ES2297879T3 - Sistema y metodo para analizar datos de trafico rem,otos en un entorno informatico distribuido. - Google Patents
Sistema y metodo para analizar datos de trafico rem,otos en un entorno informatico distribuido. Download PDFInfo
- Publication number
- ES2297879T3 ES2297879T3 ES98907443T ES98907443T ES2297879T3 ES 2297879 T3 ES2297879 T3 ES 2297879T3 ES 98907443 T ES98907443 T ES 98907443T ES 98907443 T ES98907443 T ES 98907443T ES 2297879 T3 ES2297879 T3 ES 2297879T3
- Authority
- ES
- Spain
- Prior art keywords
- type
- access information
- data
- analysis
- results
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 99
- 239000011325 microbead Substances 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000003068 static effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 241000252067 Megalops atlanticus Species 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/18—Protocol analysers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/75—Indicating network or usage conditions on the user display
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/14—Arrangements for monitoring or testing data switching networks using software, i.e. software packages
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Transfer Between Computers (AREA)
- Computer And Data Communications (AREA)
- Traffic Control Systems (AREA)
Abstract
Sistema para analizar datos de tráfico en un entorno informático distribuido, comprendiendo el entorno informático distribuido (9) una pluralidad de sistemas interconectados (12) acoplados de manera operativa a un servidor (10) que está configurado para intercambiar paquetes de datos con cada sistema interconectado (12), comprendiendo el servidor: una fuente (12, 14, 15, 16, 17) de aciertos de datos de tráfico (11), correspondiendo cada acierto de datos de tráfico (11) a un paquete de datos intercambiado entre el servidor (10) y un sistema interconectado (12) de este tipo; una o más tablas de resultados (40A a D) clasificadas mediante un tipo de datos asociado, comprendiendo cada tabla de resultados (40A a D) una pluralidad de registros (42); medios para recopilar cada acierto de datos de tráfico (11) a partir de la fuente de aciertos de datos de tráfico (12, 14, 15, 16, 17) como información de acceso en un registro (42) de este tipo en al menos una tabla de resultados (40A a D) según el tipo de datos asociado con una tabla de resultados (40A a D) de este tipo, correspondiendo cada uno de los registros (42) en dicha al menos una tabla de resultados (40 a C) a un tipo diferente de información de acceso para el tipo de datos asociado con dicha al menos una tabla de resultados (40A a C); medios para resumir periódicamente la información de acceso recopilada en las tablas de resultados (40A a D) para cada reaparición de un segmento de tiempo en resultados de análisis (18A a C), siendo el segmento de tiempo un periodo de información discreto; y medios para analizar la información de acceso a partir de las tablas de resultados (40A a D) en los resultados de análisis (18A a C) para formar resúmenes de análisis (19A a C) según el tipo de datos asociado con la tabla de resultados (40A a C) estando caracterizado el sistema porque comprende además: una tabla de sesiones de usuario (43) que comprende uno o más registros que almacena cada uno un puntero, correspondiendo cada puntero a una de las tablas de resultados (40A a D), incluyendo los medios de recopilación un cómputo de sesiones de usuario que representa el número de sesiones abiertas que abarca un límite de segmento de tiempo para cada tipo de datos de este tipo asociado con cada tabla de resultados (40A a D) de este tipo, almacenándose el cómputo de sesiones de usuario en la tabla de sesiones de usuario (43) en cada uno de los registros; y una o más microtablas (45A a C), incluyendo cada una de las microtablas (45A a C) uno o más índices y estando asociada con una de las tablas de resultados (40A a D), haciendo referencia de manera lógica cada índice de este tipo dentro de la microtabla (45A a C) a cada tipo diferente de este tipo de información de acceso recopilada en una tabla de resultados (40A a D) asociada, haciendo además referencia de manera lógica cada puntero de este tipo en la tabla de sesiones de usuario (43) a una de las microtablas (45A a C), comprendiendo además los medios de análisis medios para ajustar el análisis de información de acceso para la inflación utilizando dicho cómputo de sesiones de usuario.
Description
Sistema y método para analizar datos de tráfico
remotos en un entorno informático distribuido.
Esta invención se refiere en general al análisis
de datos de tráfico remotos y más en particular a un sistema y
método para analizar datos de tráfico remotos en un entorno
informático distribuido.
La telaraña mundial (world wide web) (de
aquí en adelante "web") se está convirtiendo rápidamente en uno
de los medios más importantes de publicación actualmente. La razón
es simple: los servidores web interconectados a través de Internet
proporcionan acceso a una audiencia potencialmente mundial con una
mínima inversión en tiempo y recursos para construir un sitio web.
El servidor web hace disponible la recuperación y el envío de una
amplia gama de medios en una variedad de formatos, incluyendo audio,
vídeo y texto y gráficos tradicionales. Y la facilidad de crear un
sitio web hace que alcanzar esta audiencia mundial sea una realidad
para todo tipo de usuarios, desde empresas a nuevas compañías, a
organizaciones e individuos.
A diferencia de otras formas de medios, un sitio
web es interactivo y el servidor web puede reunir de manera pasiva
información de acceso acerca de cada usuario observando y
registrando los paquetes de datos de tráfico intercambiados entre
el servidor web y el usuario. Puede determinarse directamente o por
inferencia información importante de los usuarios analizando los
datos de tráfico y el contexto del "acierto". Además, los datos
de tráfico recopilados durante un periodo de tiempo pueden
proporcionar información estadística, tal como el número de
usuarios que visitan el sitio cada día, desde qué países, estados o
ciudades se conectan los usuarios y el día u hora más activo de la
semana. Tal información estadística es útil para adaptar estrategias
de marketing o de dirección para adecuarse a las necesidades
aparentes de la audiencia.
Para optimizar la utilización de esta
información estadística, el análisis del tráfico del servidor web
debe ser oportuno. Sin embargo, no es inusual que un servidor web
procese diariamente miles de usuarios. La información de acceso
resultante registrada por el servidor web asciende a megabytes de
datos de tráfico. Algunos servidores web generan gigabytes de datos
de tráfico diariamente. Analizar los datos de tráfico incluso de un
solo día para identificar tendencias o generar estadísticas es
intensivo y lleva tiempo computacionalmente. Además, el tiempo de
procesamiento necesitado para analizar los datos de tráfico de
varios días, semanas o meses, aumenta linealmente a medida que
aumenta la trama de tiempo de interés.
El problema de realizar un análisis de tráfico
eficaz y oportuno no es único para los servidores web. En su lugar,
un análisis de datos de tráfico es posible siempre que los datos de
tráfico sean observables y puedan registrarse de una manera
uniforme, tal como en una base de datos distribuida, sistema
cliente-servidor u otro entorno de acceso
remoto.
Una herramienta de análisis de tráfico de un
servidor web de la técnica anterior se describe en "WebTrends
Installation and User Guide", versión 2.2, octubre de 1996.
Webtrends es una marca registrada de, por ejemplo, Software,
Portland, Oregón. Sin embargo, esta herramienta de análisis de la
técnica anterior no puede realizar consultas ad hoc
utilizando un archivo basado en registros de resúmenes de análisis
para un rendimiento eficaz.
Otras herramientas de análisis de tráfico de un
servidor web de la técnica anterior son generalmente eficaces para
tratar volúmenes modestos de datos de tráfico de servidor cuando
funcionan en un servidor a pequeña escala o en una solución no
instalada en unidades centrales. Ejemplos de estas herramientas de
análisis incluyen Market Focus licenciada por Intersé Corporation,
Hit List licenciada por MarketWave y Net.Analysis licenciada por
Net.Genisys. Sin embargo, estas herramientas de análisis requieren
sistemas hardware cada vez más caros y complejos para tratar
volúmenes de datos de tráfico superiores. Este último enfoque es
impracticable para la mayoría de operadores de servidores web.
Además, estas herramientas de análisis de la técnica anterior
tampoco pueden generar rápidamente información estadística ni de
tendencias basándose en ad hoc.
La publicación "From user access patterns
to dynamic hypertext linking" de TAK W Y ET AL,
COMPUTER NETWORKS AND ISDN SYSTEMS, NORTH HOLLAND PUBLISHING.
AMSTERDAM, NL, vol. 28, nº 11, 1 de mayo de 1996, páginas 1007 a
1014, da a conocer un sistema para analizar datos de tráfico en un
entorno informático distribuido, comprendiendo el entorno
informático distribuido una pluralidad de sistemas interconectados
acoplados de manera operativa a un servidor que está configurado
para intercambiar paquetes de datos con cada sistema
interconectado.
La publicación "Grouping Web page
references into transactions for mining World Wide Web browsing
patterns" de COOLEY R ET AL KNOWLEDGE AND DATA
ENGINEERING EXCHANGE WORKSHOP, 1997, páginas 2 a 9, da a conocer un
modelo general para la identificación de transacciones para la
minería de utilización web, la apli-
cación de minería de datos y técnicas de descubrimiento de conocimiento para registros de acceso a servidores web.
cación de minería de datos y técnicas de descubrimiento de conocimiento para registros de acceso a servidores web.
Por lo tanto, existe una necesidad de un sistema
y método para procesar eficazmente, de una manera oportuna y
conveniente, las voluminosas cantidades de información de acceso
generadas por los servidores web sin los costes que conlleva
asociados con requisitos de hardware a gran escala. Preferiblemente,
un sistema y procedimiento de este tipo podrían realizar consultas
ad hoc de resúmenes de análisis de una manera oportuna y
precisa.
Existe una necesidad adicional de un sistema y
procedimiento para analizar eficazmente los datos de tráfico que
reflejan información de acceso en un servidor web que funciona en un
entorno informático distribuido. Preferiblemente, un sistema y
método de este tipo procesarían datos de tráfico presentados desde
una variedad de fuentes.
Todavía existe una necesidad adicional de un
sistema y método para analizar datos de tráfico que consisten en
información de acceso para segmentos de tiempo predefinidos.
La presente invención comprende un sistema y
método para analizar datos de tráfico remotos en un entorno
informático distribuido de una manera oportuna y precisa.
Una realización de la presente invención es un
sistema, método y medio de almacenamiento que representa un código
legible por ordenador para analizar datos de tráfico en un entorno
informático distribuido. El entorno informático distribuido incluye
una pluralidad de sistemas interconectados acoplados de manera
operativa a un servidor, una fuente de aciertos de datos de tráfico
y una o más tablas de resultados clasificadas por un tipo de datos
asociado. Cada tabla de resultados incluye una pluralidad de
registros. El servidor está configurado para intercambiar paquetes
de datos con cada sistema interconectado. Cada acierto de datos de
tráfico corresponde con un paquete de datos intercambiado entre el
servidor y un sistema interconectado de este tipo. Cada acierto de
datos de tráfico se recopila desde la fuente de aciertos de datos de
tráfico como información de acceso en cada un registro de este tipo
en al menos una tabla de resultados según el tipo de datos asociado
con la tabla de resultados de este tipo. Cada uno de los registros
en la tabla de resultados corresponde a un tipo diferente de
información de acceso para el tipo de datos asociado con la tabla de
resultados. La información de acceso recopilada en las tablas de
resultados durante un segmento de tiempo se resume periódicamente
en resultados de análisis. El segmento de tiempo corresponde a un
periodo de información discreto. La información de acceso se
analiza a partir de las tablas de resultados en los resultados de
análisis para formar resúmenes de análisis según los tipos de datos
asociados con las tablas de resultados.
Lo anterior y otras características y ventajas
de la invención serán más fácilmente evidentes a partir de la
siguiente descripción detallada de una realización preferida de la
invención que procede con referencia a los dibujos adjuntos.
La figura 1 es un diagrama de bloques funcional
de un sistema para analizar datos de tráfico en un entorno
informático distribuido según la presente invención.
La figura 2 es un diagrama de flujo de un método
para analizar datos de tráfico en un entorno informático distribuido
según la presente invención utilizando el sistema de la figura
1.
La figura 3A muestra un formato utilizado para
almacenar un "acierto" de datos de tráfico recibido por el
servidor de la figura 1.
La figura 3B muestra, a modo de ejemplo, un
"acierto" de datos de tráfico formateados recibido por el
servidor de la figura 1.
La figura 4 es un diagrama de bloques de las
estructuras de datos utilizadas para almacenar información de acceso
determinada a partir de los aciertos de datos de tráfico de la
figura 3A.
La figura 5 es un diagrama de bloques de un
archivo contenedor que almacena la información de acceso en los
resultados de análisis de la figura 1.
La figura 6 es un diagrama de flujo de una
rutina para recopilar y resumir información de acceso utilizada en
el método de la figura 2.
La figura 7 es un diagrama de flujo de una
rutina para almacenar información de acceso utilizada en la rutina
de la figura 6.
La figura 8 es un diagrama de flujo de una
rutina para resumir información de acceso utilizada en la rutina de
la figura 6.
Las figuras 9A y 9B son un diagrama de flujo de
una rutina de una pasada para analizar información de acceso
utilizada en el método de la figura 2.
La figura 10 es un diagrama de flujo de una
rutina de dos pasadas para analizar información de acceso utilizada
en el método de la figura 2.
La figura 11 es un gráfico del número de
sesiones abiertas recibidas por el servidor de la figura 1 en
función del tiempo.
La figura 12 es un diagrama de flujo de las
etapas para ajustar la recopilación de información de acceso para la
inflación utilizada en la rutina de la figura 6.
La figura 13 es un diagrama de flujo de las
etapas para ajustar el análisis de información de acceso para la
inflación utilizada en la rutina de las figuras 9A y 9B y 10A a
B.
La figura 1 es un diagrama de bloques funcional
de un sistema para analizar datos de tráfico en un entorno
informático distribuido 9 según la presente invención. Un servidor
10 proporciona un sitio web y servicios relacionados a usuarios
remotos. A modo de ejemplo, los usuarios remotos pueden acceder al
servidor 10 desde un sistema informático remoto 12 interconectado
con el servidor 10 sobre una conexión de red 13, tal como Internet
o una intranet, una conexión de acceso telefónico (o punto a punto)
14 o una conexión directa (dedicada) 17. También son posibles otros
tipos de conexiones de acceso remoto.
Cada acceso de un usuario remoto al servidor 10
da como resultado un "acierto" de datos de tráfico 11 no
procesados. El formato utilizado para almacenar cada acierto de
datos de tráfico 11 y un ejemplo de un acierto de datos de tráfico
11 se describen posteriormente con referencia a las figuras 3A y 3B,
respectivamente. El servidor 10 almacena preferiblemente cada
acierto de datos de tráfico 11 en un archivo de registro 15, aunque
puede utilizarse una base de datos 16 u otra estructura de
almacenamiento.
Para analizar los datos de tráfico, el servidor
10 examina cada acierto de datos de tráfico 11 y almacena la
información de acceso obtenida a partir de los datos de tráfico como
resultados de análisis 18A a C. Se muestran cinco fuentes de datos
de tráfico 11 (sistema remoto 12, conexión de acceso telefónico 14,
archivo de registro 15, base de datos 16 y conexión directa 17).
También son posibles otras fuentes. Los aciertos de datos de
tráfico 11 pueden originarse a partir de cualquier fuente única o a
partir de una combinación de estas fuentes. Mientras que el
servidor 10 recibe aciertos de datos de tráfico 11 continuamente, se
almacenan conjuntos independientes de resultados de análisis 18A a
C para cada periodo de información discreto, llamado un segmento de
tiempo. Los resultados de análisis 18A a C se utilizan para generar
resúmenes 19A a C de la información de acceso.
En la realización descrita, el servidor 10 es
normalmente un sistema informático basado en Intel Pentium equipado
con un procesador, memoria, interfaces de entrada/salida, una
interfaz de red, un dispositivo de almacenamiento secundario y una
interfaz de usuario, preferiblemente tal como un teclado y una
pantalla. El servidor 10 funciona normalmente bajo el control de
los sistemas operativos Microsoft Windows NT o Unix y ejecuta el
software Microsoft Internet Information Server o el Netscape
Communications Server. Pentium, Microsoft, Windows, Windows NT,
Unix, Netscape y Netscape Communications Server son marcas
registradas de sus respectivos propietarios. Sin embargo, también
son posibles otras configuraciones del servidor 10 que varían en
hardware, tal como Apple Macintosh, compatible con DOS, Sun
Workstation y otras plataformas, en sistemas operativos tales como
MS-DOS, Unix y otros, y en software web. Apple,
Macintosh, Sun y MS-DOS son marcas registradas de
sus respectivos propietarios.
La figura 2 es un diagrama de flujo de un método
20 para analizar datos de tráfico en un entorno informático
distribuido según la presente invención que utiliza el sistema de la
figura 1. Su finalidad es recopilar y resumir continuamente
información de acceso a partir de aciertos de datos de tráfico 11
mientras que permite análisis ad hoc, bajo demanda. El
método 20 consiste en dos rutinas. La información de acceso se
recopila a partir de los aciertos de datos de tráfico 11 y es
resumida por el servidor 10 en resultados de análisis 18A a C
(bloque 21), tal como se describe en mayor detalle posteriormente
con referencia a la figura 6. La información de acceso se analiza
independientemente generando los resúmenes 19A a C que identifican
tendencias, estadísticas y otra información (bloque 22), tal como
se describe en mayor detalle posteriormente con referencia a las
figuras 9A y 9B. La recopilación y resumen de la información de
acceso (bloque 21) se realiza de manera continua por el servidor 10
mientras que el análisis de la información de acceso (bloque 22) se
realiza basándose en ad hoc mediante el servidor 10 o una
estación de trabajo independiente (no mostrada).
El método 20 se implementa preferiblemente como
un programa informático ejecutado por el servidor 10 y realizado en
un medio de almacenamiento que comprende un código legible por
ordenador. En la realización descrita, el método 20 está escrito en
el lenguaje de programación C, aunque otros lenguajes de
programación son igualmente adecuados. Funciona en un entorno
Microsoft Windows y puede analizar formatos de archivo de registro
común, archivo de registro combinado y archivo de registro
propietario de servidores web estándar de la industria, tales como
los licenciados por Netscape, NCSA, O'Reilly, Quarterdeck,
C-Builder, Microsoft, Oracle, EMWAC y otros
servidores web Windows 3.x, Windows NT 95, Unix y Macintosh. Los
resultados de análisis 18A a C pueden almacenarse en una base de
datos 16 estándar o propietaria (mostrada en la figura 1) tal como
SQL, BTRIEVE, ORACLE, INFORMIX y otras. El método 20 utiliza los
resultados de análisis 18A a C de los aciertos de datos de tráfico
11 como se recopilan en el archivo de registro 15 o la base de datos
16 para generar resúmenes 19A a C de actividad, geográficos,
demográficos y de otro tipo, tal como los enumerados posteriormente
en la tabla 1. Otros resúmenes 19A a C también son posibles.
Además, los resultados de análisis 18A a C
pueden utilizarse para crear automáticamente informes y resúmenes
que incluyen información y gráficos estadísticos que muestran, a
modo de ejemplo, la actividad del usuario según el mercado, el
nivel de interés en páginas o servicios web específicos, qué
productos son los más populares, si un visitante tiene un origen
local, nacional o internacional e información similar. En la
realización descrita, los resúmenes 19A a C pueden generarse como
informes en una variedad de formatos. Estos formatos incluyen
archivos de lenguaje de marcación de hipertexto (HTML, Hypertext
Markup Language) compatibles con la mayoría de navegadores web
populares, formatos de archivos propietarios para su utilización con
el procesamiento de textos, hojas de cálculo, bases de datos y
otros programas, tales como Microsoft Word, Microsoft Excel,
archivos ASCII y otros diversos formatos. Word y Excel son marcas
registradas de Microsoft Corporation, Redmond, Washington.
La figura 3 muestra un formato utilizado para
almacenar un "acierto" de datos de tráfico 11 no procesados
recibido por el servidor de la figura 1. Un acierto de datos de
tráfico 11 no procesados no está en el formato mostrado en la
figura 3A. En su lugar, los contenidos de cada campo en el formato
se determinan a partir de los paquetes de datos intercambiados
entre el servidor 10 y la fuente del acierto de datos de tráfico 11
y la información obtenida de los paquetes de datos se almacena en
un registro de datos utilizando el formato de la figura 3A antes de
almacenarse en el archivo de registro 15 (mostrado en la figura 1) o
procesarse.
Cada acierto de datos de tráfico 11 es una
cadena de caracteres formateada de datos ASCII. El formato está
basado en el formato del archivo de registro estándar desarrollado
por la National Computer Security Association (NCSA), el formato de
registro estándar utilizado por la mayoría de servidores web. El
formato consiste en siete campos tal como sigue:
- \underline{Nombre \ del \ campo}
- \underline{Descripción}
- Dirección de usuario (30):
- Dirección del protocolo de Internet (IP, Internet Protocol) o nombre de dominio del usuario que accede al sitio.
- RFC931 (31):
- Campo obsoleto que se deja normalmente en blanco, pero utilizado cada vez más por muchos servidores web para almacenar el nombre de dominio host para archivos de registro de interfaz múltiple (multi-homed).
- Autenticación de usuario (32):
- Intercambia el nombre del usuario si se requiere para el acceso al sitio web.
- Fecha/Hora (33):
- Fecha y hora del acceso y el desfase horario a partir del GMT.
- Solicitud (34):
- O bien un comando GET (una solicitud de página) o POST (un envío de un formulario).
- Código de devolución (35):
- Estado de devolución de la solicitud que especifica si la transferencia fue satisfactoria.
- Tamaño de transferencia (36):
- Número de bytes transferidos para la solicitud de archivo, es decir, el tamaño del archivo.
Además, pueden emplearse tres campos opcionales
tal como sigue:
También son posibles otros aciertos de datos de
tráfico 11, incluyendo formatos propietarios que contienen campos
adicionales, tales como el tiempo para la transmisión, tipo de
operación de servicio y otros. Además, se están produciendo
constantemente modificaciones y adiciones a los formatos de aciertos
de datos de tráfico 11 no procesados y un experto en la técnica
conocería las extensiones requeridas por la presente invención para
tratar tales variaciones de los formatos.
La figura 3B muestra, a modo de ejemplo, un
"acierto" de datos de tráfico no procesados recibido por el
servidor de la figura 1. El campo de dirección de usuario 30 es
"tarpon.gulf.net" que indica que el usuario proviene de un
dominio llamado "gulf.net" que reside en una máquina llamada
"tarpon". Los campos de Autorización de usuario 32 y RFC931 31
son "-" indicando entradas en blanco. El campo Fecha/Hora 33 es
"12/JAN/1996:20:38:17 +0000" indicando un acceso el 12 de enero
de 1996 a las 8:38:17 pm GMT. El campo Solicitud 34 es
"GET/general.htm HTTP/1.0" indicando que el usuario solicitó la
página "general.htm". Los campos de Código de devolución 35 y
Tamaño de transferencia 36 son 200 y 3.599, respectivamente,
indicando una transferencia satisfactoria de 3.599 bytes.
La figura 4 es un diagrama de bloques de las
estructuras de datos utilizadas para almacenar información de acceso
determinada a partir de los aciertos de datos de tráfico 11 de la
figura 3A. Los usuarios acceden continuamente al servidor 10,
momento durante el cual el servidor 10 recibe una serie de
"aciertos" de usuarios remotos para intercambiar información,
tal como el acceso a una página web o el envío de un archivo. Los
usuarios se identifican mediante la dirección del protocolo de
Internet (IP) del usuario o mediante el nombre de dominio. El
momento durante el cual el usuario está accediendo de manera activa
al servidor 10 se conoce como una sesión. Una sesión abierta se
define como un periodo de actividad activa de un usuario del
servidor 10. Por defecto, una sesión de usuario termina cuando un
usuario permanece inactivo durante más de 30 minutos, aunque otros
límites de tiempo son igualmente adecuados. Una sesión de usuario
abierta puede abarcar dos o más segmentos de tiempo que pueden
inflar artificialmente el cómputo de sesiones abiertas durante el
análisis de la información de acceso (bloque 22) tal como se
describe en mayor detalle posteriormente con referencia a la figura
11.
Cada acierto de datos de tráfico 11 se analiza
sintácticamente para obtener información de acceso pertinente.
Aunque un acierto de datos de tráfico 11 contiene fundamentalmente
datos formateados tal como se describe con referencia a la figura
3A, la información de acceso es más extensa e incluye datos
derivados del contexto del "acierto", tal como la ciudad o
estado del sitio de referencia. En la descripción descrita, una base
de datos de direcciones de Internet tanto estadounidenses como
internacionales (no mostrada) que incluye el nombre completo de la
compañía, ciudad, estado y país, se mantiene para inferir tal
información de acceso indirecta acerca de cada usuario. La
información de acceso se utiliza después para rellenar un conjunto
de tablas de resultados 40A a D. Cada tabla almacena un tipo
particular de información de acceso, tal como el estado, ciudad o
país del usuario, la página dentro del sitio web a la que se está
accediendo, el sitio web de origen, un localizador de recursos
universal (URL, Universal Resource Locator) y otra
información de puede derivarse directamente o por inferencia a
partir del acierto de datos de tráfico 11. Al final del segmento de
tiempo, las tablas de resultados 40A a D están resumidas en un
archivo contenedor 41, descrito en mayor detalle posteriormente con
referencia a la figura 5, que está almacenado en los resultados de
análisis 18A a C.
Las tablas de resultados 40A a C se clasifican
según el tipo de información de acceso que está computándose y cada
tabla de resultados 40A contiene un conjunto de registros 42 para
almacenar la información de acceso. En la realización descrita
existen dos tipos de tablas. Las tablas estáticas contienen un
conjunto fijo y predefinido de registros 42, tal como el conjunto de
páginas en el sitio web que están midiéndose. Las tablas dinámicas
son de una longitud indeterminada y pueden tener cero o más
registros. Cada vez que se encuentre nueva información de acceso,
debe crearse un nuevo registro 42 en la tabla de resultados 40A.
Por ejemplo, en una tabla de resultados 40A
dinámica para almacenar el estado del cual proviene el usuario, un
registro podría contener "TX: 5, 500" indicando que el estado
del usuario es Texas con cinco sesiones de usuario y 500 aciertos
registrados hasta ahora. Si el siguiente acierto de datos de tráfico
11 proviene de un nuevo usuario de Texas, este registro 42 se
actualizará a "TX: 6, 501" indicando seis sesiones de usuario
con 501 aciertos. Si el siguiente acierto de tráfico de datos 11
proviene de todavía otro nuevo usuario de California, se creará un
nuevo registro 42 que contenga "CA: 1, 1" indicando que el
estado del usuario es California con una sesión de usuario y un
acierto. Además del conjunto de tablas de resultados 40A a D, el
servidor 10 mantiene una tabla de sesiones de usuario 43 para seguir
la pista de las sesiones de usuario abiertas durante cada segmento
de tiempo que se utiliza en una realización adicional descrita
posteriormente con referencia a las figuras 12 a 13.
La figura 5 es un diagrama de bloques de un
archivo contenedor 41 que almacena la información de acceso en los
resultados de análisis 18A a C de la figura 1. Cada archivo
contenedor 41 contiene una tabla de contenidos 44 que mapea las
ubicaciones relativas de cada tabla de resultados 40A a D dentro del
archivo contenedor 41. La tabla de sesiones de usuario 43 también
está almacenada en el archivo contenedor 41 y contiene una serie de
punteros a un conjunto de microtablas 45A a C. Cada microtabla 45A a
C corresponde a una de las tablas de resultados 40A a D que
contiene potencialmente un cómputo inflado de sesiones abiertas.
Cada entrada en una microtabla 45A contiene un índice 46 que apunta
a un registro dentro de su tabla de resultados 40B asociada que
requiere ajuste para la inflación. Sin embargo, no todas las tablas
de resultados 40A a D tienen una microtabla 45A a C asociada. En su
lugar, el número total de microtablas 45A a C es inferior o igual al
número de tablas de resultados 40A a C ya que no todas las tablas de
resultados 40A a C contienen información inflada.
Por ejemplo, el estado del cual proviene un
usuario se computa una vez durante cada sesión. Puesto que sólo se
computa una vez, el número de sesiones de usuario abiertas para
cualquier estado dado no está inflado. En consecuencia, no se
necesita ninguna microtabla 45 para la tabla de resultados 40A para
estados. Por el contrario, puede accederse a una página de un sitio
web numerosas veces durante una sesión abierta. Por tanto, se
requiere una microtabla 45A. Se hace un cómputo del número de
sesiones abiertas que abarca cada límite de segmento de tiempo en
la tabla de sesiones de usuario 43, tal como se describe
posteriormente con referencia a la figura 12, y se crea una entrada
en la tabla de sesiones de usuario 43 que apunta a una microtabla
45A correspondiente. A su vez, cada entrada dentro de la microtabla
45A contiene un índice a un registro particular dentro de la tabla
de resultados 40b para páginas web. Durante el análisis se ajusta la
información de acceso para eliminar la inflación tal como se
describe posteriormente con referencia a la figura 13.
La figura 6 es una diagrama de flujo de un
rutina para recopilar y resumir información de acceso (bloque 21)
utilizada en el método de la figura 2. Su finalidad es procesar de
manera iterativa aciertos de datos de tráfico 11 durante el
segmento de tiempo actual y resumir a partir de entonces los
resultados. La información de acceso no está ajustada para la
inflación debido al doble, triple o múltiple cómputo de sesiones
abiertas que abarcan múltiples segmentos de tiempo. El ajuste de la
inflación es innecesario si la información de acceso que está
resumiéndose se computa sólo una vez. Sin embargo, posteriormente se
describe una realización adicional del presente método con
referencia a las figuras 11 y 12 para ajustar los resultados de
análisis para la inflación donde se necesita tal ajuste.
El servidor 10 ejecuta la rutina una vez durante
cada segmento de tiempo. Primero, las tablas de resultados 40A a D
estáticas, si las hubiera, si inicializan (bloque 50). Después, la
rutina entra en un bucle de procesamiento (bloques 51 a 54) para
tratar de manera continua un flujo de aciertos de datos de tráfico
11. Se recibe (bloque 51) un "acierto" de datos de tráfico 11
no procesados en el formato de archivo de registro descrito con
referencia a la figura 3A. En la realización descrita, el 99% de
los aciertos de datos de tráfico 11 se reciben desde el archivo de
registro 15 (mostrado en la figura 1), aunque los aciertos de datos
de tráfico 11 también podrían recibirse desde otras fuentes. A
continuación, los datos de tráfico 11 no procesados se analizan
sintácticamente para obtener información de acceso (bloque 52). La
información de acceso incluye, pero no está limitada a, los
contenidos de los campos del formato de archivo de registro descrito
con referencia a la figura 3A. Además, la información de acceso
incluye información contextual derivada del acierto, tal como la
página web accedida, el día de la semana, la hora del día, etc. La
información de acceso se almacena en la tabla de resultados 40A a D
pertinente (bloque 53) tal como se describe a continuación en mayor
detalle con referencia a la figura 7. Si el segmento de tiempo
actual no ha finalizado todavía (bloque 54), el procesamiento
continúa con el siguiente acierto de datos de tráfico 11 en la
parte superior del bucle de procesamiento (bloques 51 a 54). Por el
contrario, si el segmento de tiempo ha finalizado (bloque 54), la
información de acceso se resume en un archivo contenedor 41 (bloque
55), tal como se describe posteriormente con referencia a la figura
8, y la rutina vuelve.
La figura 7 es un diagrama de flujo para
almacenar la información de acceso (bloque 53) utilizada en la
rutina de la figura 6. Su finalidad es rellenar de manera iterativa
cada una de las tablas de resultados 40A a D con la información de
acceso analizada sintácticamente e inferida desde cada acierto de
datos de tráfico 11. La información de acceso se clasifica según
las tablas de resultados 40A a D. La rutina entra en un bucle de
procesamiento (bloques 60 a 65) para rellenar de manera continua una
tabla de resultados 40A con información de acceso, si fuese
apropiado. Por tanto, se localiza una tabla de resultados 40A
pertinente (bloque 60). Si la tabla de resultados 40A no es
estática (bloque 61) y no existe un registro para almacenar este
tipo de información de acceso en esta tabla de resultados 40A
(bloque 62), se crea un registro (bloque 63). Por el contrario, si
la tabla de resultados 40A es dinámica (bloque 61) o si la tabla de
resultados 40A es estática pero ya existe un registro para
almacenar este tipo de información de acceso (bloque 62), la
información de acceso se almacena en el registro para almacenar
este tipo de información de acceso en la tabla de resultados 40A
(bloque 64). Si toda la información de acceso para el acierto de
datos de tráfico 11 actual no se ha almacenado en una tabla de
resultados 40A (bloque 65), el procesamiento continúa en la parte
superior del bucle de procesamiento (bloques 60 a 65). Por el
contrario, si se ha almacenado toda la información de acceso (bloque
65), la rutina vuelve.
La figura 8 es un diagrama de flujo de una
rutina para resumir información de acceso (bloque 55) utilizada en
la rutina de la figura 6. Su finalidad es resumir de manera
iterativa cada una de las tablas de resultados 40A a D en un
archivo contenedor 41 almacenado con los resultados de análisis 18A
a C (mostrados en la figura 1). La rutina entra en un bucle de
procesamiento (bloques 70 a 72) para resumir de manera continua cada
tabla de resultados 40A. Por tanto, se obtiene una tabla de
resultados 40A (bloque 70). La tabla de resultados 40A se almacena
en un archivo contenedor 41 copiando la tabla de resultados 40A en
el archivo contenedor 41 y actualizando la tabla de contenidos 44
del archivo contenedor 41 para reflejar la posición relativa de la
tabla de resultados 40A dentro del archivo contenedor 41. Si no se
han resumido todas las tablas de resultados 40A a D (bloque 72), el
procesamiento continúa en la parte superior del bucle de
procesamiento (bloques 70 a 72). Por el contrario, si se han
resumido todas las tablas de resultados 40A a D (bloque 72), la
rutina vuelve.
En las dos rutinas anteriores para almacenar y
resumir respectivamente información de acceso, descritas con
referencia a las figuras 7 y 8, respectivamente, se empleó un bucle
iterativo (bloques 60 a 65 en la figura 7 y bloques 70 a 72 en la
figura 8) para procesar secuencialmente cada una de las tablas de
resultados 40A a D. Sin embargo, una realización adicional de la
presente invención utiliza una sentencia de selección en lugar de
una construcción de bucle para acceder directamente a cada tabla de
resultados 40A.
Las figuras 9A y 9B y la figura 10 son diagramas
de flujo respectivamente de rutinas de una pasada y de dos pasadas
para analizar información de acceso utilizada en el método de la
figura 2. La rutina de una pasada (figuras 9A y 9B) minimiza el
número de accesos a datos realizados al analizar la información de
acceso. La rutina de dos pasadas (figura 10) minimiza el número de
variables de programa requerido. Cualquier rutina es igualmente
adecuada para analizar la información de acceso dependiendo de la
configuración particular de la estación de trabajo o el servidor 10
(no mostrado) utilizado para realizar el análisis.
Las figuras 9A y 9B son el diagrama de flujo de
una rutina de una pasada para analizar información de acceso
(bloque 22) utilizada en el método de la figura 2. Su finalidad es
analizar y resumir la información de acceso registrada para una
trama de tiempo solicitada por el usuario basándose en ad hoc
en una única pasada a través de los resultados de análisis 18A a C.
La trama de tiempo puede ser más pequeña, igual o más grande que el
segmento de tiempo utilizado por la rutina de recopilación y resumen
de información de acceso (bloque 21 en la figura 2). La rutina
divide automáticamente la trama de tiempo solicitada en segmentos de
tiempo más pequeños y almacena los resúmenes de análisis para cada
uno de los segmentos de tiempo para permitir una flexibilidad y
rapidez mayores en informes posteriores de la misma o relacionada
trama de tiempo.
Brevemente, la rutina crea un archivo contenedor
41 para almacenar información de acceso resumida para la trama de
tiempo solicitada si un archivo contenedor 41 de este tipo no existe
todavía en los resultados de análisis 18A a C (mostrados en la
figura 1). El nuevo archivo contenedor 41 se mantiene en los
resultados de análisis 18A a C para que se evite un acceso inmediato
en solicitudes y reanálisis posteriores de los segmentos de
tiempo.
La rutina está estructurada jerárquicamente
según la demanda de procesamiento creciente basada en la
disponibilidad de información de acceso resumida en los resultados
de análisis 18A a C. En la parte inferior de la jerarquía (bloques
81 a 82), la rutina utiliza cualquier resultado de análisis 18A a C
disponible almacenado en un archivo contenedor 41. En el siguiente
nivel de la jerarquía (bloques 83 a 85), la rutina resume
información de acceso recopilada pero no resumida. En la parte
superior de la jerarquía (bloques 86 a 87), la rutina recopila y
resume aciertos de datos de tráfico 11 no procesados. La
estructuración jerárquica permite al servidor 10 analizar
eficazmente los datos de tráfico utilizando resúmenes 19A a C
existentes siempre que sea posible y evitar de ese modo la
necesidad de procesar datos de tráfico 11 no procesados para cada
segmento de tiempo en la trama de tiempo cada vez que se realice una
nueva solicitud de análisis.
En la rutina, se define la trama de tiempo de
interés (bloque 80). Si ya existe algún resumen de análisis para la
trama de tiempo solicitada en un archivo contenedor 41 almacenado en
los resultados de análisis 18A a C (bloque 81), los resúmenes de
análisis disponibles se resumen (bloque 82). Esta etapa se salta si
todavía no existe ningún resumen de análisis (bloque 81). A
continuación, si falta algún resumen de análisis (bloque 83), se
realiza la siguiente fase en la jerarquía. Específicamente, si ya
existe algún resultado de análisis no resumido para la trama de
tiempo (bloque 84), se resume la información de acceso para cada
segmento de tiempo en la trama de tiempo solicitada para los
resultados de análisis no resumidos (bloque 55), tal como se
describió anteriormente con referencia a la figura 8. Estos
resultados de análisis se añaden después al resumen (bloque 85).
Sin embargo, estas dos últimas etapas se saltan si todavía no
existen resultados de análisis no resumidos para la trama de tiempo
(bloque 84). Si todavía faltan resúmenes de análisis (bloque 86), se
realiza la última fase en la jerarquía. Específicamente, se
recopila y se resume información de acceso para cada segmento de
tiempo en la trama de tiempo solicitada para los resultados de
análisis restantes que faltan (bloque 21), tal como se describió
anteriormente con referencia a la figura 6. Después, estos
resultados de análisis se añaden al resumen (bloque 87). Una vez
que no falta ningún otro resultado de análisis (bloques 83 y 86), se
completa el análisis de la trama de tiempo solicitada (bloque 88) y
la rutina vuelve.
La figura 10 es el diagrama de flujo de una
rutina de dos pasadas para analizar información de acceso utilizada
en el método de la figura 2. Su finalidad es analizar y resumir la
información de acceso registrada para una trama de tiempo
solicitada por un usuario basándose en ad hoc en dos pasadas
a través de los resultados de análisis 18A a C. La primera pasada
(bloques 121 a 21) "hace un inventario" de los resultados de
análisis 18A a C disponibles y crea cualquier resumen de análisis
que falte según se necesite. La segunda pasada (bloque 125) recopila
y completa el análisis.
En la rutina, se define la trama de tiempo de
interés (bloque 120). Se hace un inventario de los resúmenes de
análisis para la trama de tiempo solicitada que ya existen en un
archivo contenedor 41 almacenado en los resultados de análisis 18A
a C para determinar cualquier hueco en los datos (bloque 121). Si
falta algún resumen de análisis (bloque 122), se realiza la
siguiente fase en la jerarquía. Específicamente, si ya existe algún
resultado de análisis no resumido para la trama de tiempo (bloque
123), se resume la información de acceso para cada segmento de
tiempo en la trama de tiempo solicitada para los resultados de
análisis no resumidos (bloque 55), tal como se describió
anteriormente con referencia a la figura 8. Sin embargo, esta etapa
se salta si todavía no existe ningún resultado de análisis no
resumido para la trama de tiempo (bloque 123). Si todavía faltan
resúmenes de análisis (bloque 124) se realiza la última fase de la
jerarquía. Específicamente, se recopila y se resume información de
acceso para cada segmento de tiempo en la trama de tiempo solicitada
para los resultados de análisis restantes que faltan (bloque 21),
tal como se describió anteriormente con referencia a la figura 6.
Después se completa el análisis de la trama de tiempo solicitada
(bloque 125) y la rutina vuelve.
La figura 11 es un gráfico del número de
sesiones abiertas recibidas por el servidor de la figura 1 en
función del tiempo. Tal como se explicó anteriormente, el método
descrito con referencia a las figuras 6 a 9 supone que la
información de acceso no está inflada por un doble, triple o
múltiple cómputo de sesiones abiertas que abarcan múltiples
segmentos de tiempo. Este tipo de ajuste es innecesario si la
información de acceso sólo se computa una vez durante toda la
sesión de usuario. Sin embargo, muchos tipos de aciertos de datos
de tráfico 11, tal como los accesos a páginas web, pueden dar como
resultado un cómputo múltiple. En el gráfico mostrado en la figura
11, se calcula el número de sesiones abiertas 90 en función del
tiempo. Cada nuevo acierto de tráfico de datos 11 hace que se
compute una sesión abierta adicional. El límite entre dos segmentos
de tiempo 91 separa una "ondulación" de sesiones abiertas
computadas de manera múltiple que infla el número de sesiones
abiertas 90 computadas. La "ondulación" 92 se produce debido a
que, en realidad, cada sesión abierta se computa dos, tres o
múltiples veces en las tablas de resultados 40A a D para cada
segmento de tiempo respectivo. El resultado neto es una cifra
inflada para el número de sesiones abiertas durante las cuales se
accedió al elemento de interés.
Por ejemplo, supóngase que el servidor 10 guarda
resultados de análisis 18A una vez para segmento de tiempo de 24
horas empezando a las 00:00:00 y terminando a las 23:59:59. Los
usuarios que visitan el servidor 10 desde, por ejemplo, las
23:50:00 hasta las 00:00:30 se registrarán dos veces: una vez en los
resultados de análisis 18A para el primer segmento de tiempo y una
vez en los resultados de análisis para el segundo segmento de
tiempo. Por tanto, supóngase que el elemento de interés es el número
de sesiones abiertas durante las cuales se accedió a una página web
particular y que la trama de tiempo de interés fue sólo el primer y
el segundo segmento de tiempo. Cada nuevo acierto de datos de
tráfico 11 para esta página web solicitada por un usuario con una
sesión abierta que se establece entre las 23:50:00 y las 00:30:00
dará como resultado un cómputo doble para el segundo segmento de
tiempo si ese usuario ya accedió a esta página web durante el primer
segmento de tiempo. El resumen de la trama de tiempo del primer y
segundo segmento de tiempo se inflará a no ser que se resten los
cómputos dobles del número de sesiones abiertas para esta página web
para el segundo segmento de tiempo.
Para resolver este problema, una realización
adicional de la presente invención introduce etapas adicionales en
el método descrito con referencia a las figuras 6 a 9 para
"recordar" y almacenar con cada resumen de análisis el número
de visitas de sesiones abiertas que quedan al final del segmento de
tiempo. Esto permite al método computar aquellas sesiones abiertas
que abarcan dos o más segmentos de tiempo y desinflar los resúmenes
de análisis en consecuencia.
Por ejemplo, si un usuario está visitando el
servidor 10 desde el día X a las 23:50:00 hasta el día X+1 a las
00:30:00, el servidor 10 almacenará el identificador de usuario, tal
como el nombre del usuario, la dirección IP, cookie u otra
indicación, con el resumen de análisis del día X. Después, cuando se
combinan el resumen de análisis para el día X y el del día X+1,
puede ajustarse el número de sesiones abiertas para compensar
cualquier cómputo múltiple.
Las etapas adicionales se introducen tanto en la
rutina para recopilar y resumir información de acceso (bloque 21 en
la figura 2) para "recordar" cualquier cómputo múltiple como en
la rutina para analizar la información de acceso (bloque 22 en la
figura 2) para ajustar los cómputos de sesiones abiertas durante el
análisis. La figura 12 es un diagrama de flujo de etapas para
ajustar la recopilación de información de acceso para la inflación
utilizada en la rutina de la figura 6 que se insertan después de la
etapa de resumir la información de acceso (bloque 55). Por tanto,
si hay alguna sesión abierta que queda al final del segmento de
tiempo (bloque 101), el número de sesiones abiertas se almacena con
los resultados de análisis y la tabla de sesiones de usuario 43 se
actualiza con la ubicación relativa de cada una de las microtablas
45A a D asociadas en el archivo contenedor 41 (bloque 102). Por el
contrario, si no existe ninguna sesión abierta (bloque 101), no
necesita realizarse ninguna etapa adicional.
La figura 13 es un diagrama de flujo de etapas
para ajustar el análisis de información de acceso para la inflación
utilizada en las rutinas de las figuras 9A, 9B y 10 que se insertan
después de cada etapa durante las cuales se actualiza el resumen de
los resultados de análisis (bloques 82, 85 y 87 en las figuras 9A y
9B y bloque 127 en la figura 10). Por tanto, se selecciona el
segmento de tiempo en la trama de tiempo solicitada (bloque 111).
Si éste no es el último segmento de tiempo en la trama de tiempo
solicitada (bloque 112), el número de sesiones abiertas para el
segmento de tiempo anterior se deduce a partir de los resultados de
análisis para el segmento de tiempo actual (bloque 112),
desinflando por tanto el cómputo y el procesamiento continúa con el
siguiente segmento de tiempo en la trama de tiempo solicitada
(bloque 111). Por el contrario, si éste es el último segmento de
tiempo en la trama de tiempo solicitada (bloque 112), se completa el
procesamiento.
En la descripción descrita, el número de
sesiones abiertas correspondientes a ciertos tipos de valores de
datos recopilados para su utilización en los resúmenes 19A a C
(enumerados en la tabla 1) se computan sólo una vez. Generalmente,
estos son los tipos de datos que es probable que no cambien e
incluyen, por ejemplo, el sitio web de referencia, la ciudad,
estado, país, día de la semana, región, tipo de organización, tipo
de sistema operativo y navegador. No se necesitan microtablas 45A a
C para ajustar los cómputos de sesiones abiertas correspondientes a
estos tipos de datos. Sin embargo, el número de sesiones abiertas
correspondiente a todos los demás tipos de valores de datos se
computa continuamente a lo largo de toda la sesión de usuario. Las
microtablas 45A a C se requieren para estos tipos de datos.
Se mantienen los cómputos de sesiones para cada
uno de los resúmenes 19A a C independientemente del tipo de datos,
aunque los cómputos de sesiones no se utilizan necesariamente
durante el análisis de la información de acceso (bloque 22) para
desinflar las tablas de resultados 40A a D correspondientes. Además,
no se mantienen microtablas 45A a C para estas tablas de resultados
40A a D no ajustadas. Sin embargo, convertir tablas de resultados
40A a D no ajustadas en tablas de resultados 40A a D ajustadas,
solamente requiere formar una microtabla 45A asociada. Esta
conversión sería necesaria si, por ejemplo, se modificase un tipo de
dato computado anteriormente una sola vez por sesión para permitir
un cómputo continuo.
Habiendo descrito e ilustrado los principios de
la invención en una realización preferida de la misma, será evidente
que la invención puede modificarse en disposición y en detalle sin
apartarse de tales principios. El alcance de la invención está
limitado por las siguientes reivindicaciones.
Claims (7)
1. Sistema para analizar datos de tráfico en un
entorno informático distribuido, comprendiendo el entorno
informático distribuido (9) una pluralidad de sistemas
interconectados (12) acoplados de manera operativa a un servidor
(10) que está configurado para intercambiar paquetes de datos con
cada sistema interconectado (12), comprendiendo el servidor:
una fuente (12, 14, 15, 16, 17) de aciertos de
datos de tráfico (11), correspondiendo cada acierto de datos de
tráfico (11) a un paquete de datos intercambiado entre el servidor
(10) y un sistema interconectado (12) de este tipo;
una o más tablas de resultados (40A a D)
clasificadas mediante un tipo de datos asociado, comprendiendo cada
tabla de resultados (40A a D) una pluralidad de registros (42);
medios para recopilar cada acierto de datos de
tráfico (11) a partir de la fuente de aciertos de datos de tráfico
(12, 14, 15, 16, 17) como información de acceso en un registro (42)
de este tipo en al menos una tabla de resultados (40A a D) según el
tipo de datos asociado con una tabla de resultados (40A a D) de este
tipo, correspondiendo cada uno de los registros (42) en dicha al
menos una tabla de resultados (40 a C) a un tipo diferente de
información de acceso para el tipo de datos asociado con dicha al
menos una tabla de resultados (40A a C);
medios para resumir periódicamente la
información de acceso recopilada en las tablas de resultados (40A a
D) para cada reaparición de un segmento de tiempo en resultados de
análisis (18A a C), siendo el segmento de tiempo un periodo de
información discreto; y
medios para analizar la información de acceso a
partir de las tablas de resultados (40A a D) en los resultados de
análisis (18A a C) para formar resúmenes de análisis (19A a C) según
el tipo de datos asociado con la tabla de resultados (40A a C)
estando caracterizado el sistema porque
comprende además:
una tabla de sesiones de usuario (43) que
comprende uno o más registros que almacena cada uno un puntero,
correspondiendo cada puntero a una de las tablas de resultados (40A
a D), incluyendo los medios de recopilación un cómputo de sesiones
de usuario que representa el número de sesiones abiertas que abarca
un límite de segmento de tiempo para cada tipo de datos de este tipo
asociado con cada tabla de resultados (40A a D) de este tipo,
almacenándose el cómputo de sesiones de usuario en la tabla de
sesiones de usuario (43) en cada uno de los registros; y
una o más microtablas (45A a C), incluyendo cada
una de las microtablas (45A a C) uno o más índices y estando
asociada con una de las tablas de resultados (40A a D), haciendo
referencia de manera lógica cada índice de este tipo dentro de la
microtabla (45A a C) a cada tipo diferente de este tipo de
información de acceso recopilada en una tabla de resultados (40A a
D) asociada, haciendo además referencia de manera lógica cada
puntero de este tipo en la tabla de sesiones de usuario (43) a una
de las microtablas (45A a C), comprendiendo además los medios de
análisis medios para ajustar el análisis de información de acceso
para la inflación utilizando dicho cómputo de sesiones de
usuario.
2. Sistema de la reivindicación 1, en el que el
servidor (10) comprende además un archivo de registro (15) acoplado
de manera operativa al servidor (10) y que almacena los aciertos de
datos de tráfico (11), funcionando el archivo de registro (11) como
la fuente (12, 14, 15, 16, 17) de aciertos de datos de tráfico
(11).
3. Sistema según la reivindicación 1, en el que
el servidor (10) comprende además una base de datos (16) acoplada de
manera operativa al servidor (10) y que almacena al menos uno de los
aciertos de datos de tráfico (11) y los resultados de análisis (18A
a C), funcionando la base de datos (16) como la fuente (12, 14, 15,
16, 17) de los aciertos de datos de tráfico (11).
4. Sistema según la reivindicación 1, que
comprende además:
un archivo contenedor (41) que comprende una
tabla de contenidos (44) y configurado para almacenar la una o más
tablas de resultados (40A a D), la tabla de sesiones de usuario (43)
y la una o más microtablas (45A a C), comprendiendo además los
medios de resumen medios para mapear posiciones relativas de cada
tabla de resultados (40A a D) de este tipo dentro del archivo
contenedor (41) en la tabla de contenidos (44) y almacenar cada
puntero de este tipo en la tabla de sesiones de usuario (43) con las
posiciones relativas de cada microtabla (45A a C) de este tipo
dentro del archivo contenedor (41).
5. Método para analizar datos de tráfico en un
entorno informático distribuido (9) que incluye una pluralidad de
sistemas interconectados (12) acoplados de manera operativa a un
servidor (10), comprendiendo dicho método:
generar una pluralidad de aciertos de datos de
tráfico (11), correspondiendo cada uno de dichos aciertos de datos
de tráfico (11) a un paquete de datos intercambiado entre uno de los
servidores (10) y uno de los sistemas interconectados (12);
recopilar los aciertos de datos de tráfico (11)
como información de acceso en una o más tablas de resultados (40A a
D) según el tipo de datos asociado con la tabla de resultados (40A a
D) clasificada por dicho tipo de datos;
definir un segmento de tiempo como un periodo de
información discreto;
almacenar las tablas de resultados (40A a D)
como resultados de análisis (18A a C) para cada reaparición del
segmento de tiempo;
definir una trama de tiempo de interés que sea
mayor que el segmento de tiempo;
generar un resumen de análisis (19A a C) a
partir de una pluralidad de resultados de análisis (18A a C);
estando caracterizado el método porque
comprende además:
proporcionar una tabla de sesiones de usuario
(43) que comprende uno o más registros que almacena cada uno un
puntero y una o más microtablas (45A a C), correspondiendo cada
puntero a una de las tablas de resultados (40A a D), incluyendo cada
una de las microtablas (45A a C) uno o más índices y estando
asociada con una de las tablas de resultados (40A a D), haciendo
referencia de manera lógica cada índice de este tipo dentro de la
microtabla (45A a C) a información de acceso recopilada en una tabla
de resultados (40A a D) asociada, haciendo además referencia de
manera lógica cada puntero de este tipo en la tabla de sesiones de
usuario (43) a una de las microtablas (45A a C), comprendiendo
además el método:
computar una sesión de usuario para cada tipo de
datos asociado con cada tabla de resultados (40A a D); y
ajustar el análisis de información de acceso
para la inflación utilizando dicho cómputo de sesiones de
usuario.
6. Método según la reivindicación 5, en el que
el entorno informático distribuido (9) comprende además un archivo
contenedor (41) que comprende una tabla de contenidos (44) y
configurado para almacenar la una o más tablas de resultados (40A a
D), la tabla de sesiones de usuario (43) y la una o más microtablas
(45A a C), comprendiendo además el método:
mapear posiciones relativas de cada tabla de
resultados (40A a D) dentro del archivo contenedor (41) en la tabla
de contenidos (44); y
almacenar cada puntero de la tabla de sesiones
de usuario (43) con las posiciones relativas de cada microtabla (45A
a C) dentro del archivo contenedor (41).
7. Método según la reivindicación 5, en el que
los aciertos de datos de tráfico (11) incluyen información de acceso
y en el que dicho método comprende además:
resumir la información de acceso para cada
segmento de tiempo que se produce dentro de una trama de tiempo para
la que los resúmenes de análisis no están disponibles pero la
información de acceso de los resultados de análisis (18A a C) está
disponible;
almacenar la información de acceso resumida
formada en la etapa anterior como resúmenes de análisis (19A a
C);
resumir la información de acceso para cada
segmento de tiempo que se produce dentro de la trama de tiempo para
la que los resúmenes de análisis (19A a C) no están disponibles pero
la información de acceso de una tabla de resultados (40A a D) está
disponible;
almacenar la información de acceso resumida
formada en la etapa anterior como resultados de análisis (18A a C);
y
crear resúmenes de análisis (19A a C) a partir
de los resultados de análisis (18A a C) formados en la etapa
anterior.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/801,707 US6112238A (en) | 1997-02-14 | 1997-02-14 | System and method for analyzing remote traffic data in a distributed computing environment |
| US801707 | 1997-02-14 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| ES2297879T3 true ES2297879T3 (es) | 2008-05-01 |
Family
ID=25181851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| ES98907443T Expired - Lifetime ES2297879T3 (es) | 1997-02-14 | 1998-02-13 | Sistema y metodo para analizar datos de trafico rem,otos en un entorno informatico distribuido. |
Country Status (8)
| Country | Link |
|---|---|
| US (7) | US6112238A (es) |
| EP (1) | EP0983581B1 (es) |
| AU (1) | AU746658B2 (es) |
| CA (1) | CA2280961C (es) |
| DE (1) | DE69838751T2 (es) |
| DK (1) | DK0983581T3 (es) |
| ES (1) | ES2297879T3 (es) |
| WO (1) | WO1998038614A2 (es) |
Families Citing this family (176)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6515968B1 (en) | 1995-03-17 | 2003-02-04 | Worldcom, Inc. | Integrated interface for real time web based viewing of telecommunications network call traffic |
| US6859783B2 (en) | 1995-12-29 | 2005-02-22 | Worldcom, Inc. | Integrated interface for web based customer care and trouble management |
| US6108637A (en) | 1996-09-03 | 2000-08-22 | Nielsen Media Research, Inc. | Content display monitor |
| US6112238A (en) * | 1997-02-14 | 2000-08-29 | Webtrends Corporation | System and method for analyzing remote traffic data in a distributed computing environment |
| US5796952A (en) * | 1997-03-21 | 1998-08-18 | Dot Com Development, Inc. | Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database |
| US6643696B2 (en) | 1997-03-21 | 2003-11-04 | Owen Davis | Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database |
| US6304904B1 (en) * | 1997-03-27 | 2001-10-16 | Intel Corporation | Method and apparatus for collecting page-level performance statistics from a network device |
| US6760746B1 (en) * | 1999-09-01 | 2004-07-06 | Eric Schneider | Method, product, and apparatus for processing a data request |
| US6473407B1 (en) | 1997-09-05 | 2002-10-29 | Worldcom, Inc. | Integrated proxy interface for web based alarm management tools |
| US9197599B1 (en) | 1997-09-26 | 2015-11-24 | Verizon Patent And Licensing Inc. | Integrated business system for web based telecommunications management |
| US7225249B1 (en) | 1997-09-26 | 2007-05-29 | Mci, Llc | Integrated systems for providing communications network management services and interactive generating invoice documents |
| US7058600B1 (en) * | 1997-09-26 | 2006-06-06 | Mci, Inc. | Integrated proxy interface for web based data management reports |
| US6763376B1 (en) | 1997-09-26 | 2004-07-13 | Mci Communications Corporation | Integrated customer interface system for communications network management |
| US6714979B1 (en) | 1997-09-26 | 2004-03-30 | Worldcom, Inc. | Data warehousing infrastructure for web based reporting tool |
| US6745229B1 (en) | 1997-09-26 | 2004-06-01 | Worldcom, Inc. | Web based integrated customer interface for invoice reporting |
| EP0926605A1 (en) * | 1997-11-19 | 1999-06-30 | Hewlett-Packard Company | Browser system |
| US20020002039A1 (en) | 1998-06-12 | 2002-01-03 | Safi Qureshey | Network-enabled audio device |
| US6282267B1 (en) * | 1998-03-26 | 2001-08-28 | Bell Atlantic Network Services, Inc. | Network planning traffic measurement program |
| US6351453B1 (en) | 1998-03-26 | 2002-02-26 | Bell Atlantic Network Services, Inc. | Internet service provider (ISP) finder |
| US6411681B1 (en) | 1998-03-26 | 2002-06-25 | Bell Atlantic Network Services, Inc. | Traffic track measurements for analysis of network troubles |
| US6298123B1 (en) | 1998-03-26 | 2001-10-02 | Bell Atlantic Network Services, Inc. | Interconnect traffic tracking |
| JP2000011005A (ja) * | 1998-06-17 | 2000-01-14 | Hitachi Ltd | データ分析方法及び装置及びデータ分析プログラムを記録したコンピュータ読み取り可能な記録媒体 |
| US6317787B1 (en) * | 1998-08-11 | 2001-11-13 | Webtrends Corporation | System and method for analyzing web-server log files |
| US6108653A (en) * | 1998-08-31 | 2000-08-22 | Platinum Technology Ip, Inc. | Method and apparatus for fast and comprehensive DBMS analysis |
| US6292801B1 (en) | 1998-10-02 | 2001-09-18 | Rene L. Campbell | System and method for managing computer and phone network resources |
| US20030009464A1 (en) * | 1998-10-02 | 2003-01-09 | Campbell Rene L. | System and method for managing computer and phone network resources |
| US6925442B1 (en) * | 1999-01-29 | 2005-08-02 | Elijahu Shapira | Method and apparatus for evaluating vistors to a web server |
| US6434613B1 (en) * | 1999-02-23 | 2002-08-13 | International Business Machines Corporation | System and method for identifying latent computer system bottlenecks and for making recommendations for improving computer system performance |
| US6574627B1 (en) * | 1999-02-24 | 2003-06-03 | Francesco Bergadano | Method and apparatus for the verification of server access logs and statistics |
| US6606671B1 (en) * | 1999-04-19 | 2003-08-12 | Unisys Corporation | Method for analyzing input/output operations of a data processing system |
| US6393479B1 (en) * | 1999-06-04 | 2002-05-21 | Webside Story, Inc. | Internet website traffic flow analysis |
| US6928615B1 (en) * | 1999-07-07 | 2005-08-09 | Netzero, Inc. | Independent internet client object with ad display capabilities |
| US6789115B1 (en) * | 1999-07-09 | 2004-09-07 | Merrill Lynch & Company | System for collecting, analyzing, and reporting high volume multi-web server usage |
| AUPQ206399A0 (en) | 1999-08-06 | 1999-08-26 | Imr Worldwide Pty Ltd. | Network user measurement system and method |
| US6760763B2 (en) | 1999-08-27 | 2004-07-06 | International Business Machines Corporation | Server site restructuring |
| US7392308B2 (en) * | 1999-09-10 | 2008-06-24 | Ianywhere Solutions, Inc. | System, method, and computer program product for placement of channels on a mobile device |
| US6792458B1 (en) | 1999-10-04 | 2004-09-14 | Urchin Software Corporation | System and method for monitoring and analyzing internet traffic |
| US7610289B2 (en) | 2000-10-04 | 2009-10-27 | Google Inc. | System and method for monitoring and analyzing internet traffic |
| US6499034B1 (en) * | 1999-10-07 | 2002-12-24 | Xerox Corporation | Bristlelines: a visualization for discovery relationships between sorted web documents and their usage data |
| US6898597B1 (en) * | 1999-11-09 | 2005-05-24 | Insweb Corporation | Event log |
| JP3395896B2 (ja) * | 1999-11-25 | 2003-04-14 | 株式会社ジャストシステム | 情報提供システム及び方法、クライアント装置及び仲介装置 |
| FR2807604B1 (fr) * | 2000-04-07 | 2003-08-01 | Netvalue | Procede pour la mesure d'activite des utilisateurs de terminaux wap |
| US7013251B1 (en) * | 1999-12-15 | 2006-03-14 | Microsoft Corporation | Server recording and client playback of computer network characteristics |
| US7523190B1 (en) * | 1999-12-23 | 2009-04-21 | Bickerstaff Cynthia L | Real-time performance assessment of large area network user experience |
| CA2396565A1 (en) | 2000-01-12 | 2001-07-19 | Jupiter Media Metrix, Inc. | System and method for estimating prevalence of digital content on the world-wide-web |
| US6757682B1 (en) * | 2000-01-28 | 2004-06-29 | Interval Research Corporation | Alerting users to items of current interest |
| US6721744B1 (en) * | 2000-01-28 | 2004-04-13 | Interval Research Corporation | Normalizing a measure of the level of current interest of an item accessible via a network |
| US7126964B1 (en) * | 2000-02-11 | 2006-10-24 | Microsoft Corporation | Method and apparatus for network analysis, such as analyzing and correlating identifiers of frame relay circuits in a network |
| US6771289B1 (en) * | 2000-03-02 | 2004-08-03 | Microsoft Corporation | Cluster-based visualization of user traffic on an internet site |
| US6725263B1 (en) * | 2000-03-21 | 2004-04-20 | Level 3 Communications, Inc. | Systems and methods for analyzing network traffic |
| US6883015B1 (en) * | 2000-03-30 | 2005-04-19 | Cisco Technology, Inc. | Apparatus and method for providing server state and attribute management for multiple-threaded voice enabled web applications |
| CA2303739C (en) * | 2000-04-04 | 2009-06-30 | Webhancer Corporation | Method and system for managing performance of data transfers for a data access system |
| US7107535B2 (en) * | 2000-05-24 | 2006-09-12 | Clickfox, Llc | System and method for providing customized web pages |
| US7962603B1 (en) * | 2000-06-06 | 2011-06-14 | Nobuyoshi Morimoto | System and method for identifying individual users accessing a web site |
| GB0016695D0 (en) * | 2000-07-08 | 2000-08-23 | Radioscape Ltd | Digital transactions for the delivery of media files |
| US6785666B1 (en) * | 2000-07-11 | 2004-08-31 | Revenue Science, Inc. | Method and system for parsing navigation information |
| US20020023000A1 (en) * | 2000-08-16 | 2002-02-21 | Bollay Denison W. | Displaying as a map and graphs on a web page the geographical distribution of visitors that click on banner ads in cyberspace |
| US7660869B1 (en) * | 2000-08-21 | 2010-02-09 | Vignette Software, LLC | Network real estate analysis |
| CA2432344C (en) * | 2000-08-21 | 2010-10-26 | Netiq Corporation | Data tracking using ip address filtering over a wide area network |
| US6996536B1 (en) * | 2000-09-01 | 2006-02-07 | International Business Machines Corporation | System and method for visually analyzing clickstream data with a parallel coordinate system |
| US6895438B1 (en) | 2000-09-06 | 2005-05-17 | Paul C. Ulrich | Telecommunication-based time-management system and method |
| US7840691B1 (en) | 2000-09-07 | 2010-11-23 | Zamora Radio, Llc | Personal broadcast server system for providing a customized broadcast |
| US20020156870A1 (en) * | 2000-11-08 | 2002-10-24 | Equate Systems, Inc. | Method and apparatus for dynamically directing an application to a pre-defined target multimedia resource |
| US7305622B2 (en) * | 2000-12-05 | 2007-12-04 | Clickfox, Llc | Graphical user interface and web site evaluation tool for customizing web sites |
| US7080136B2 (en) | 2001-03-18 | 2006-07-18 | At & T Corp. | Method and apparatus for size-dependent sampling for managing a data network |
| US20020188710A1 (en) * | 2001-03-18 | 2002-12-12 | At&T Corp. | Size-dependent sampling for managing a data network |
| US7536455B2 (en) | 2001-03-18 | 2009-05-19 | At&T Corp. | Optimal combination of sampled measurements |
| US20020169792A1 (en) * | 2001-05-10 | 2002-11-14 | Pierre Perinet | Method and system for archiving data within a predetermined time interval |
| AUPR505601A0 (en) * | 2001-05-17 | 2001-06-07 | Traffion Technologies Pty Ltd | Method of optimising content presented to a user within a communications network |
| US7035772B2 (en) * | 2001-05-31 | 2006-04-25 | International Business Machines Corporation | Method and apparatus for calculating data integrity metrics for web server activity log analysis |
| US20030033403A1 (en) * | 2001-07-31 | 2003-02-13 | Rhodes N. Lee | Network usage analysis system having dynamic statistical data distribution system and method |
| US6963874B2 (en) * | 2002-01-09 | 2005-11-08 | Digital River, Inc. | Web-site performance analysis system and method utilizing web-site traversal counters and histograms |
| US6973492B2 (en) * | 2001-09-07 | 2005-12-06 | International Business Machines Corporation | Method and apparatus for collecting page load abandons in click stream data |
| US7516216B2 (en) * | 2001-10-01 | 2009-04-07 | Ixia | Generating traffic for testing a system under test |
| US7194535B2 (en) * | 2001-10-01 | 2007-03-20 | Ixia | Methods and systems for testing stateful network communications devices |
| US20030144903A1 (en) * | 2001-11-29 | 2003-07-31 | Brechner Irvin W. | Systems and methods for disseminating information |
| US20030128231A1 (en) * | 2002-01-09 | 2003-07-10 | Stephane Kasriel | Dynamic path analysis |
| US20030131097A1 (en) * | 2002-01-09 | 2003-07-10 | Stephane Kasriel | Interactive path analysis |
| US20030131106A1 (en) * | 2002-01-09 | 2003-07-10 | Stephane Kasriel | Web-page performance toolbar |
| US7631035B2 (en) * | 2002-01-09 | 2009-12-08 | Digital River, Inc. | Path-analysis toolbar |
| US8156216B1 (en) | 2002-01-30 | 2012-04-10 | Adobe Systems Incorporated | Distributed data collection and aggregation |
| US7185085B2 (en) * | 2002-02-27 | 2007-02-27 | Webtrends, Inc. | On-line web traffic sampling |
| US8280873B1 (en) * | 2002-04-17 | 2012-10-02 | Teradata Us, Inc. | System for capturing a business context of a user's interaction with a website and method for the same |
| US20030202009A1 (en) * | 2002-04-24 | 2003-10-30 | Stephane Kasriel | Integration toolbar |
| US20030204490A1 (en) * | 2002-04-24 | 2003-10-30 | Stephane Kasriel | Web-page collaboration system |
| US20030208594A1 (en) * | 2002-05-06 | 2003-11-06 | Urchin Software Corporation. | System and method for tracking unique visitors to a website |
| US20030229782A1 (en) * | 2002-06-07 | 2003-12-11 | Robert Bible | Method for computer identification verification |
| US7143365B2 (en) | 2002-06-18 | 2006-11-28 | Webtrends, Inc. | Method and apparatus for using a browser to configure a software program |
| US7877435B2 (en) * | 2002-06-20 | 2011-01-25 | International Business Machines Corporation | Method and system for transaction pipeline decomposition |
| US10205623B2 (en) * | 2002-06-28 | 2019-02-12 | Adobe Systems Incorporated | Custom event and attribute generation for use in website traffic data collection |
| US20040098229A1 (en) * | 2002-06-28 | 2004-05-20 | Brett Error | Efficient click-stream data collection |
| JP4394335B2 (ja) * | 2002-07-23 | 2010-01-06 | 富士通株式会社 | サイト評価システムおよびサイト評価プログラム |
| US8271778B1 (en) | 2002-07-24 | 2012-09-18 | The Nielsen Company (Us), Llc | System and method for monitoring secure data on a network |
| US7627872B2 (en) | 2002-07-26 | 2009-12-01 | Arbitron Inc. | Media data usage measurement and reporting systems and methods |
| US7853684B2 (en) * | 2002-10-15 | 2010-12-14 | Sas Institute Inc. | System and method for processing web activity data |
| US7949765B2 (en) * | 2002-12-02 | 2011-05-24 | Sap Aktiengesellschaft | Data structure for analyzing user sessions |
| US7386611B2 (en) * | 2002-12-10 | 2008-06-10 | International Business Machines Corporation | Apparatus and methods for co-location and offloading of web site traffic based on traffic pattern recognition |
| US7792951B2 (en) * | 2002-12-10 | 2010-09-07 | International Business Machines Corporation | Apparatus and methods for classification of web sites |
| FR2848692A1 (fr) * | 2002-12-17 | 2004-06-18 | Thomson Licensing Sa | Dispositifs et procedes de comptabilisation et d'analyse temporelle d'evenements |
| US20040122939A1 (en) * | 2002-12-19 | 2004-06-24 | Russell Perkins | Method of obtaining economic data based on web site visitor data |
| AU2003900398A0 (en) * | 2003-01-31 | 2003-02-13 | Red Sheriff Limited | Method and system of measuring and recording user data in a communications network |
| US20040243704A1 (en) * | 2003-04-14 | 2004-12-02 | Alfredo Botelho | System and method for determining the unique web users and calculating the reach, frequency and effective reach of user web access |
| US20040254919A1 (en) * | 2003-06-13 | 2004-12-16 | Microsoft Corporation | Log parser |
| US20050097088A1 (en) * | 2003-11-04 | 2005-05-05 | Dominic Bennett | Techniques for analyzing the performance of websites |
| US8214875B2 (en) * | 2004-02-26 | 2012-07-03 | Vmware, Inc. | Network security policy enforcement using application session information and object attributes |
| US8024779B2 (en) * | 2004-02-26 | 2011-09-20 | Packetmotion, Inc. | Verifying user authentication |
| US8166554B2 (en) * | 2004-02-26 | 2012-04-24 | Vmware, Inc. | Secure enterprise network |
| US9584522B2 (en) * | 2004-02-26 | 2017-02-28 | Vmware, Inc. | Monitoring network traffic by using event log information |
| US7941827B2 (en) | 2004-02-26 | 2011-05-10 | Packetmotion, Inc. | Monitoring network traffic by using a monitor device |
| US7792954B2 (en) * | 2004-04-02 | 2010-09-07 | Webtrends, Inc. | Systems and methods for tracking web activity |
| US20050234733A1 (en) * | 2004-04-14 | 2005-10-20 | Leitner Peter J | System and method for company valuation |
| US8028323B2 (en) | 2004-05-05 | 2011-09-27 | Dryden Enterprises, Llc | Method and system for employing a first device to direct a networked audio device to obtain a media item |
| US20060023638A1 (en) * | 2004-07-29 | 2006-02-02 | Solutions4Networks | Proactive network analysis system |
| US20060236395A1 (en) * | 2004-09-30 | 2006-10-19 | David Barker | System and method for conducting surveillance on a distributed network |
| US9055088B2 (en) * | 2005-03-15 | 2015-06-09 | International Business Machines Corporation | Managing a communication session with improved session establishment |
| US7804787B2 (en) * | 2005-07-08 | 2010-09-28 | Fluke Corporation | Methods and apparatus for analyzing and management of application traffic on networks |
| WO2007067935A2 (en) | 2005-12-06 | 2007-06-14 | Authenticlick, Inc. | Method and system for scoring quality of traffic to network sites |
| KR100764690B1 (ko) * | 2005-12-15 | 2007-10-08 | 주식회사 아이온커뮤니케이션즈 | 웹사이트의 통합 관리시스템 및 이를 이용한 관리방법 |
| US8396737B2 (en) * | 2006-02-21 | 2013-03-12 | Hewlett-Packard Development Company, L.P. | Website analysis combining quantitative and qualitative data |
| US20070233566A1 (en) * | 2006-03-01 | 2007-10-04 | Dema Zlotin | System and method for managing network-based advertising conducted by channel partners of an enterprise |
| US7877392B2 (en) | 2006-03-01 | 2011-01-25 | Covario, Inc. | Centralized web-based software solutions for search engine optimization |
| KR100726352B1 (ko) * | 2006-03-28 | 2007-06-08 | 중앙대학교 산학협력단 | 통신량 증감에 따른 네트워크 트래픽의 분석시스템과 이를이용한 분석방법 |
| US8869066B2 (en) | 2006-07-06 | 2014-10-21 | Addthis, Llc | Generic content collection systems |
| US8838560B2 (en) * | 2006-08-25 | 2014-09-16 | Covario, Inc. | System and method for measuring the effectiveness of an on-line advertisement campaign |
| US8972379B1 (en) | 2006-08-25 | 2015-03-03 | Riosoft Holdings, Inc. | Centralized web-based software solution for search engine optimization |
| US8943039B1 (en) | 2006-08-25 | 2015-01-27 | Riosoft Holdings, Inc. | Centralized web-based software solution for search engine optimization |
| US20080052278A1 (en) * | 2006-08-25 | 2008-02-28 | Semdirector, Inc. | System and method for modeling value of an on-line advertisement campaign |
| US8056092B2 (en) | 2006-09-29 | 2011-11-08 | Clearspring Technologies, Inc. | Method and apparatus for widget-container hosting and generation |
| US20080222232A1 (en) * | 2007-03-06 | 2008-09-11 | Allen Stewart O | Method and Apparatus for Widget and Widget-Container Platform Adaptation and Distribution |
| US8266274B2 (en) | 2007-03-06 | 2012-09-11 | Clearspring Technologies, Inc. | Method and apparatus for data processing |
| US9009728B2 (en) * | 2007-03-06 | 2015-04-14 | Addthis, Inc. | Method and apparatus for widget and widget-container distribution control based on content rules |
| US10169781B1 (en) | 2007-03-07 | 2019-01-01 | The Nielsen Company (Us), Llc | Method and system for generating information about portable device advertising |
| CA2631040A1 (en) * | 2007-05-10 | 2008-11-10 | Publicinsite, Ltd. | Website affiliation analysis method and system |
| US20090089401A1 (en) * | 2007-10-01 | 2009-04-02 | Microsoft Corporation | Server-controlled distribution of media content |
| US8209378B2 (en) | 2007-10-04 | 2012-06-26 | Clearspring Technologies, Inc. | Methods and apparatus for widget sharing between content aggregation points |
| US20090112976A1 (en) * | 2007-10-29 | 2009-04-30 | Hutchinson Kevin P | Method for measuring web traffic |
| US20100281389A1 (en) * | 2007-10-29 | 2010-11-04 | Hutchinson Kevin P | System for measuring web traffic |
| US7752308B2 (en) * | 2007-10-30 | 2010-07-06 | Hutchinson Kevin P | System for measuring web traffic |
| US9015147B2 (en) * | 2007-12-20 | 2015-04-21 | Porto Technology, Llc | System and method for generating dynamically filtered content results, including for audio and/or video channels |
| US8316015B2 (en) | 2007-12-21 | 2012-11-20 | Lemi Technology, Llc | Tunersphere |
| WO2009137507A2 (en) | 2008-05-05 | 2009-11-12 | Berman, Joel, F. | Preservation of scores of the quality of traffic to network sites across clients and over time |
| US8190594B2 (en) | 2008-06-09 | 2012-05-29 | Brightedge Technologies, Inc. | Collecting and scoring online references |
| US7969893B2 (en) * | 2008-08-22 | 2011-06-28 | Fluke Corporation | List-based alerting in traffic monitoring |
| US20100100605A1 (en) * | 2008-09-15 | 2010-04-22 | Allen Stewart O | Methods and apparatus for management of inter-widget interactions |
| US9100223B2 (en) * | 2008-12-01 | 2015-08-04 | Google Inc. | Selecting format for content distribution |
| US8494899B2 (en) | 2008-12-02 | 2013-07-23 | Lemi Technology, Llc | Dynamic talk radio program scheduling |
| US8396742B1 (en) | 2008-12-05 | 2013-03-12 | Covario, Inc. | System and method for optimizing paid search advertising campaigns based on natural search traffic |
| US8549019B2 (en) * | 2009-05-26 | 2013-10-01 | Google Inc. | Dynamically generating aggregate tables |
| US10001977B1 (en) * | 2009-06-05 | 2018-06-19 | The Mathworks, Inc. | System and method for identifying operations based on selected data |
| WO2011017377A2 (en) * | 2009-08-03 | 2011-02-10 | Webtrends, Inc. | Advanced visualizations in analytics reporting |
| US8671089B2 (en) | 2009-10-06 | 2014-03-11 | Brightedge Technologies, Inc. | Correlating web page visits and conversions with external references |
| US20110209067A1 (en) * | 2010-02-19 | 2011-08-25 | Bogess Keandre | System and Method for Website User Valuation |
| US20110225287A1 (en) * | 2010-03-12 | 2011-09-15 | Webtrends Inc. | Method and system for distributed processing of web traffic analytics data |
| US20110225288A1 (en) * | 2010-03-12 | 2011-09-15 | Webtrends Inc. | Method and system for efficient storage and retrieval of analytics data |
| US8549201B2 (en) | 2010-06-30 | 2013-10-01 | Intel Corporation | Interrupt blocker |
| US8793809B2 (en) | 2011-04-25 | 2014-07-29 | Apple Inc. | Unified tracking data management |
| US8819817B2 (en) * | 2011-05-25 | 2014-08-26 | Apple Inc. | Methods and apparatus for blocking usage tracking |
| US9100205B1 (en) * | 2011-07-20 | 2015-08-04 | Google Inc. | System for validating site configuration based on real-time analytics data |
| US9178790B2 (en) | 2012-08-06 | 2015-11-03 | Ixia | Methods, systems, and computer readable media for controlling Tx and Rx throughput over TCP |
| US9178823B2 (en) | 2012-12-12 | 2015-11-03 | Ixia | Methods, systems, and computer readable media for generating simulated network traffic using different traffic flows and maintaining a configured distribution of traffic between the different traffic flows and a device under test |
| US9397901B2 (en) | 2012-12-18 | 2016-07-19 | Ixia | Methods, systems, and computer readable media for classifying application traffic received at a network traffic emulation device that emulates multiple application servers |
| EP2973039B1 (en) | 2013-03-15 | 2020-09-16 | Factual Inc. | Apparatus, systems, and methods for grouping data records |
| US8934480B2 (en) | 2013-03-18 | 2015-01-13 | Verizon Patent And Licensing Inc. | Enriching traffic data in a telephone network |
| US9116873B2 (en) | 2013-03-21 | 2015-08-25 | Ixia | Methods, systems, and computer readable media for adjusting load at a device under test |
| US20140324525A1 (en) * | 2013-04-30 | 2014-10-30 | Linkedin Corporation | Analyzing career site viewer information |
| US20140324526A1 (en) * | 2013-04-30 | 2014-10-30 | Linkedln Corporation | Capturing viewer information from multiple pages of a career site |
| US9219928B2 (en) | 2013-06-25 | 2015-12-22 | The Nielsen Company (Us), Llc | Methods and apparatus to characterize households with media meter data |
| US10025839B2 (en) | 2013-11-29 | 2018-07-17 | Ca, Inc. | Database virtualization |
| US9277265B2 (en) | 2014-02-11 | 2016-03-01 | The Nielsen Company (Us), Llc | Methods and apparatus to calculate video-on-demand and dynamically inserted advertisement viewing probability |
| US9727314B2 (en) | 2014-03-21 | 2017-08-08 | Ca, Inc. | Composite virtual services |
| JP6079745B2 (ja) | 2014-10-27 | 2017-02-15 | トヨタ自動車株式会社 | 燃料電池の検査方法および製造方法 |
| US10219039B2 (en) | 2015-03-09 | 2019-02-26 | The Nielsen Company (Us), Llc | Methods and apparatus to assign viewers to media meter data |
| US9848224B2 (en) | 2015-08-27 | 2017-12-19 | The Nielsen Company(Us), Llc | Methods and apparatus to estimate demographics of a household |
| US10038649B2 (en) | 2016-11-18 | 2018-07-31 | Vmware, Inc. | Packet generation and injection |
| US10791355B2 (en) | 2016-12-20 | 2020-09-29 | The Nielsen Company (Us), Llc | Methods and apparatus to determine probabilistic media viewing metrics |
| US11381464B2 (en) | 2019-11-28 | 2022-07-05 | Keysight Technologies, Inc. | Methods, systems, and computer readable media for implementing a generalized model for defining application state machines |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69317982T2 (de) * | 1992-10-09 | 1998-11-19 | Sun Microsystems, Inc., Mountain View, Calif. 94043-1100 | Verfahren und Anlage zur Realzeitdatensammlung und Anzeigevorrichtung |
| GB9303527D0 (en) * | 1993-02-22 | 1993-04-07 | Hewlett Packard Ltd | Network analysis method |
| US5544359A (en) * | 1993-03-30 | 1996-08-06 | Fujitsu Limited | Apparatus and method for classifying and acquiring log data by updating and storing log data |
| KR960009474B1 (ko) * | 1993-11-29 | 1996-07-19 | 양승택 | 메모리를 이용한 고속 트래픽 통계처리 장치 |
| US5974457A (en) * | 1993-12-23 | 1999-10-26 | International Business Machines Corporation | Intelligent realtime monitoring of data traffic |
| JPH0822403A (ja) * | 1994-07-11 | 1996-01-23 | Fujitsu Ltd | 計算機システムの監視装置 |
| US5675510A (en) * | 1995-06-07 | 1997-10-07 | Pc Meter L.P. | Computer use meter and analyzer |
| US5778350A (en) * | 1995-11-30 | 1998-07-07 | Electronic Data Systems Corporation | Data collection, processing, and reporting system |
| US5727129A (en) * | 1996-06-04 | 1998-03-10 | International Business Machines Corporation | Network system for profiling and actively facilitating user activities |
| US5732218A (en) * | 1997-01-02 | 1998-03-24 | Lucent Technologies Inc. | Management-data-gathering system for gathering on clients and servers data regarding interactions between the servers, the clients, and users of the clients during real use of a network of clients and servers |
| US6112238A (en) * | 1997-02-14 | 2000-08-29 | Webtrends Corporation | System and method for analyzing remote traffic data in a distributed computing environment |
| US5796952A (en) * | 1997-03-21 | 1998-08-18 | Dot Com Development, Inc. | Method and apparatus for tracking client interaction with a network resource and creating client profiles and resource database |
| US5878223A (en) * | 1997-05-07 | 1999-03-02 | International Business Machines Corporation | System and method for predictive caching of information pages |
| US6317787B1 (en) * | 1998-08-11 | 2001-11-13 | Webtrends Corporation | System and method for analyzing web-server log files |
| US6449618B1 (en) * | 1999-03-25 | 2002-09-10 | Lucent Technologies Inc. | Real-time event processing system with subscription model |
-
1997
- 1997-02-14 US US08/801,707 patent/US6112238A/en not_active Expired - Lifetime
-
1998
- 1998-02-13 WO PCT/US1998/002771 patent/WO1998038614A2/en not_active Ceased
- 1998-02-13 DK DK98907443T patent/DK0983581T3/da active
- 1998-02-13 AU AU63248/98A patent/AU746658B2/en not_active Expired
- 1998-02-13 DE DE69838751T patent/DE69838751T2/de not_active Expired - Lifetime
- 1998-02-13 CA CA002280961A patent/CA2280961C/en not_active Expired - Fee Related
- 1998-02-13 EP EP98907443A patent/EP0983581B1/en not_active Expired - Lifetime
- 1998-02-13 ES ES98907443T patent/ES2297879T3/es not_active Expired - Lifetime
-
1999
- 1999-10-21 US US09/425,280 patent/US6360261B1/en not_active Expired - Lifetime
-
2001
- 2001-01-11 US US10/046,976 patent/US20020091823A1/en active Granted
-
2002
- 2002-01-11 US US10/046,976 patent/US6662227B2/en not_active Expired - Lifetime
-
2003
- 2003-10-17 US US10/688,309 patent/US7206838B2/en not_active Expired - Fee Related
-
2007
- 2007-03-05 US US11/682,150 patent/US7734772B2/en not_active Expired - Fee Related
-
2010
- 2010-05-05 US US12/774,421 patent/US8195794B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| US6112238A (en) | 2000-08-29 |
| US20100217767A1 (en) | 2010-08-26 |
| US20040088407A1 (en) | 2004-05-06 |
| DE69838751D1 (de) | 2008-01-03 |
| EP0983581A4 (en) | 2002-07-17 |
| CA2280961C (en) | 2003-07-01 |
| US7206838B2 (en) | 2007-04-17 |
| AU746658B2 (en) | 2002-05-02 |
| US7734772B2 (en) | 2010-06-08 |
| US8195794B2 (en) | 2012-06-05 |
| EP0983581B1 (en) | 2007-11-21 |
| WO1998038614A3 (en) | 1999-03-04 |
| AU6324898A (en) | 1998-09-18 |
| DE69838751T2 (de) | 2008-10-30 |
| EP0983581A2 (en) | 2000-03-08 |
| WO1998038614A2 (en) | 1998-09-03 |
| US20020091823A1 (en) | 2002-07-11 |
| CA2280961A1 (en) | 1998-09-03 |
| US6662227B2 (en) | 2003-12-09 |
| US20070198707A1 (en) | 2007-08-23 |
| US6360261B1 (en) | 2002-03-19 |
| DK0983581T3 (da) | 2008-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2297879T3 (es) | Sistema y metodo para analizar datos de trafico rem,otos en un entorno informatico distribuido. | |
| US6317787B1 (en) | System and method for analyzing web-server log files | |
| Wu et al. | Speedtracer: A web usage mining and analysis tool | |
| US6938204B1 (en) | Array-based extensible document storage format | |
| US7003564B2 (en) | Method and apparatus for customizably calculating and displaying health of a computer network | |
| CN102681528B (zh) | 访问过程控制系统的过程控制日志信息的方法和系统 | |
| US7613815B1 (en) | Method and apparatus for customized logging in a network cache | |
| US6003077A (en) | Computer network system and method using domain name system to locate MIB module specification and web browser for managing SNMP agents | |
| US6418446B1 (en) | Method for grouping of dynamic schema data using XML | |
| Dilley et al. | Web server performance measurement and modeling techniques | |
| US7447676B2 (en) | Method and system of collecting execution statistics of query statements | |
| WO1999044145A1 (en) | Meta data processor for converting performance data into a generic format | |
| KR20000048514A (ko) | 네트워크 정보 액세스를 위한 방법 및 시스템 | |
| Punin et al. | Web usage mining—Languages and algorithms | |
| Lakshmi et al. | An overview of preprocessing on web log data for web usage analysis | |
| US20060259638A1 (en) | Rapid development in a distributed application environment | |
| Masseglia et al. | WebTool: An integrated framework for data mining | |
| Hoeller et al. | Efficient XML usage within wireless sensor networks | |
| US20050171969A1 (en) | Computer network security data management system and method | |
| Maidment | A data model for hydrologic observations | |
| Ben-El-Kezadri et al. | XAV: a fast and flexible tracing framework for network simulation | |
| CA2361252C (en) | Improvements to a user interface for a multi-dimensional data store | |
| Snyder et al. | How public is the web?: Robots, access, and scholarly communication | |
| Keppel | An Information System for Transplant Data | |
| Chapman | New means for increasing data accessibility |