループ分け（クラスタ化）することができる。ステップ１６３０において、処理ソフトウェアモジュール２５０は、ある分類基準に基づいて、１以上の新しいネットワークアドレスをネットワークアドレスのあるグループに属するものとして分類することができる。ステップ１６３５において、処理ソフトウェアモジュール２５０は、１以上のネットワークアドレスについて１以上の推定位置を決定することができる。ステップ１６４０において、処理ソフトウェアモジュール２５０は、１以上のネットワークアドレスが、プロキシなどの中間の装置（媒介装置）に属している可能性が高いか（またはその可能性があるか）否かを判定することができる。ステップ１６４５において、処理ソフトウェアモジュール２５０は、１以上のネットワークアドレスが固定されている可能性が高いか（またはその可能性があるか）またはモバイル（可動式）である可能性が高いか（またはその可能性があるか）を判定することができる。ステップ１６５０において、処理ソフトウェアモジュール２５０は、１以上のネットワークアドレスが安定である可能性が高いか（またはその可能性があるか）または不安定である可能性が高いか（またはその可能性があるか）を判定することができる。ステップ１６５５において、処理ソフトウェアモジュール２５０は、１以上のネットワークアドレスと１以上の属性との間の関連付けを特徴付け（またはその特徴を解明し）て、該関連付けを記述ないし説明するパラメータを生成することができる。最後に、ステップ１６２０〜１６５５のうちの１以上のステップが実行された後で、ステップ１６６０において、該処理の結果をメモリ（記憶装置）に保持されているプロファイルに格納することができる。

伝達ソフトウェアモジュール
伝達ソフトウェアモジュール２８０は、類似性基準に基づいて、第１のネットワークアドレスに十分に類似すると判定された少なくとも第２のネットワークアドレスに関連付けられることになる該第１のネットワークアドレスに関連付けられている属性を伝達することができる。伝達は、（１以上の）属性がネットワークアドレスに関連して観察されなかったときや、それらのネットワークアドレスの観察情報の処理によってそれらの属性を得ることができないときでも、それらの属性をそれらのネットワークアドレスに関連付けるためのメカニズムを提供する。このようにして、伝達は、観察情報の量が不足していたり、観察情報を生成する装置の数が不足していたり、観察情報の組に偏りがあったり、観測可能性（可観測性）に関するシステム上の制約があったり、その他の何らかの制限があったりする場合にも、属性関連付けを行うことを可能にする。

属性の伝達（以下、「属性伝達」という）は、第１のネットワークアドレスと第２のネットワークアドレスとの間の明示的な結合（接続）を確立することを含むことができる（たとえば、それらのネットワークアドレスは、関連していると明示的に表明され、または、同じグループのメンバーとして明示的に含まれ、または、その他のやり方で明示的に関連付けられる）。代替的には、伝達を、該第１のネットワークアドレスと該第２のネットワークアドレスとの間の明示的な結合を確立することなく間接的に行うことができる。たとえば、属性を、１以上の非ネットワークアドレスエンティティ（ネットワークアドレスではない実体またはもの。たとえば、ユーザー、位置もしくは領域、現場もしくはＰＯＩなど）に関連付けるために伝達し、その後、該非ネットワークアドレスエンティティの属性を該第２のネットワークアドレスに伝達することができる。

属性伝達は、それらの属性のさまざまなタイプの伝送もしくは共有を含むことができる。第１のネットワークアドレスに関連付けられている属性を単に取得して、該属性を、（第２のネットワークアドレスに関連付けられている）その属性に対する値をまだ有していない該第２のネットワークアドレスに、変更せずに関連付けることに加えて、該第２のネットワークアドレスの既存の属性をある属性と取り換え、または、該既存の属性とある属性を混合する（または組み合わせる）ことができ、または、該第１のネットワークアドレスと該第２のネットワークアドレス間で属性を相互に混合する（または組み合わせる）ことができ、または、該第１のネットワークアドレスと該第２のネットワークアドレスにおいて属性を最適化することができ、または、他の何らかのより高度なタイプの属性の伝送もしくは共有を行うことができる。

伝達で使用される類似性基準はさまざまな異なる形態をとることができ、このため、伝達ソフトウェアモジュール２８０は、さまざまな異なるタイプの属性伝達を行うことができる。たとえば、類似性基準を空間的近さ（空間的近接性）とすることができ、これによって、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスに関連付けられている推定位置と第２のネットワークアドレスの推定位置との空間的近さに基づいて、該第１のネットワークアドレスから該第２のネットワークアドレスへと属性を伝えることができる。伝達ソフトウェアモジュール２８０は、さまざまな方法で空間的近さを計算することができる。たとえば、伝達ソフトウェアモジュール２８０は、空間的半径を使用することができる。第１のネットワークアドレス及び伝達する１以上の属性（たとえば、該ネットワークアドレスのユーザーの所得分布の予測値）が選択される。推定位置が、該第１のネットワークアドレスの推定位置から所定の半径（たとえば１キロメートル）以内にある１以上の他のネットワークアドレスが選択される。該半径を、伝達される属性の用途要件及び/または固有の特性に依存するものとすることができる。選択された属性にまだ関連付けられていない（たとえば所得の既存の推定値を有していない）該半径内にある任意のネットワークアドレスを、該第１のネットワークアドレスからの属性に関連付けることができる。

代替的には、類似性基準を、ネットワークアドレスのアドレス空間内における近さ（近接性）もしくは共通の割り当てとすることができ、これによって、伝達ソフトウェアモジュール２８０は、アドレス空間における第１のネットワークアドレスと第２のネットワークアドレスの近さまたは共通の割り当てに基づいて、該第１のネットワークアドレスから該第２のネットワークアドレスへと属性を伝達することができる。伝達ソフトウェアモジュール２８０は、さまざまな方法でアドレス空間における近さまたは共通の割り当てを計算することができる。たとえば、伝達ソフトウェアモジュール２８０は、隣接する（または連続する）アドレスブロックを調べることができる。第１のネットワークアドレス及び伝達する１以上の属性（たとえば、該ネットワークアドレスがモバイル（可動性）であるという決定（判定結果））が選択される。（たとえば、IPv4アドレス指定方式における同じ最初の３オクテットを共有する）同じアドレスブロック内のネットワークアドレスが選択される。次に、該第１のネットワークアドレスの属性（たとえば、該ネットワークアドレスがモバイル（可動性）であるという属性）を該アドレスブロック内の該ネットワークアドレスに適用することができる。

同様に、伝達ソフトウェアモジュール２８０は、共通のグループに分類されている（たとえば、同じサービス提供者（サービスプロバイダー）に割り当てられている）隣接（または連続）していない可能性があるアドレスブロックを調べることができる。第１のネットワークアドレス及び伝達する１以上の属性（たとえば、該ネットワークアドレスが固定されているという決定（判定結果））が選択される。同じグループに割り当てられている（たとえば、同じサービス提供者（サービスプロバイダー）に割り当てられている）ネットワークアドレスが選択される。次に、該第１のネットワークアドレスの属性（たとえば、該ネットワークアドレスが固定されているという属性）をそれらのネットワークアドレスに適用することができる。

さらに別の代替では、類似性基準を、共通のユーザー識別情報（ユーザー識別子）または共通の装置識別情報（装置識別子）との関連付け（または関連性）とすることができ、これによって、伝達ソフトウェアモジュール２８０は、第１のネットワーク及び第２のネットワークと共通のユーザー識別情報もしくは装置識別情報との関連付け（または関連性）に基づいて、該第１のネットワークアドレスから該第２のネットワークアドレスに属性を伝達する。この伝達を、直接または間接に実行することができる。たとえば、直接伝達の場合には、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが特定の属性（たとえば出張旅行者セグメント）に関連付けられていることを決定し、及び、該第１のネットワークに関連付けられている第１の組のユーザー識別情報を決定する。該ユーザー識別情報のうちの少なくとも１つに関連付けられている一組のネットワークアドレスが決定され、該組は該第１のネットワークアドレスに接続（または結合）され、次に、該特定の属性（たとえば出張旅行者セグメント）をそれらのネットワークアドレスに関連付けることができる。同様に、間接伝達の場合には、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが特定の属性（たとえば出張旅行者セグメント）に関連付けられていることを決定し、及び、該第１のネットワークアドレスに関連付けられている第１の組のユーザー識別情報を決定する。次に、該特定の属性（たとえば出張旅行者セグメント）がそれぞれのユーザー識別情報に関連付けられる。他のネットワークアドレスが該ユーザー識別情報に関連付けられているときには、該特定の属性（たとえば出張旅行者セグメント）をそれらのネットワークアドレスに関連付けることができる。

さらに他の代替では、類似性基準を、既存の共通の属性との関連付け（または関連性）とすることができ、これによって、伝達ソフトウェアモジュール２８０は、既存の共通の属性と第１のネットワークアドレス及び第２のネットワークアドレスとの相互の関連付け（または関連性）に基づいて、該第１のネットワークアドレスから該第２のネットワークアドレスに属性を伝える。伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが特定の属性（たとえば、スポーツファンであるとして識別されたユーザー）に関連付けられていると決定する。同じ属性（たとえば、スポーツファンであるとして識別されたユーザー）に関連付けられている１以上の他のネットワークアドレスが選択される。次に、該第１のネットワークアドレスに関連付けられている１以上の他の属性（たとえばユーザーの年齢分布）をそれらの他のアドレスに伝えることができる。

さらに他の代替では、類似性基準を、共通のネットワークもしくは共通のネットワークノードとの関連付け（または関連性）とすることができ、これによって、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレス及び第２のネットワークアドレスと共通のネットワークもしくはネットワークノードとの関連付け（または関連性）に基づいて、該第１のネットワークアドレスから該第２のネットワークアドレスに属性を伝達する。該伝達を直接または間接に実行することができる。たとえば、直接伝達の場合には、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが、特定のネットワークもしくはネットワークノードとの通信時に観察されたこと（または、特定のネットワークもしくはネットワークノードと通信する第１のネットワークアドレスが観察されたこと）を決定する。該第１のネットワークアドレスに関連付けられている属性（たとえば、可動性(モバイル)であるとしての分類やユーザーの年齢層など）が取得される。該ネットワークもしくは該ネットワークノードに関連付けられている１以上の他のネットワークアドレスが選択される。次に、該第１のネットワークアドレスに関連付けられている属性（たとえば、可動性(モバイル)であるとしての分類やユーザーの年齢層など）を該他のネットワークアドレスに伝えることができる。同様に、間接伝達の場合には、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが、特定のネットワークもしくはネットワークノードとの通信時に観察されこと（または、特定のネットワークもしくはネットワークノードと通信する第１のネットワークアドレスが観察されたこと）を決定する。該第１のネットワークアドレスに関連付けられている属性（たとえば、安定性やユーザーの年齢層など）が取得される。該属性は、該特定のネットワークもしくはネットワークノードに関連付けられる。同じネットワークもしくはネットワークノードに関連付けられている１以上の他のネットワークアドレスが選択される。次に、該ネットワークもしくはネットワークノードに関連付けられている属性（たとえば、安定性やユーザーの年齢層など）を該他のネットワークアドレスに伝えることができる。

さらに他の代替では、類似性基準を、共通の現場／ＰＯＩもしくは場所との関連付け（または関連性）、または、共通の現場／ＰＯＩもしくは場所の属性との関連付け（または関連性）とすることができ、これによって、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレス及び第２のネットワークアドレスと共通の現場／ＰＯＩもしくは場所との関連付け（または関連性）、または、共通の現場／ＰＯＩもしくは場所の属性との関連付け（または関連性）に基づいて、該第１のネットワークアドレスから該第２のネットワークアドレスに属性を伝達することができる。この場合も、該伝達を直接または間接に実行することができる。たとえば、直接伝達の場合には、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが、１以上の現場／ＰＯＩ（たとえば特定の食料品店）もしくは場所（たとえば特定の位置）に関連付けられていることを決定する。同じ１以上の現場／ＰＯＩもしくは場所に関連付けられている１以上の他のネットワークアドレスが選択される。次に、該第１のネットワークアドレスに関連付けられている１以上の他の属性（たとえば、野外レクリエーションセグメントやホワイトカラー労働者セグメントなど）を該他のネットワークアドレスに伝えることができる。同様に、間接伝達の場合には、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスが、１以上の現場／ＰＯＩもしくは場所に関連付けられていることを決定する。該第１のネットワークアドレスに関連付けられている属性（たとえば、野外レクリエーションセグメントやホワイトカラー労働者セグメントなど）が取得される。該属性は、該１以上の現場／ＰＯＩもしくは場所に関連付けられる。該現場／ＰＯＩもしくは場所に関連付けられている１以上の他のネットワークアドレスが選択される。次に、該１以上の現場／ＰＯＩもしくは場所に関連付けられている属性（たとえば、野外レクリエーションセグメントやホワイトカラー労働者セグメントなど）が該他のネットワークアドレスに伝えられる。同様に、類似性基準が現場／ＰＯＩもしくは場所の属性との共通の（または一般的な）関連付け（または関連性）である場合には、直接伝達及び間接伝達を適用することができる。

要約すると、伝達ソフトウェアモジュール２８０は、類似性基準に基づいて第１のネットワークアドレスに十分類似していると判断された少なくとも第２のネットワークアドレスに関連付けられることになる第１のネットワークアドレスに関連付けられている属性を伝達することができる。図１７は、伝達ソフトウェアモジュール２８０によって実施することができる一般化された例示的な一連のステップ１７００を示すフローチャートである。これらのステップは、動作（または処理）の高レベルの要約を提供しており、簡潔にするために、上記の多くの特定の細部及び代替手法は省略されている。ステップ１７１０において、伝達ソフトウェアモジュール２８０は、第１のネットワークアドレスと１以上の属性との間の関連付けを保持するプロファイルを取得する。ステップ１７２０において、伝達ソフトウェアモジュール２８０は、類似性基準に基づいて該第１のネットワークアドレスに関連付けられている第２のネットワークアドレスを決定する。ここで、該第２のネットワークアドレスは、最初は、該１以上の属性との関連付けを欠いている場合がある。ステップ１７３０において、伝達ソフトウェアモジュール２８０は、該第１のネットワークアドレスから該第２のネットワークアドレスに１以上の属性を伝えて、該第２のネットワークアドレスと該１以上の属性との間の関連付けを形成する。ステップ１７４０において、伝達ソフトウェアモジュール２８０は、該第２のネットワークアドレスと該１以上の属性との間の関連付けをプロファイルに格納する。

結論
実施例に応じて、上記の技術及びその一部を、共に使用でき、または個別に使用でき、または他の技術と組み合わせて使用できることが理解されるべきである。さらに、実施例に応じて、それらの技術の側面を改良し、もしくは追加し、もしくは除去し、もしくは他のやり方で変更できることが理解されるべきである。さまざまなソフトウェアモジュールを、特定のハードウェア装置に存在するものとして説明したが、それらのソフトウェアモジュール及びその一部を他のやり方で配置することができ、これによって、動作（ないし処理）を異なる構成をなすように配置された異なるそれぞれの装置で実行できることが理解されるべきである。別個の装置で実行されるものとして説明した動作（ないし処理）を同じ装置で実行することができ、１つの装置で実行されるものとして説明した動作（ないし処理）を複数の装置間に分割することができる。

さらに、特定の例示的なハードウェア及びソフトウェアを説明したが、該技術をさまざまな異なるタイプのハードウェア、ソフトウェア、及びそれらの組み合わせを用いて実施できることが理解されるべきである。そのようなハードウェアは、ソフトウェアの実行をサポートする、さまざまなタイプのプロセッサ、メモリーチップ、プログラマブル論理回路、特定用途向け集積回路、及び/または他のタイプのハードウェアコンポーネントを含むことができる。そのようなソフトウェアは、揮発性メモリ装置もしくは持続性メモリ装置、ハードディスク、またはその他のデータ記憶装置などの非一時的なコンピュータ可読媒体に格納されているアプリケーションを実施する実行可能命令を含むことができる。ソフトウェアとハードウェアの組み合わせを、異なる環境及び用途に適合するように構成することができる。したがって、上記の説明は単なる例示であることが意図されていることが理解されるべきである。

Claims (18)

1. ネットワークアドレス観察情報をフィルタリングすることによってデータの品質を確保するための方法であって、
   ネットワークと通信するソースデバイスに関連付けられたネットワークアドレスの１組のネットワークアドレス観察情報を取得するステップであって、該ネットワークアドレス観察情報は、該ネットワークアドレスを１以上の直接観察された属性に関連付けるものである、ステップと、
   前記１以上の直接観察された属性のうちの選択された１つの属性と所定の基準との比較に基づいて、前記１組のネットワークアドレス観察情報をフィルタリングし、及び、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるためにネットワークアドレス観察情報が使用されるべきか否かを示すものとして前記比較の結果を使用するステップであって、前記フィルタリングは、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるために前記ネットワークアドレス観察情報が使用されないときに、前記ネットワークアドレス観察情報に指標を関連付けるか、または、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるために前記ネットワークアドレス観察情報が使用されないときに前記ネットワークアドレス観察情報を除去することからなる、ステップと、
   １以上の指標と関連付けられていない、または除去されていない前記１組のネットワークアドレス観察情報の各ネットワークアドレス観察情報について、直接観察された属性のうちの少なくとも１つを、ネットワークアドレスに関連して直接観察されなかった第２の属性にマッピングし、前記ネットワークアドレスと前記直接観察された属性との間の関連付けを破棄する、ステップと、
   １以上の電子装置で実行されるネットワークアドレス−属性関連付けシステムによって、前記ネットワークアドレスと前記１以上の第２の属性との間の関連付けを保持する記録を、該１以上の電子装置の記憶装置に格納するステップ
   を含む方法。
2. 前記ネットワークアドレスは、前記ソースデバイスに関連付けられているインターネットプロトコル（ＩＰ）アドレスである、請求項１の方法。
3. 前記１以上の直接観察された属性のうちの前記選択された１つの属性は、位置データソースであり、前記比較は、不正確であると判定されたあるタイプの位置データソースとの比較である、請求項１の方法。
4. 前記１以上の直接観察された属性のうちの前記選択された１つの属性は、前記１組のネットワークアドレス観察情報の提供者であり、前記比較は、データのソースを誤って伝えることが知られている１以上の提供者との比較である、請求項１の方法。
5. 前記１以上の直接観察された属性のうちの前記選択された１つの属性は、前記ソースデバイスの装置識別情報であり、前記比較は、欠陥を有することが知られているある装置タイプの装置識別情報との比較である、請求項１の方法。
6. 前記１以上の直接観察された属性のうちの前記選択された１つの属性は位置誤差量であり、前記比較は、許容誤差閾値との比較である、請求項１の方法。
7. 前記１以上の直接観察された属性のうちの前記選択された１つの属性は位置誤差の指標であり、前記比較は、該位置誤差の指標に関連付けられているある閾値との比較である、請求項１の方法。
8. 前記ソースデバイスはＷｉＦｉアクセスポイントであり、前記１以上の属性のうちの少なくとも１つがＷｉＦｉ測位によって決定された位置である、請求項１の方法。
9. ネットワークアドレス観察情報をフィルタリングすることによってデータの品質を確保するための方法であって、
   ネットワークと通信するソースデバイスに関連付けられたネットワークアドレスの１組のネットワークアドレス観察情報を取得するステップであって、該１組のネットワークアドレス観察情報のそれぞれのネットワークアドレス観察情報は、該ネットワークアドレスを１以上の直接観察された属性に関連付けるものである、ステップと、
   前記１組のネットワークアドレス観察情報が不適切であることが知られているネットワークアドレス観察情報の同じ基準セットと同じ確率分布を有するとの決定に基づいて、前記１組のネットワークアドレス観察情報をフィルタリングするステップであって、該フィルタリングは、前記決定の結果に応じて、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるために前記１組のネットワークアドレス観察情報が使用されないときに、前記１組のネットワークアドレス観察情報に１以上の指標を関連付けるか、または、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるために前記１組のネットワークアドレス観察情報が使用されないときに前記１組のネットワークアドレス観察情報を除去することからなる、ステップと、
   １以上の電子装置で実行されるネットワークアドレス−属性関連付けシステムによって、任意の指標と除去されていない任意のネットワークアドレス観察情報とを保持する記録を該１以上の電子装置の記憶装置に格納するステップ
   を含む方法。
10. 前記ネットワークアドレスは、前記ソースデバイスに関連付けられているインターネットプロトコル（ＩＰ）アドレスである、請求項９の方法。
11. 前記１組のネットワークアドレス観察情報が不適切であることが知られているネットワークアドレス観察情報の前記基準セットと同じ確率分布を有するとの決定は、前記１組のネットワークアドレス観察情報及び前記基準セットの位置の分布に基づく、請求項９の方法。
12. ネットワークアドレス観察情報の前記基準セットは、１組の既知の虚偽の観察情報、もしくは１組の既知の不正な観察情報、もしくは１組の既知の誤って伝えられた観察情報であり、
    前記決定は、前記１組のネットワークアドレス観察情報が、前記１組の既知の虚偽の観察情報、もしくは１組の既知の不正な観察情報、もしくは１組の既知の誤って伝えられた観察情報に属するか否かを判定することを含むことからなる、請求項９の方法。
13. ソースデバイスがＷｉＦｉアクセスポイントであり、前記１以上の属性のうちの少なくとも１つの属性が、ＷｉＦｉ測位によって決定された位置である、請求項９の方法。
14. ネットワークアドレス観察情報をフィルタリングすることによってデータの品質を確保するための方法であって、
    ネットワークと通信するソースデバイスに関連付けられたネットワークアドレスの１組のネットワークアドレス観察情報を取得するステップであって、該１組のネットワークアドレス観察情報のそれぞれのネットワークアドレス観察情報は、該ネットワークアドレスを１以上の直接観察された属性に関連付けるものであり、前記１以上の直接観察された属性は前記ソースデバイスの位置を少なくとも識別するものである、ステップと、
    前記１組のネットワークアドレス観察情報の空間的性質を特徴付ける１以上のパラメータに基づいて、前記１組のネットワークアドレス観察情報をフィルタリングするステップであって、該フィルタリングは、空間的性質を特徴付ける前記１以上のパラメータに基づいて、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるために前記１組のネットワークアドレス観察情報が使用されないときに、前記１組のネットワークアドレス観察情報に１以上の指標を関連付けるか、または、前記ネットワークアドレスを前記１以上の直接観察された属性に関連付けるために前記１組のネットワークアドレス観察情報が使用されないときに前記１組のネットワークアドレス観察情報を除去することからなる、ステップと、
    １以上の指標と関連付けられていない、または除去されていない前記１組のネットワークアドレス観察情報の各ネットワークアドレス観察情報について、直接観察された属性のうちの少なくとも１つを、ネットワークアドレスに関連して直接観察されなかった第２の属性にマッピングし、前記ネットワークアドレスと前記直接観察された属性との間の関連付けを破棄する、ステップと、
    １以上の電子装置で実行されるネットワークアドレス−属性関連付けシステムによって、前記ネットワークアドレスと前記１以上の第２の属性との間の関連付けを保持する記録を、該１以上の電子装置の記憶装置に格納するステップ
    を含む方法。
15. 前記ネットワークアドレスは、前記ソースデバイスに関連付けられているインターネットプロトコル（ＩＰ）アドレスである、請求項１４の方法。
16. 空間的性質を特徴付ける前記１以上のパラメータは空間的標準偏差を含む、請求項１４の方法。
17. 空間的性質を特徴付ける前記１以上のパラメータは、前記１組のネットワークアドレス観察情報の分解能の測度を含む、請求項１４の方法。
18. 前記ソースデバイスがＷｉＦｉアクセスポイントであり、前記位置がＷｉＦｉ測位によって決定される、請求項１４の方法。
    

Images