特許 6813711 不正推定システム、不正推定方法、及びプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6813711

(24)【登録日】2020年12月21日

(45)【発行日】2021年1月13日

(54)【発明の名称】不正推定システム、不正推定方法、及びプログラム

(51)【国際特許分類】

   G06F 21/31 20130101AFI20201228BHJP

【ＦＩ】

   G06F21/31

【請求項の数】18

【全頁数】30

(21)【出願番号】特願2020-505291(P2020-505291)

(86)(22)【出願日】2019年6月26日

(86)【国際出願番号】JP2019025365

【審査請求日】2020年1月30日

【早期審査対象出願】

(73)【特許権者】

【識別番号】399037405

【氏名又は名称】楽天株式会社

(74)【代理人】

【識別番号】110000154

【氏名又は名称】特許業務法人はるか国際特許事務所

(72)【発明者】

【氏名】友田 恭輔

【審査官】 上島 拓也

(56)【参考文献】

【文献】 特開２０１６−０９９９１３（ＪＰ，Ａ）

【文献】 特開２００１−３２５４３９（ＪＰ，Ａ）

【文献】 特開２０１０−０２６５４７（ＪＰ，Ａ）

【文献】 特開２０１１−１６００２９（ＪＰ，Ａ）

【文献】 特開２０１８−０６３７２８（ＪＰ，Ａ）

【文献】 特開２０１５−１７０２１９（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ ２１／３１

(57)【特許請求の範囲】

【請求項1】

一のサービスと他のサービスとの関連性に関する関連性情報を取得する関連性情報取得手段と、
前記一のサービスにおける対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する比較結果取得手段と、
前記関連性情報と前記比較結果とに基づいて、前記対象ユーザの不正を推定する推定手段と、
を含むことを特徴とする不正推定システム。

【請求項2】

前記関連性情報取得手段は、複数の他のサービスにそれぞれ対応する複数の関連性情報を取得し、
前記比較結果取得手段は、前記複数の他のサービスにそれぞれ対応する複数の比較結果を取得し、
前記推定手段は、前記複数の関連性情報と、前記複数の比較結果と、に基づいて、前記対象ユーザの不正を推定する、
ことを特徴とする請求項１に記載の不正推定システム。

【請求項3】

前記一のサービスでは、所定項目のユーザ情報に基づいて不正が推定され、
前記比較結果取得手段は、前記一のサービスにおける前記対象ユーザの前記所定項目のユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザの前記所定項目のユーザ情報と、の比較結果を取得する、
ことを特徴とする請求項１又は２に記載の不正推定システム。

【請求項4】

前記他のサービスでは、第１項目のユーザ情報に基づいて不正が推定され、
前記比較結果取得手段は、前記一のサービスにおける前記対象ユーザの第２項目のユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザの前記第２項目のユーザ情報と、の比較結果を取得する、
ことを特徴とする請求項１〜３の何れかに記載の不正推定システム。

【請求項5】

前記関連性情報取得手段は、前記他のサービスにおける前記第１項目と前記第２項目との関連性に関する関連性情報を取得し、
前記推定手段は、前記他のサービスにおける前記第１項目と前記第２項目との関連性に関する前記関連性情報に基づいて、前記対象ユーザの不正を推定する、
ことを特徴とする請求項４に記載の不正推定システム。

【請求項6】

前記他のサービスでは、複数の第１項目の各々のユーザ情報に基づいて不正が推定され、
前記関連性情報取得手段は、前記他のサービスにおける前記複数の第１項目の各々の関連性に関する関連性情報を取得し、
前記推定手段は、前記他のサービスにおける前記複数の第１項目の各々の関連性に関する前記関連性情報に基づいて、前記対象ユーザの不正を推定する、
ことを特徴とする請求項４又は５に記載の不正推定システム。

【請求項7】

前記比較結果取得手段は、前記一のサービスにおける前記対象ユーザの複数項目の各々のユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザの前記複数項目の各々のユーザ情報と、の比較結果を取得し、
前記推定手段は、前記複数項目にそれぞれ対応する複数の比較結果に基づいて、前記対象ユーザの不正を推定する、
ことを特徴とする請求項１〜６の何れかに記載の不正推定システム。

【請求項8】

前記関連性情報取得手段は、前記複数項目にそれぞれ対応する複数の関連性情報を取得し、
前記推定手段は、前記複数の関連性情報に基づいて、前記対象ユーザの不正を推定する、
ことを特徴とする請求項７に記載の不正推定システム。

【請求項9】

前記他のサービスでは、前記一のサービスにおける前記対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、が比較され、
前記比較結果取得手段は、前記他のサービスから前記比較結果を取得する、
ことを特徴とする請求項１〜８の何れかに記載の不正推定システム。

【請求項10】

前記不正推定システムは、前記一のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果に基づいて、前記関連性情報を設定する設定手段、
を更に含むことを特徴とする請求項１〜９の何れかに記載の不正推定システム。

【請求項11】

前記不正推定システムは、前記一のサービスにおけるユーザ登録を受け付ける登録受付手段を更に含み、
前記対象ユーザは、前記ユーザ登録をするユーザであり、
前記推定手段は、前記ユーザ登録が受け付けられる場合に、前記対象ユーザの不正を推定する、
ことを特徴とする請求項１〜１０の何れかに記載の不正推定システム。

【請求項12】

一のサービスにおける対象ユーザの所定項目のユーザ情報と、他の項目のユーザ情報に基づいて不正が推定される他のサービスにおける不正ユーザの前記所定項目のユーザ情報又は前記他のサービスにおいて不正が推定されていない正当ユーザの前記所定項目のユーザ情報と、の比較結果を取得する比較結果取得手段と、
前記比較結果に基づいて、前記対象ユーザの不正を推定する推定手段と、
を含むことを特徴とする不正推定システム。

【請求項13】

前記一のサービスでは、前記所定項目がブラックリスト項目又はホワイトリスト項目であり、前記他の項目はブラックリスト項目又はホワイトリスト項目ではなく、
前記他のサービスでは、前記他の項目がブラックリスト項目又はホワイトリスト項目であり、前記所定項目はブラックリスト項目又はホワイトリスト項目ではない、
ことを特徴とする請求項１２に記載の不正推定システム。

【請求項14】

前記他のサービスでは、前記不正ユーザの前記他の項目のユーザ情報が格納されたブラックリスト、又は、前記正当ユーザの前記他の項目のユーザ情報が格納されたホワイトリストに基づいて、不正が推定され、
前記不正ユーザの前記所定項目のユーザ情報又は前記正当ユーザの前記所定項目のユーザ情報は、前記ブラックリスト又は前記ホワイトリストとは異なる、前記他のサービスのユーザデータベースに格納された情報である、
ことを特徴とする請求項１２又は１３に記載の不正推定システム。

【請求項15】

前記他のサービスでは、前記対象ユーザの前記所定項目のユーザ情報と、前記不正ユーザの前記所定項目のユーザ情報又は前記正当ユーザの前記所定項目のユーザ情報と、が比較され、
前記比較結果取得手段は、前記他のサービスから、前記比較結果を取得する、
ことを特徴とする請求項１２〜１４の何れかに記載の不正推定システム。

【請求項16】

前記推定手段は、
前記対象ユーザのユーザ情報と、前記一のサービスにおける不正ユーザのユーザ情報又は前記一のサービスにおける正当ユーザのユーザ情報と、に基づいて、前記対象ユーザの不正を推定する第１推定手段と、
前記第１推定手段により前記対象ユーザの不正が推定されなかった場合に、前記比較結果に基づいて、前記対象ユーザの不正を推定する第２推定手段と、
を含むことを特徴とする請求項１２〜１５の何れかに記載の不正推定システム。

【請求項17】

コンピュータに、
一のサービスと他のサービスとの関連性に関する関連性情報を取得する関連性情報取得ステップと、
前記一のサービスにおける対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する比較結果取得ステップと、
前記関連性情報と前記比較結果とに基づいて、前記対象ユーザの不正を推定する推定ステップと、
を実行させることを特徴とする不正推定方法。

【請求項18】

一のサービスと他のサービスとの関連性に関する関連性情報を取得する関連性情報取得手段、
前記一のサービスにおける対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する比較結果取得手段、
前記関連性情報と前記比較結果とに基づいて、前記対象ユーザの不正を推定する推定手段、
としてコンピュータを機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、不正推定システム、不正推定方法、及びプログラムに関する。

【背景技術】

【0002】

従来、インターネット等で提供されるサービスにおけるユーザの不正を推定する技術が検討されている。例えば、特許文献１には、不正とされたユーザを示すブラックリストを管理するシステムにおいて、新規登録するユーザのウェブサイトの閲覧履歴などの行動履歴を取得し、ブラックリスト内のユーザの行動履歴と比較して、新規登録するユーザの信用度を推定することが記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１８−０４５５７３号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、不正をするユーザの行動には種々の傾向があり、新規登録をするユーザが不正をするおそれがあったとしても、ブラックリスト内のユーザの行動履歴に似ているとは限らない。特許文献１の技術では、ブラックリスト内のユーザと似た行動をするユーザしか検出することができず、不正推定の精度を十分に高めることができなかった。

【0005】

本発明は上記課題に鑑みてなされたものであって、その目的は、推定精度を高めることが可能な不正推定システム、不正推定方法、及びプログラムを提供することである。

【課題を解決するための手段】

【0006】

上記課題を解決するために、本発明に係る不正推定システムは、一のサービスと他のサービスとの関連性に関する関連性情報を取得する関連性情報取得手段と、前記一のサービスにおける対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する比較結果取得手段と、前記関連性情報と前記比較結果とに基づいて、前記対象ユーザの不正を推定する推定手段と、を含むことを特徴とする。

【0007】

本発明に係る不正推定システムは、一のサービスにおける対象ユーザの所定項目のユーザ情報と、他の項目のユーザ情報に基づいて不正が推定される他のサービスにおける不正ユーザ又は正当ユーザの前記所定項目のユーザ情報と、の比較結果を取得する比較結果取得手段と、前記比較結果に基づいて、前記対象ユーザの不正を推定する推定手段と、を含むことを特徴とする。

【0008】

本発明に係る不正推定方法は、一のサービスと他のサービスとの関連性に関する関連性情報を取得する関連性情報取得ステップと、前記一のサービスにおける対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する比較結果取得ステップと、前記関連性情報と前記比較結果とに基づいて、前記対象ユーザの不正を推定する推定手段と、を含むことを特徴とする。

【0009】

本発明に係るプログラムは、一のサービスと他のサービスとの関連性に関する関連性情報を取得する関連性情報取得手段、前記一のサービスにおける対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する比較結果取得手段、前記関連性情報と前記比較結果とに基づいて、前記対象ユーザの不正を推定する推定手段、としてコンピュータを機能させる。

【0010】

本発明の一態様によれば、前記関連性情報取得手段は、複数の他のサービスにそれぞれ対応する複数の関連性情報を取得し、前記比較結果取得手段は、前記複数の他のサービスにそれぞれ対応する複数の比較結果を取得し、前記推定手段は、前記複数の関連性情報と、前記複数の比較結果と、に基づいて、前記対象ユーザの不正を推定する、ことを特徴とする。

【0011】

本発明の一態様によれば、前記一のサービスでは、所定項目のユーザ情報に基づいて不正が推定され、前記比較結果取得手段は、前記一のサービスにおける前記対象ユーザの前記所定項目のユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザの前記所定項目のユーザ情報と、の比較結果を取得する、ことを特徴とする。

【0012】

本発明の一態様によれば、前記他のサービスでは、第１項目のユーザ情報に基づいて不正が推定され、前記比較結果取得手段は、前記一のサービスにおける前記対象ユーザの第２項目のユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザの前記第２項目のユーザ情報と、の比較結果を取得する、ことを特徴とする。

【0013】

本発明の一態様によれば、前記関連性情報取得手段は、前記他のサービスにおける前記第１項目と前記第２項目との関連性に関する関連性情報を取得し、前記推定手段は、前記他のサービスにおける前記第１項目と前記第２項目との関連性に関する前記関連性情報に基づいて、前記対象ユーザの不正を推定する、ことを特徴とする。

【0014】

本発明の一態様によれば、前記他のサービスでは、複数の第１項目の各々のユーザ情報に基づいて不正が推定され、前記関連性情報取得手段は、前記他のサービスにおける前記複数の第１項目の各々の関連性に関する関連性情報を取得し、前記推定手段は、前記他のサービスにおける前記複数の第１項目の各々の関連性に関する前記関連性情報に基づいて、前記対象ユーザの不正を推定する、ことを特徴とする。

【0015】

本発明の一態様によれば、前記比較結果取得手段は、前記一のサービスにおける前記対象ユーザの複数項目の各々のユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザの前記複数項目の各々のユーザ情報と、の比較結果を取得し、前記推定手段は、前記複数項目にそれぞれ対応する複数の比較結果に基づいて、前記対象ユーザの不正を推定する、ことを特徴とする。

【0016】

本発明の一態様によれば、前記関連性情報取得手段は、前記複数項目にそれぞれ対応する複数の関連性情報を取得し、前記推定手段は、前記複数の関連性情報に基づいて、前記対象ユーザの不正を推定する、ことを特徴とする。

【0017】

本発明の一態様によれば、前記他のサービスでは、前記一のサービスにおける前記対象ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、が比較され、前記比較結果取得手段は、前記他のサービスから前記比較結果を取得する、ことを特徴とする。

【0018】

本発明の一態様によれば、前記不正推定システムは、前記一のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、前記他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果に基づいて、前記関連性情報を設定する設定手段、を更に含むことを特徴とする。

【0019】

本発明の一態様によれば、前記不正推定システムは、前記一のサービスにおけるユーザ登録を受け付ける登録受付手段を更に含み、前記対象ユーザは、前記ユーザ登録をするユーザであり、前記推定手段は、前記ユーザ登録が受け付けられる場合に、前記対象ユーザの不正を推定する、ことを特徴とする。

【発明の効果】

【0020】

本発明によれば、推定精度を高めることが可能となる。

【図面の簡単な説明】

【0021】

【図1】実施形態１に係る不正推定システムの全体構成を示す図である。

【図2】不正推定システムの処理の概要を示す説明図である。

【図3】不正推定システムで実現される機能の一例を示す機能ブロック図である。

【図4】サービスＡのユーザデータベースのデータ格納例を示す図である。

【図5】サービスＡのブラックリストのデータ格納例を示す図である。

【図6】サービスＢのユーザデータベースのデータ格納例を示す図である。

【図7】サービスＢのブラックリストのデータ格納例を示す図である。

【図8】サービスＣのユーザデータベースのデータ格納例を示す図である。

【図9】サービスＣのブラックリストのデータ格納例を示す図である。

【図10】関連性情報データベースのデータ格納例を示す図である。

【図11】不正推定システムにおいて実行される処理の一例を示すフロー図である。

【図12】不正推定システムにおいて実行される処理の一例を示すフロー図である。

【発明を実施するための形態】

【0022】

［１．実施形態１］
以下、本発明に係る不正推定システムの第１の実施形態（以降、実施形態１）の例を説明する。

【0023】

［１−１．不正推定システムの全体構成］
図１は、実施形態１に係る不正推定システムの全体構成を示す図である。図１に示すように、不正推定システムＳは、サービス提供システム１ａ〜１ｃとユーザ端末２０とを含み、これらは、インターネットなどのネットワークＮに接続可能である。

【0024】

サービス提供システム１ａ〜１ｃの各々は、ユーザにサービスを提供するためのシステムである。サービス提供システム１ａ〜１ｃの各々は、任意の種類のサービスを提供可能であり、例えば、電子決済サービス、金融サービス、電子商取引サービス、保険サービス、通信サービス、宅配サービス、又は動画視聴サービス等がユーザに提供される。本実施形態では、サービス提供システム１ａ〜１ｃが提供するサービスを、それぞれサービスＡ〜Ｃと記載する。

【0025】

例えば、サービス提供システム１ａ〜１ｃは、それぞれサーバ１０ａ〜１０ｃを含む。なお、以降の説明では、サービス提供システム１ａ〜１ｃを特に区別する必要のないときは、単にサービス提供システム１と記載する。同様に、サーバ１０ａ〜１０ｃを特に区別する必要のないときは、単にサーバ１０と記載する。同様に、図１に示す制御部１１ａ〜１１ｃ、記憶部１２ａ〜１２ｃ、及び通信部１３ａ〜１３ｃを特に区別する必要のないときは、末尾のアルファベットの符号を省略する。

【0026】

サーバ１０は、サーバコンピュータである。サーバ１０は、制御部１１、記憶部１２、及び通信部１３を含む。制御部１１は、少なくとも１つのプロセッサを含む。制御部１１は、記憶部１２に記憶されたプログラムやデータに従って処理を実行する。記憶部１２は、主記憶部及び補助記憶部を含む。例えば、主記憶部はＲＡＭなどの揮発性メモリであり、補助記憶部は、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ、又はハードディスクなどの不揮発性メモリである。通信部１３は、有線通信又は無線通信用の通信インタフェースであり、ネットワークＮを介してデータ通信を行う。

【0027】

ユーザ端末２０は、ユーザが操作するコンピュータである。例えば、ユーザ端末２０は、携帯電話機（スマートフォンを含む）、携帯情報端末（タブレット型コンピュータを含む）、又はパーソナルコンピュータ等である。本実施形態では、ユーザ端末２０は、制御部２１、記憶部２２、通信部２３、操作部２４、及び表示部２５を含む。制御部２１、記憶部２２、及び通信部２３の物理的構成は、それぞれ制御部１１、記憶部１２、及び通信部１３と同様であってよい。

【0028】

操作部２４は、入力デバイスであり、例えば、タッチパネルやマウス等のポインティングデバイス、キーボード、又はボタン等である。操作部２４は、ユーザによる操作内容を制御部２１に伝達する。表示部２５は、例えば、液晶表示部又は有機ＥＬ表示部等である。表示部２５は、制御部２１の指示に従って画像を表示する。

【0029】

なお、記憶部１２，２２に記憶されるものとして説明するプログラム及びデータは、ネットワークＮを介して供給されるようにしてもよい。また、上記説明した各コンピュータのハードウェア構成は、上記の例に限られず、種々のハードウェアを適用可能である。例えば、コンピュータ読み取り可能な情報記憶媒体を読み取る読取部（例えば、光ディスクドライブやメモリカードスロット）や外部機器とデータの入出力をするための入出力部（例えば、ＵＳＢポート）が含まれていてもよい。例えば、情報記憶媒体に記憶されたプログラムやデータが読取部や入出力部を介して、各コンピュータに供給されるようにしてもよい。

【0030】

また、サービス提供システム１の数は、任意であってよく、３つに限られない。例えば、２つのサービス提供システム１が存在してもよいし、４つ以上のサービス提供システムが存在してもよい。また例えば、１つのサービス提供システム１によって、複数のサービスが提供されてもよい。また、サービス提供システム１には、少なくとも１つのコンピュータが含まれていればよく、例えば、複数のサーバ１０が含まれていてもよいし、サーバコンピュータ以外のコンピュータが含まれていてもよい。また、図１では、ユーザ端末２０を１つだけ示したが、複数のユーザ端末２０が存在してもよい。

【0031】

［１−２．不正推定システムの概要］
本実施形態では、サービス提供システム１は、不正ユーザを示すブラックリストを管理する。

【0032】

不正ユーザは、実際に不正を働いたユーザを意味してもよいし、将来的に不正を働く恐れのあるユーザを意味してもよい。例えば、サービス規約に違反する行為をしたユーザ、法律に違反する行為をしたユーザ、又はこれらの恐れがあるユーザは、不正ユーザに相当する。また例えば、不正アクセス、クレジットカードの不正利用、他人のアカウントの乗っ取り、ハッキング、クラッキング、悪意のある投稿、意図的な大量のアクセス、又は他のユーザへの迷惑行為をしたユーザは、不正ユーザに相当する。

【0033】

ブラックリストは、不正ユーザに関するユーザ情報が格納されたリストである。別の言い方をすれば、ブラックリストは、不正ユーザを識別可能なデータである。ブラックリストに載った不正ユーザは、サービスの利用が制限される。例えば、ユーザＩＤ（ユーザアカウント）自体が停止すること、又は、サービスの一部の機能を使用不可にすることは、サービスの利用を制限することに相当する。なお、不正が推定された場合に、直ちにサービスの利用が制限される必要はなく、管理者の審査が行われた後にサービスの利用が制限されてもよいし、ユーザに対する追加の認証が行われた後にサービスの利用が制限されてもよい。

【0034】

ブラックリストは、サービスの管理者によって手動で編集されてもよいし、サービス提供システム１によりユーザの行動が解析されることによって自動的に編集されてもよい。また、ブラックリストに格納されるユーザ情報の項目（以降、ブラックリスト項目という。）は、全サービスで共通であってもよいが、本実施形態では、サービスに応じたブラックリスト項目が定められているものとする。

【0035】

例えば、サービスＡのブラックリスト項目は、ユーザＩＤであり、サービスＡのブラックリストには、サービスＡにおける不正ユーザのユーザＩＤが格納される。サービス提供システム１ａは、サービスＡを利用しようとしているユーザのユーザＩＤがブラックリストに格納されているか否かを判定する。サービス提供システム１ａは、ユーザＩＤがブラックリストに格納されているユーザによるサービスＡの利用を制限する。

【0036】

また例えば、サービスＢのブラックリスト項目は、ユーザＩＤと、ユーザ端末２０のデバイスＩＤと、の２つであり、サービスＢのブラックリストには、サービスＢにおける不正ユーザのユーザＩＤとデバイスＩＤが格納される。サービス提供システム１ｂは、サービスＢを利用しようとしているユーザのユーザＩＤ又はデバイスＩＤの何れかがブラックリストに格納されているか否かを判定する。サービス提供システム１ｂは、ユーザＩＤ又はデバイスＩＤの何れかがブラックリストに格納されているユーザによるサービスＢの利用を制限する。なお、ユーザＩＤ又はデバイスＩＤの何れかがブラックリストに格納されていることではなく、これらの両方がブラックリストに格納されていることを条件として、サービスＢの利用が制限されてもよい。

【0037】

また例えば、サービスＣのブラックリスト項目は、クレジットカードのカード番号であり、サービスＣにおける不正ユーザのカード番号が格納される。サービス提供システム１ｃは、サービスＣを利用しようとしているユーザのカード番号がブラックリストに格納されているか否かを判定する。サービス提供システム１ｃは、カード番号がブラックリストに格納されているユーザによるサービスＣの利用を制限する。

【0038】

上記のように、サービス提供システム１は、自身のブラックリストに載っている不正ユーザによるサービスの利用を制限する。しかしながら、サービス提供システム１のブラックリストに載っていなかったとしても、不正を働くユーザは存在するので、自身のブラックリストを活用するだけでは、このようなユーザの不正を防止できないことがある。

【0039】

例えば、サービスＣにおける不正ユーザが、ブラックリストに格納されたカード番号とは別のカード番号を利用して不正を働く場合、当該別のカード番号は、サービスＣのブラックリストに載っていないので、不正を防止することができない。この点、不正ユーザは、他のサービスＡ，Ｂでも不正を働いていることがあり、当該別のカード番号を、他のサービスＡ，Ｂに登録していることがある。このため、サービスＣを利用するユーザのカード番号が、他のサービスＡ，Ｂにおける不正ユーザのカード番号と一致していることを検出できれば、不正を未然に防止することができる。

【0040】

そこで、不正推定システムＳでは、あるサービス提供システム１のユーザが不正ユーザであるか否かを、他のサービス提供システム１のブラックリストを利用して推定するようにしている。本実施形態では、サービスＣにユーザ登録しようとしているユーザの不正を、サービスＡ，Ｂのブラックリストを利用して推定する場合を例に挙げて、不正推定システムＳの処理を説明する。

【0041】

図２は、不正推定システムＳの処理の概要を示す説明図である。図２に網掛けで示す項目は、ブラックリスト項目である。先述したように、サービスＡのブラックリスト項目はユーザＩＤであり、サービスＢのブラックリスト項目はユーザＩＤとデバイスＩＤであり、サービスＣのブラックリスト項目はカード番号である。

【0042】

図２に示すように、サービスＣの利用を開始するユーザＵは、ユーザＩＤ、名前、住所、電話番号、生年月日、カード番号、ユーザ端末２０のＩＰアドレス、及びデバイスＩＤといった複数項目のユーザ情報を入力する。本実施形態では、ユーザＵが自分でユーザＩＤを入力する場合を説明するが、ユーザＩＤは、サービス提供システム１ｃが自動的に割り当ててもよい。

【0043】

サービス提供システム１ｃは、サービス提供システム１ａ，１ｂに対し、ユーザＵが入力したカード番号と、サービスＡ，Ｂのブラックリストに載った不正ユーザのカード番号と、の比較を依頼する。即ち、サービス提供システム１ｃは、サービス提供システム１ａ，１ｂに対し、サービスＡ，Ｂにおける不正ユーザがユーザＵのカード番号を登録しているか否かの判定を依頼する。

【0044】

サービス提供システム１ａは、自身のブラックリストに載った不正ユーザがサービスＡに登録したカード番号を参照し、サービス提供システム１ｃから受信したカード番号と比較する。同様に、サービス提供システム１ｂは、自身のブラックリストに載った不正ユーザがサービスＢに登録したカード番号を参照し、サービス提供システム１ｃから受信したカード番号と比較する。

【0045】

サービス提供システム１ａ，１ｂの各々は、サービス提供システム１ｃに対し、比較結果（カード番号が一致しているか否か）を送信する。サービス提供システム１ｃは、サービスＡ，Ｂにおける不正ユーザのカード番号と、ユーザＵの有するクレジットカードのカード番号と、が一致していない場合には、ユーザＵは、他のサービスＡ，Ｂで不正を働いていない蓋然性が高いので、ユーザ登録を許可する。

【0046】

一方、サービス提供システム１ｃは、サービスＡ，Ｂにおける不正ユーザのカード番号と、ユーザＵの有するクレジットカードのカード番号と、が一致している場合には、ユーザＵは、他のサービスＡ，Ｂの不正ユーザと同じユーザであり、サービスＣでも不正を働く蓋然性が高いので、ユーザ登録を制限する。

【0047】

この点、サービスＡ，Ｂの中には、サービスＣとの関連性が低いサービスもある。サービスＣにおけるユーザＵの不正を推定するにあたり、関連性の低い他のサービスのブラックリストと、関連性の高いサービスのブラックリストと、を同等に扱うと、不正の推定精度を十分に高めることができない可能性がある。例えば、サービスＢで不正ユーザとなった場合であったとしても、同じカード番号を利用してサービスＣで不正を働かないことがある場合、サービスＢの比較結果をそのまま利用すると、サービスＣにおけるユーザ登録を過度に制限してしまうことがある。

【0048】

そこで、サービス提供システム１ｃは、サービスＣとサービスＡ，Ｂとの間の関連性に関する関連性情報に基づいて、サービスＣにユーザ登録しようとしているユーザＵの不正度を計算するようにしている。

【0049】

関連性情報は、複数のサービス間の関連性の高さを示す情報である。関連性とは、一方のサービスで不正を働いたユーザが他方のサービスでも不正を働く蓋然性（確率）の高さである。別の言い方をすれば、関連性は、一方のサービスの不正ユーザの特徴と、他方のサービスの不正ユーザの特徴と、が共通している割合の高さである。本実施形態では、関連性情報が数値（重み係数）である場合を説明するが、関連性の高さは、記号等の数値以外の指標によって表されてもよい。関連性情報が示す数値が高いほど、関連性が高いことを意味する。

【0050】

不正度は、ユーザＵが不正ユーザである蓋然性（確率）である。不正度が高いほど、サービスＣにおいてユーザＵが不正を働く蓋然性が高いことを示す。本実施形態では、不正度は、カード番号が一致しており、かつ、関連性が高いほど高くなる。なお、カード番号以外の他の項目（例えば、名前や住所等）を利用して不正を推定する場合には、不正度は、当該他の項目が一致しており、かつ、関連性が高いほど高くなる。また、本実施形態では、不正度が数値である場合を説明するが、不正度は、記号等の数値以外の指標によって表されてもよい。

【0051】

図２の例であれば、サービスＡのカード番号とサービスＣのカード番号との間の関連性は比較的高く、関連性情報は０．８となっている。例えば、サービスＡにおける不正ユーザが使用するカード番号が、サービスＣにおいても不正なカード番号として使用される割合が計算され、この割合が約８割である場合に、サービスＡのカード番号とサービスＣのカード番号との関連性情報は、０．８に設定される。

【0052】

一方、サービスＢのカード番号とサービスＣのカード番号との間の関連性は比較的低く、関連性情報は０．３となっている。例えば、サービスＢにおける不正ユーザが使用するカード番号が、サービスＣにおいても不正なカード番号として使用される割合が計算され、この割合が約３割である場合に、サービスＡのカード番号とサービスＣのカード番号の関連性情報は、０．３に設定される。

【0053】

本実施形態では、サービスＡのブラックリスト項目であるユーザＩＤと、サービスＡのカード番号と、の間にも関連性情報が設定されている。図２の例であれば、サービスＡにおける不正ユーザのユーザＩＤとカード番号が関連している蓋然性が比較的高く、ユーザＩＤとカード番号との関連性情報は０．９となっている。図２の例では、サービスＣのブラックリスト項目であるカード番号とサービスＡのカード番号との関連性情報が０．８であり、サービスＡのブラックリスト項目であるユーザＩＤとサービスＡのカード番号との関連性情報が０．９となっており、サービスＡとサービスＣの間の関連性情報は、これらを乗じた０．７２となる。

【0054】

一方、サービスＢにおける不正ユーザのユーザＩＤとカード番号が関連している蓋然性は中程度であり、サービスＢのユーザＩＤとサービスＢのカード番号との関連性情報は０．６となっている。図２の例では、サービスＣのブラックリスト項目であるカード番号とサービスＢのカード番号との関連性情報が０．３であり、サービスＢのブラックリスト項目であるユーザＩＤとサービスＢのカード番号との関連性情報が０．６となっており、サービスＡとサービスＢの間の関連性情報は、これらを乗じた０．１８となる。なお、本実施形態では、ブラックリスト項目同士にも関連性情報が設定されており、サービスＢにおいて、ブラックリスト項目であるユーザＩＤとデバイスＩＤは、関連性が低く、関連性情報は、０．１となっている。

【0055】

例えば、サービスＡのブラックリストにユーザＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致し、かつ、サービスＢのブラックリストにユーザＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致した場合、不正度は「０．８＊０．９＋０．３＊０．６」の「０．９」となる。

【0056】

また例えば、サービスＡのブラックリストにユーザＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致するが、サービスＢのブラックリストにユーザＩＤ又はデバイスＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致しなかった場合、不正度は「０．８＊０．９」の「０．７２」となる。

【0057】

また例えば、サービスＡのブラックリストにユーザＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致しなかったが、サービスＢのブラックリストにユーザＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致した場合、不正度は「０．３＊０．６」の「０．１８」となる。

【0058】

また例えば、サービスＢのブラックリストにユーザＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致していないが、サービスＢのブラックリストにデバイスＩＤが載った不正ユーザのカード番号とユーザＵのカード番号とが一致している場合には、不正度は、「０．３＊０．６＊０．１」の「０．０１８」となる。

【0059】

サービス提供システム１ｃは、上記計算した不正度が閾値（例えば、０．７）以上であるか否かを判定する。サービス提供システム１ｃは、不正度が閾値未満である場合に、サービスＣにおいてユーザＵが不正ではないと推定し、サービスＣのユーザ登録を許可する。一方、サービス提供システム１ｃは、不正度が閾値以上である場合に、サービスＣにおいてユーザＵが不正であると推定し、サービスＣのユーザ登録を制限する。

【0060】

以上のように、本実施形態の不正推定システムＳは、サービスＣにユーザ登録するユーザのカード番号と、サービスＡ，Ｂの各々の不正ユーザのカード番号と、の比較結果だけでなく、関連性情報も考慮してユーザの不正を推定することによって、ユーザ登録を過度に厳しいものにすることなく、不正の推定精度を高めるようにしている。以降、この技術の詳細を説明する。なお、以降の説明では、サービスＣにユーザ登録するユーザＵの符号を省略する。

【0061】

［１−３．不正推定システムにおいて実現される機能］
図３は、不正推定システムＳで実現される機能の一例を示す機能ブロック図である。本実施形態では、サービス提供システム１ａ，１ｂで実現される機能と、サービス提供システム１ｃで実現される機能と、が異なる場合を説明するが、後述する変形例のように、サービス提供システム１ａ〜１ｃの各々は、同様の機能を有していてもよい。

【0062】

［１−３−１．サービスＡにおいて実現される機能］
図３に示すように、サービスＡのサービス提供システム１ａでは、データ記憶部１００ａと比較部１０１ａとが実現される。

【0063】

[データ記憶部]
データ記憶部１００ａは、記憶部１２ａを主として実現される。データ記憶部１００ａは、本実施形態で説明する処理を実行するために必要なデータを記憶する。ここでは、データ記憶部１００ａが記憶するデータの一例として、サービスＡのユーザデータベースＤＢ１ａと、サービスＡのブラックリストＢＬａと、について説明する。

【0064】

図４は、サービスＡのユーザデータベースＤＢ１ａのデータ格納例を示す図である。図４に示すように、ユーザデータベースＤＢ１ａは、サービスＡにユーザ登録したユーザのユーザ情報が格納されるデータベースである。例えば、ユーザデータベースＤＢ１ａには、ユーザを一意に識別するユーザＩＤと、ユーザ登録時にユーザが登録した登録情報と、が格納される。登録情報は、ユーザＩＤ以外のユーザ情報であり、例えば、ユーザの個人情報である。

【0065】

ユーザデータベースＤＢ１ａには、複数項目の各々のユーザ情報が格納される。項目とは、ユーザ情報の種類又は内容である。図４に示すように、本実施形態では、ユーザデータベースＤＢ１ａには、ユーザＩＤ、名前、住所、電話番号、生年月日、クレジットカードのカード番号、ユーザ端末２０のＩＰアドレス、及びユーザ端末２０のデバイスＩＤといった８項目のユーザ情報が格納される。

【0066】

なお、ユーザデータベースＤＢ１ａに格納されるユーザ情報は、図４の例に限られない。ユーザデータベースＤＢ１ａには、任意の項目のユーザ情報が格納されるようにすればよく、例えば、勤務先、役職、年齢、性別、ニックネーム、顔写真、ユーザ端末２０のＳＩＭ情報、パスワードや生体情報などの認証情報、メールアドレス、アクセス場所情報、又は、アクセス日時といった項目のユーザ情報が格納されていてもよい。

【0067】

図５は、サービスＡのブラックリストＢＬａのデータ格納例を示す図である。本実施形態では、ユーザＩＤがサービスＡのブラックリスト項目なので、サービスＡのブラックリストＢＬａには、サービスＡにおける不正ユーザのユーザＩＤが格納される。例えば、サービスＡの管理者は、自身の端末を操作し、不正ユーザのユーザＩＤをブラックリストＢＬａに登録する。

【0068】

また例えば、サービス提供システム１ａは、ユーザの行動を解析し、所定のルールに合致するユーザを不正ユーザとして推定し、当該不正ユーザのユーザＩＤをブラックリストＢＬａに登録する。ルールは、任意のルールを適用可能であり、例えば、決済金額、決済頻度、アクセス場所、又はアクセス時間に関するルールであってもよい。また例えば、サービス提供システム１ａは、ユーザの不正を検知する機械学習モデルを利用して不正ユーザを検出し、当該検出した不正ユーザのユーザＩＤをブラックリストＢＬａに登録してもよい。

【0069】

なお、ブラックリストＢＬａには、ブラックリスト項目以外の項目のユーザ情報が格納されてもよい。例えば、不正ユーザのユーザＩＤ以外の項目のユーザ情報（例えば、名前又は住所）がユーザデータベースＤＢ１ａから取得され、ブラックリスト項目であるユーザＩＤとともにブラックリストＢＬａに格納されていてもよい。

【0070】

［比較部］
比較部１０１ａは、制御部１１ａを主として実現される。比較部１０１ａは、一のサービスにおける対象ユーザのユーザ情報と、他のサービスにおける不正ユーザのユーザ情報と、を比較する。

【0071】

一のサービスとは、対象ユーザが利用するサービスである。対象ユーザとは、不正の推定対象となるユーザである。別の言い方をすれば、対象ユーザは、後述する推定部１０６ｃの処理対象となるユーザである。他のサービスとは、一のサービス以外のサービスである。他のサービスには、一のサービスと同一人物がユーザ登録していることがある。

【0072】

本実施形態では、サービスＣにおけるユーザの不正が推定される場合を説明するので、サービスＣは一のサービスに相当し、サービスＡ，Ｂは他のサービスに相当する。このため、本実施形態でサービスＣを説明している箇所は、一のサービスと読み替えることができ、サービスＡ又はサービスＢを説明している箇所は、他のサービスと読み替えることができる。また、サービスＣにおいてユーザ登録を使用としているユーザを説明している箇所は、対象ユーザと読み替えることができる。

【0073】

比較部１０１ａは、サービスＣにおける対象ユーザのユーザ情報と、サービスＡにおける不正ユーザのユーザ情報と、を比較する。サービスＡにおける不正ユーザは、サービスＡのブラックリストＢＬａに載っているユーザである。即ち、サービスＡにおける不正ユーザは、サービスＡのブラックリストＢＬａにユーザＩＤが格納されたユーザである。

【0074】

本実施形態では、サービスＣのブラックリスト項目であるカード番号が比較される場合を説明するが、任意の項目のユーザ情報が比較されてよい。例えば、サービスＣのブラックリスト項目以外の項目のユーザ情報が比較されてもよいし、サービスＣのブラックリスト項目と他の項目とを含む複数の項目のユーザ情報が比較されてもよい。

【0075】

例えば、比較部１０１ａは、サービスＣのサービス提供システム１ｃから、対象ユーザのカード番号を取得する。比較部１０１ａは、ユーザデータベースＤＢ１ａ及びブラックリストＢＬａに基づいて、サービスＡにおける不正ユーザのカード番号（即ち、ブラックリストＢＬａに格納されたユーザＩＤに関連付けられたカード番号）を取得する。

【0076】

比較部１０１ａは、サービスＣにおける対象ユーザのカード番号と、サービスＡにおける不正ユーザのカード番号と、を比較する。比較部１０１ａは、サービスＣのサービス提供システム１ｃに対し、比較結果を送信する。比較結果は、任意のデータ形式であってよく、カード番号が一致することを示す値、又は、カード番号が一致しないことを示す値の何れかとなる。

【0077】

なお、本実施形態では、カード番号が比較されるので、比較部１０１ａがカード番号の完全一致（同一）を判定する場合を説明するが、住所やメールアドレスなどの他のユーザ情報が比較される場合には、比較部１０１ａはユーザ情報の部分一致（類似）を判定してもよい。即ち、サービスＣの対象ユーザとサービスＡの不正ユーザとが同一人物であるか否かは、完全一致ではなく、部分一致によって推定されてもよい。部分一致としては、前方一致、中間一致、又は後方一致の何れが判定されてもよい。

【0078】

また、本実施形態では、サービスＡのブラックリストＢＬａには、ブラックリスト項目であるユーザＩＤだけが格納されるので、比較部１０１ａは、ユーザデータベースＤＢ１ａを参照して不正ユーザのカード番号を取得するが、ブラックリストＢＬａに不正ユーザのユーザＩＤに関連付けてカード番号も格納しておく場合には、比較部１０１ａは、ブラックリストＢＬａを参照して不正ユーザのカード番号を取得すればよい。

【0079】

［１−３−２．サービスＢにおいて実現される機能］
図３に示すように、サービス提供システム１ｂでは、データ記憶部１００ｂと比較部１０１ｂとが実現される。

【0080】

［データ記憶部］
データ記憶部１００ｂは、記憶部１２ｂを主として実現される。データ記憶部１００ｂは、本実施形態で説明する処理を実行するために必要なデータを記憶する。ここでは、データ記憶部１００ｂが記憶するデータの一例として、サービスＢのユーザデータベースＤＢ１ｂと、サービスＢのブラックリストＢＬｂと、について説明する。

【0081】

図６は、サービスＢのユーザデータベースＤＢ１ｂのデータ格納例を示す図である。図６に示すように、サービスＢのユーザデータベースＤＢ１ｂは、サービスＢにユーザ登録したユーザのユーザ情報が格納されるデータベースである。本実施形態では、サービスＡのユーザデータベースＤＢ１ａに格納される項目と、サービスＢのユーザデータベースＤＢ１ｂに格納される項目と、が同じ場合を説明する。サービスＢのユーザデータベースＤＢ１ｂに格納される各項目の詳細は、サービスＡのユーザデータベースＤＢ１ａと同様のため、説明を省略する。

【0082】

本実施形態では、サービスごとに、独自のユーザＩＤが発行される。このため、同一人物であったとしても、サービスＡのユーザＩＤと、サービスＢのユーザＩＤと、は異なる。また、同一人物が複数のクレジットカードを利用する場合には、サービスＡのカード番号と、サービスＢのカード番号と、が異なることもある。他の項目についても同様に、同一人物であったとしても、サービスＡのユーザ情報と、サービスＢのユーザ情報と、が異なることもある。

【0083】

なお、サービスＡのユーザデータベースＤＢ１ａに格納される項目と、サービスＢのユーザデータベースＤＢ１ｂに格納される項目と、は異なっていてもよい。例えば、サービスＡのユーザデータベースＤＢ１ａには住所が格納されるが、サービスＢのユーザデータベースＤＢ１ｂには住所が格納されない、といったことがあってもよい。この点は、サービスＣについても同様であり、本実施形態では、サービスＣのユーザデータベースＤＢ１ｃに格納される項目と、サービスＡ，ＢのユーザデータベースＤＢ１ａ，ＤＢ１ｂに格納される項目と、が同じ場合を説明するが、これらの項目は、異なっていてもよい。各サービスには、ユーザ登録で必要な項目のユーザ情報が登録されるようにすればよい。

【0084】

図７は、サービスＢのブラックリストＢＬｂのデータ格納例を示す図である。図７に示すように、本実施形態では、ユーザＩＤ及びデバイスＩＤの２項目がサービスＢのブラックリスト項目なので、サービスＢのブラックリストＢＬｂには、サービスＢにおける不正ユーザのユーザＩＤ及びデバイスＩＤが格納される。

【0085】

サービスＢのブラックリストＢＬｂは、ブラックリスト項目が異なるという点でサービスＡのブラックリストＢＬａとは異なり、他の点については同様のため、説明を省略する。サービスＡのブラックリストＢＬａの説明における「サービスＡ」、「サービス提供システム１ａ」、「ユーザＩＤ」、「ブラックリストＢＬａ」を、それぞれ「サービスＢ」、「サービス提供システム１ｂ」、「ユーザＩＤ及びデバイスＩＤ」、「ブラックリストＢＬｂ」と読み替えればよい。

【0086】

［比較部］
比較部１０１ｂは、制御部１１ｂを主として実現される。比較部１０１ｂは、サービスＣにおける対象ユーザのユーザ情報と、サービスＢにおける不正ユーザのユーザ情報と、を比較する。比較部１０１ｂの処理は、比較部１０１ａの処理と同様のため、説明を省略する。比較部１０１ａの説明における「サービスＡ」、「ユーザＩＤ」、「ユーザデータベースＤＢ１ａ」、「ブラックリストＢＬａ」を、それぞれ「サービスＢ」、「ユーザＩＤ及びデバイスＩＤ」、「ユーザデータベースＤＢ１ｂ」、「ブラックリストＢＬｂ」と読み替えればよい。

【0087】

［１−３−３．サービスＣにおいて実現される機能］
図３に示すように、サービス提供システム１ｃでは、データ記憶部１００ｃ、設定部１０２ｃ、登録受付部１０３ｃ、関連性情報取得部１０４ｃ、比較結果取得部１０５ｃ、及び推定部１０６ｃが実現される。

【0088】

［データ記憶部］
データ記憶部１００ｃは、記憶部１２ｃを主として実現される。データ記憶部１００ｃは、本実施形態で説明する処理を実行するために必要なデータを記憶する。ここでは、データ記憶部１００ｃが記憶するデータの一例として、サービスＣのユーザデータベースＤＢ１ｃ、サービスＣのブラックリストＢＬｃ、及び関連性情報データベースＤＢ２について説明する。

【0089】

図８は、サービスＣのユーザデータベースＤＢ１ｃのデータ格納例を示す図である。図８に示すように、サービスＣのユーザデータベースＤＢ１ｃは、サービスＣにユーザ登録したユーザのユーザ情報が格納されるデータベースである。本実施形態では、サービスＣのユーザデータベースＤＢ１ｃに格納される各項目の詳細は、サービスＡ，ＢのユーザデータベースＤＢ１ａ，ＤＢ１ｂと同様のため、説明を省略する。

【0090】

図９は、サービスＣのブラックリストＢＬｃのデータ格納例を示す図である。図９に示すように、本実施形態では、カード番号がサービスＣのブラックリスト項目なので、サービスＣのブラックリストＢＬｃには、サービスＣにおける不正ユーザのカード番号が格納される。

【0091】

サービスＣのブラックリストＢＬｃは、ブラックリスト項目が異なるという点でサービスＡのブラックリストＢＬｃとは異なり、他の点については同様のため、説明を省略する。サービスＡのブラックリストＢＬａの説明における「サービスＡ」、「サービス提供システム１ａ」、「ユーザＩＤ」、「ブラックリストＢＬａ」を、それぞれ「サービスＣ」、「サービス提供システム１ｃ」、「カード番号」、「ブラックリストＢＬｃ」と読み替えればよい。

【0092】

図１０は、関連性情報データベースＤＢ２のデータ格納例を示す図である。図１０に示すように、関連性情報データベースＤＢ２は、関連性情報が格納されたデータベースである。本実施形態では、あるサービスの項目と別のサービスの項目との関連性を示す関連性情報と、あるサービス内の複数の項目間の関連性を示す関連性情報と、の２種類の関連性情報が存在する。関連性情報データベースＤＢ２には、これら２種類の関連性情報が格納される。図２を参照して説明したように、本実施形態では、上記２種類の関連性情報が用意されており、サービス間の関連性は、これら２種類の関連性情報を掛け合わせた値で表現される。

【0093】

図１０のデータ格納例では、図２を参照して説明した関連性情報が関連性情報データベースＤＢ２に格納されている。例えば、あるサービスの項目と別のサービスの項目との関連性を示す関連性情報として、サービスＡのカード番号とサービスＣのカード番号との関連性情報である「０．８」と、サービスＢのカード番号とサービスＣのカード番号との関連性情報である「０．３」と、が格納されている。なお、本実施形態では、サービス間のカード番号の関連性が示されているが、特定のユーザ情報に関係なく、複数項目に共通の関連性情報が用意されていてもよい。

【0094】

また例えば、あるサービス内の複数の項目間の関連性を示す関連性情報として、サービスＡのユーザＩＤとサービスＡのカード番号との関連性情報である「０．９」、サービスＢのユーザＩＤとサービスＢのデバイスＩＤとの関連性情報である「０．１」、及びサービスＢのユーザＩＤとサービスＢのカード番号との関連性情報である「０．６」が格納されている。

【0095】

なお、本実施形態では、後述する設定部１０２ｃによって、関連性情報が設定される場合を説明するが、サービスＣの管理者によって関連性情報が手動で設定されてもよい。

【0096】

［設定部］
設定部１０２ｃは、制御部１１ｃを主として実現される。設定部１０２ｃは、サービスＣにおける不正ユーザのユーザ情報と、サービスＡ，Ｂにおける不正ユーザのユーザ情報と、の比較結果に基づいて、関連性情報を設定する。設定部１０２ｃは、任意の項目のユーザ情報の比較結果に基づいて、関連性情報を設定すればよく、複数項目のユーザ情報の比較結果を利用してもよいし、１項目のユーザ情報の比較結果を利用してもよい。

【0097】

例えば、設定部１０２ｃは、サービスＣにおける不正ユーザのカード番号と、他のサービスＡ，Ｂにおける不正ユーザのカード番号と、の比較結果に基づいて、関連性情報を設定する。設定部１０２ｃは、サービスＡのサービス提供システム１ａに対し、サービスＣのブラックリストＢＬｃに格納された全てのカード番号（即ち、サービスＣにおける不正ユーザのカード番号）を送信し、サービスＡにおける不正ユーザのカード番号との比較を依頼する。なお、サービスＣのブラックリストＢＬｃに格納された一部のカード番号だけが送信されてもよい。

【0098】

サービス提供システム１ａは、サービスＣにおける不正ユーザのカード番号を受信すると、サービスＡのユーザデータベースＤＢ１ａを参照し、サービスＡのブラックリストＢＬａに格納されたユーザＩＤに関連付けられたカード番号（サービスＡにおける不正ユーザのカード番号）を取得する。サービス提供システム１ａは、サービスＣにおける不正ユーザのカード番号と、サービスＡにおける不正ユーザのカード番号と、を比較する。サービス提供システム１ａは、これらが一致する数（以降、集計数と記載する）を集計し、サービス提供システム１ｃに送信する。

【0099】

設定部１０２ｃは、サービス提供システム１ａから受信した集計数に基づいて、サービスＡのカード番号とサービスＣのカード番号との間の関連性情報を設定する。なお、集計数と関連性情報の数値との関係を示す計算式は、データ記憶部に予め記憶されているものとする。この計算式は、集計数が多いほど、関連性情報が示す数値が高くなるように定められている。設定部１０２ｃは、集計数を計算式に代入して関連性情報の数値を計算し、関連性情報データベースＤＢ２に格納する。

【0100】

なお、サービスＡのサービス提供システム１ａにおいて、カード番号の比較処理が実行される場合を説明したが、カード番号の比較処理は、サービス提供システム１ｃにおいて実行されてもよい。この場合、サービス提供システム１ｃは、サービス提供システム１ａからサービスＡの不正ユーザのカード番号を取得し、カード番号の比較処理を実行する。

【0101】

また、サービスＡのカード番号とサービスＢのカード番号との間の関連性情報を設定する処理は、サービスＡのカード番号とサービスＣのカード番号との間の関連性情報を設定する処理と同様のため説明を省略する。上記の説明における「サービスＡ」、「サービス提供システム１ａ」、「ユーザＩＤ」、「ブラックリストＢＬａ」を、それぞれ「サービスＢ」、「サービス提供システム１ｂ」、「ユーザＩＤ及びデバイスＩＤ」、「ブラックリストＢＬｂ」と読み替えればよい。

【0102】

本実施形態では、設定部１０２ｃは、あるサービスにおける複数の項目間の関連性情報も設定する。例えば、設定部１０２ｃは、サービスＡの管理者により指定された数値を、サービスＡにおけるユーザＩＤとカード番号との間の関連性情報の値として関連性情報データベースＤＢ２に格納する。また例えば、設定部１０２ｃは、サービスＢの管理者により指定された数値を、サービスＢにおけるユーザＩＤとカード番号との間の関連性情報として関連性情報データベースＤＢ２に格納する。また例えば、設定部１０２ｃは、サービスＢにおいて、ブラックリストＢＬｂにユーザＩＤが格納されたユーザのカード番号と、ブラックリストＢＬｂにデバイスＩＤが格納されたユーザのカード番号と、が一致する割合に基づいて、サービスＢにおけるユーザＩＤとデバイスＩＤの間の関連性情報の値を設定する。

【0103】

［登録受付部］
登録受付部１０３ｃは、制御部１１ｃを主として実現される。登録受付部１０３ｃは、サービスＣにおけるユーザ登録を受け付ける。ユーザ登録は、サービスＣの利用を開始するために、サービスＣにユーザ情報を登録することである。ユーザ登録は、利用登録又はサービス登録といわれることもある。例えば、登録受付部１０３ｃは、ユーザ端末２０から、ユーザが操作部２４を利用して入力したユーザ情報を受信することによって、ユーザ登録を受け付ける。

【0104】

［関連性情報取得部］
関連性情報取得部１０４ｃは、制御部１１ｃを主として実現される。関連性情報取得部１０４ｃは、サービスＣとサービスＡ，Ｂとの関連性に関する関連性情報を取得する。本実施形態では、関連性情報は、関連性情報データベースＤＢ２に格納されているので、関連性情報取得部１０４ｃは、データ記憶部１００ｃに記憶された関連性情報データベースＤＢ２を参照し、関連性情報を取得する。

【0105】

また、本実施形態では、サービスＡ，Ｂの各々が他のサービスに相当し、他のサービスが複数存在するので、関連性情報取得部１０４ｃは、複数の他のサービスにそれぞれ対応する複数の関連性情報を取得することになる。即ち、関連性情報取得部１０４ｃは、他のサービスごとに、一のサービスと当該他のサービスとの関連性に関する関連性情報を取得する。

【0106】

また、本実施形態では、サービスＣのブラックリスト項目であるカード番号が比較対象となり、カード番号は、サービスＡ，Ｂのブラックリスト項目ではないので、関連性情報取得部１０４ｃは、サービスＡ，Ｂにおけるブラックリスト項目と、サービスＡ，Ｂにおけるブラックリスト項目ではないカード番号と、の関連性に関する関連性情報を取得する。

【0107】

なお、サービスＡ，Ｂにおけるブラックリスト項目は、本発明に係る第１項目の一例である。第１項目は、他のサービスであるサービスＡ，Ｂにおいて不正が推定される際に利用される項目であればよい。このため、本実施形態でサービスＡのブラックリスト項目であるユーザＩＤ、又は、サービスＢのブラックリスト項目であるユーザＩＤ又はデバイスＩＤについて説明している箇所は、第１項目と読み替えることができる。

【0108】

また、カード番号は、本発明に係る第２項目の一例である。第２項目は、不正の推定の際に比較されるユーザ情報の項目である。本実施形態では、サービスＣのブラックリスト項目であるカード番号が比較されるので、カード番号について説明している箇所は、第２の項目と読み替えることができる。関連性情報取得部１０４ｃは、サービスＡにおけるユーザＩＤとカード番号との間の関連性情報と、サービスＢにおけるユーザＩＤとカード番号との間の関連性情報と、を取得する。

【0109】

なお、他のサービスＢでは、複数の第１項目の各々のユーザ情報に基づいて不正が推定されるので、関連性情報取得部１０４ｃは、他のサービスにおける複数の第１項目の各々の関連性に関する関連性情報を取得してもよい。本実施形態では、ユーザＩＤとデバイスＩＤがブラックリスト項目であり、これらの関連性情報が用意されているので、関連性情報取得部１０４ｃは、複数のブラックリスト項目間の関連性に関する関連性情報を取得する。

【0110】

［比較結果取得部］
比較結果取得部１０５ｃは、制御部１１ｃを主として実現される。比較結果取得部１０５ｃは、サービスＣにおける対象ユーザのユーザ情報と、サービスＡ，Ｂにおける不正ユーザのユーザ情報と、の比較結果を取得する。本実施形態では、サービスＡ，Ｂの各々が他のサービスに相当し、他のサービスが複数存在するので、比較結果取得部１０５ｃは、複数の他のサービスにそれぞれ対応する複数の比較結果を取得する。

【0111】

サービスＣでは、カード番号に基づいて不正が推定されるので、比較結果取得部１０５ｃは、サービスＣにおける対象ユーザのカード番号と、他のサービスにおける不正ユーザのカード番号と、の比較結果を取得する。カード番号は、本発明に係る所定項目のユーザ情報に相当する。所定項目は、一のサービスであるサービスＣにおいて不正が推定される際に利用される項目であればよい。このため、本実施形態でサービスＣのブラックリスト項目であるカード番号について説明している箇所は、所定項目と読み替えることができる。

【0112】

また、先述したように、カード番号は第２項目に相当するので、比較結果取得部１０５ｃは、サービスＣにおける対象ユーザの第２項目のユーザ情報と、サービスＡ，Ｂにおける不正ユーザの第２項目のユーザ情報と、の比較結果を取得することになる。

【0113】

本実施形態では、サービスＣにおいて比較処理が実行されるのではなく、サービスＡ，Ｂにおいて、サービスＣにおける対象ユーザのカード番号と、サービスＡ，Ｂにおける不正ユーザのカード番号と、が比較されるので、比較結果取得部１０５ｃは、サービスＡ，Ｂから比較結果を取得する。即ち、比較結果取得部１０５ｃが比較結果を取得するにあたり、ネットワークＮにおいて、サービスＡ，Ｂのカード番号が送信されない。比較結果取得部１０５ｃは、サービスＡ，Ｂごとに、当該サービスＡ，Ｂに対応する比較結果を取得する。

【0114】

［推定部］
推定部１０６ｃは、制御部１１ｃを主として実現される。推定部１０６ｃは、関連性情報取得部１０４ｃが取得した関連性情報と、比較結果取得部１０５ｃが取得した比較結果と、に基づいて、対象ユーザの不正を推定する。なお、推定とは、対象ユーザが不正ユーザであるか否かを判定又は決定することである。推定部１０６ｃによる推定結果が、不正ユーザであるか否かの最終結果となってもよいし、その後に管理者による判断にゆだねられてもよい。

【0115】

例えば、推定部１０６ｃは、関連性情報と比較結果とに基づいて不正度を計算し、不正度が閾値以上であるか否かを判定する。推定部１０６ｃは、不正度が閾値以上であれば、対象ユーザが不正であると推定し、不正度が閾値未満であれば、対象ユーザが正常であると推定する。

【0116】

不正度の計算式は、データ記憶部に予め記憶されているものとする。この計算式は、カード番号が一致していることを比較結果が示し、かつ、関連性情報が示す数値が高いほど、不正度が高くなるように定められている。推定部１０６ｃは、関連性情報と比較結果とを計算式に代入し、不正度を計算する。本実施形態では、先述したように複数の関連性情報を乗じた値の合計値が不正度として計算される場合を説明するが、計算式は、サービスＣの管理者等によって適宜設定可能である。

【0117】

本実施形態では、サービスＡ，Ｂの各々が他のサービスに相当し、他のサービスが複数存在するので、推定部１０６ｃは、複数の関連性情報と、複数の比較結果と、に基づいて、対象ユーザの不正を推定する。例えば、推定部１０６ｃは、複数の関連性情報と複数の比較結果とをそれぞれ計算式に代入し、不正度を計算する。

【0118】

また、本実施形態では、ユーザ登録の際の不正が推定されるので、対象ユーザは、ユーザ登録をするユーザとなる。推定部１０６ｃは、ユーザ登録が受け付けられる場合に、対象ユーザの不正を推定する。例えば、推定部１０６ｃは、ユーザ登録が完了する前に、対象ユーザの不正を推定する。なお、推定部１０６ｃは、ユーザ登録が完了した後に、対象ユーザの不正を推定してもよい。

【0119】

また、本実施形態では、他のサービスＡ，Ｂにおける項目間にも関連性情報が定義されているので、推定部１０６ｃは、他のサービスＡ，Ｂにおける項目間の関連性に関する関連性情報に基づいて、対象ユーザの不正を推定する。即ち、推定部１０６ｃは、サービスＣの項目とサービスＡ，Ｂの項目との間の関連性情報だけでなく、サービスＡ，Ｂの各々における項目間の関連性情報に基づいて、対象ユーザの不正を推定する。

【0120】

なお、推定部１０６ｃによる推定方法は、不正度を利用した方法に限られず、任意の方法を利用可能である。例えば、比較結果と関連性情報に関する所定のルールを定めておき、推定部１０６ｃは、関連性情報取得部１０４ｃが取得した関連性情報と、比較結果取得部１０５ｃが取得した比較結果と、に基づいて、ルールを満たすか否かを判定することによって、不正を推定してもよい。他にも例えば、推定部１０６ｃは、関連性情報取得部１０４ｃが取得した関連性情報と、比較結果取得部１０５ｃが取得した比較結果と、を特徴量化し、不正を推定するための機械学習モデルを利用して、不正を推定してもよい。

【0121】

［１−４．不正推定システムにおいて実行される処理］
図１１及び図１２は、不正推定システムＳにおいて実行される処理の一例を示すフロー図である。図１１及び図１２に示す処理は、制御部１１，２１が、それぞれ記憶部１２，２２に記憶されたプログラムに従って動作することによって実行される。下記に説明する処理は、図３に示す機能ブロックにより実行される処理の一例である。

【0122】

図１１に示すように、まず、ユーザ端末２０においては、制御部１１は、サービス提供システム１ｃに対し、ユーザ登録をするための登録画面の表示要求を送信する（Ｓ１）。例えば、登録画面には、ユーザ登録に必要な複数項目のユーザ情報を入力するための入力フォームが表示される。登録画面の表示要求は、登録画面のＵＲＬが選択された場合などの任意のタイミングで送信される。

【0123】

サービス提供システム１ｃにおいては、表示要求を受信すると、制御部１１ｃは、ユーザ端末２０に対し、登録画面の表示データを送信する（Ｓ２）。表示データは、任意のデータ形式であってよく、例えば、ＨＴＭＬデータである。登録画面の表示データは、記憶部１２ｃに予め記憶されているものとする。

【0124】

ユーザ端末２０においては、表示データを受信すると、制御部２１は、表示データに基づいて、登録画面を表示部２５に表示させる（Ｓ３）。Ｓ３において登録画面が表示されると、ユーザは、操作部２４を操作して、図８に示す８項目のユーザ情報の入力を行う。制御部２１は、サービス提供システム１ｃに対し、ユーザが操作部２４から入力した複数項目のユーザ情報を送信する（Ｓ４）。なお、８項目の全てが入力される必要はなく、一部の項目については入力されなくてもよい。

【0125】

サービス提供システム１ｃにおいては、ユーザ情報を受信すると、制御部１１ｃは、ユーザが入力したカード番号がサービスＣのブラックリストＢＬｃに格納されているか否かを判定する（Ｓ５）。Ｓ５においては、制御部１１ｃは、ユーザが入力したカード番号をクエリとし、サービスＣのブラックリストＢＬｃ内を検索する。

【0126】

カード番号がブラックリストＢＬｃに格納されていると判定された場合（Ｓ５；Ｙ）、制御部１１ｃは、ユーザが不正であると推定し、ユーザ登録を制限する（Ｓ６）。Ｓ６においては、制御部１１ｃは、ユーザ登録を拒否し、ユーザにサービスを利用させないように制限する。この場合、ユーザ端末２０に、「このカード番号ではユーザ登録できません」といったメッセージが表示されてもよい。他にも例えば、制御部１１ｃは、ユーザ登録の完了を保留とし、サービスＣの管理者に対し、ユーザ登録を許可するか否かを問い合わせる通知を送信してもよい。この場合、サービスＣの管理者による許可が得られた場合には、ユーザ登録が許可される。

【0127】

一方、カード番号がブラックリストＢＬｃに格納されていると判定されない場合（Ｓ５；Ｎ）、図１２に移り、制御部１１ｃは、サービス提供システム１ａ，１ｂの各々に対し、ユーザが入力したカード番号の比較処理を依頼する（Ｓ７）。比較処理の依頼は、所定形式のデータが送信されることによって行われるようにすればよく、ユーザが入力したカード番号が含まれるものとする。

【0128】

サービス提供システム１ａにおいては、カード番号を受信すると、制御部１１ａは、ユーザデータベースＤＢ１ａに基づいて、サービスＡのブラックリストＢＬａにユーザＩＤが格納された不正ユーザのカード番号を取得する（Ｓ８）。Ｓ８においては、制御部１１ａは、サービスＡの不正ユーザのカード番号を取得する。

【0129】

制御部１１ａは、サービスＣにおけるユーザが入力したカード番号と、サービスＡにおける不正ユーザのカード番号と、を比較する（Ｓ９）。Ｓ９においては、制御部１１ａは、これらのカード番号が一致するか否かを判定する。

【0130】

制御部１１ａは、サービス提供システム１ｃに対し、Ｓ９における比較結果を送信する（Ｓ１０）。Ｓ１０においては、制御部１１ａは、Ｓ９の処理結果に基づいて、カード番号が一致していることを示す比較結果、又は、カード番号が一致していないことを示す比較結果を送信する。即ち、制御部１１ａは、カード番号が一致する不正ユーザが存在するか否かを示す比較結果を送信する。

【0131】

一方、サービス提供システム１ｂにおいては、カード番号を受信すると、制御部１１ｂは、ユーザデータベースＤＢ１ｂに基づいて、サービスＢのブラックリストＢＬｂにユーザＩＤ又はデバイスＩＤが格納された不正ユーザのカード番号を取得する（Ｓ１１）。Ｓ１１においては、制御部１１ｂは、サービスＢの不正ユーザのカード番号を取得する。

【0132】

制御部１１ｂは、サービスＣにおけるユーザが入力したカード番号と、サービスＢにおける不正ユーザのカード番号と、を比較する（Ｓ１２）。Ｓ１２においては、制御部１１ｂは、これらのカード番号が一致するか否かを判定する。

【0133】

制御部１１ｂは、サービス提供システム１ｃに対し、Ｓ１２における比較結果を送信する（Ｓ１３）。Ｓ１３においては、制御部１１ｂは、Ｓ１２の処理結果に基づいて、カード番号が一致していることを示す比較結果、又は、カード番号が一致していないことを示す比較結果を送信する。即ち、制御部１１ｂは、カード番号が一致する不正ユーザが存在するか否かを示す比較結果を送信する。

【0134】

サービス提供システム１ｃにおいては、サービス提供システム１ａ，１ｂの各々から比較結果を受信すると、制御部１１ｃは、関連性情報データベースＤＢ２に格納された関連性情報と、受信した比較結果と、に基づいて、不正度を計算する（Ｓ１４）。Ｓ１４では、制御部１１ｃは、カード番号が一致した他のサービスが存在する場合に、サービスＣのカード番号と当該他のサービスのカード番号の関連性情報と、当該他のサービスにおける項目間の関連性情報と、を乗じた値を計算し、その合計値を算出することによって不正度を計算する。

【0135】

制御部１１ｃは、不正度が閾値以上であるか否かを判定する（Ｓ１５）。閾値は、記憶部１２ｃに予め記憶されているものとする。閾値は、固定値であってもよいし、可変値であってもよい。

【0136】

不正度が閾値以上であると判定された場合（Ｓ１５；Ｙ）、ユーザが不正であると推定され、Ｓ６の処理に移行し、ユーザ登録が制限される。一方、不正度が閾値未満であると判定された場合（Ｓ１５；Ｎ）、制御部１１ｃは、ユーザ登録を許可し（Ｓ１６）、本処理は終了する。Ｓ１６においては、ユーザが正当であると推定され、ユーザが入力したユーザ情報がユーザデータベースＤＢ１ｃに追加される。

【0137】

本実施形態の不正推定システムＳによれば、サービスＣとサービスＡ，Ｂとの関連性に関する関連性情報と、サービスＣにおける対象ユーザのカード番号の比較結果と、に基づいて、対象ユーザの不正を推定することによって、不正を推定する精度を高めることができる。不正を推定する精度を高めることにより、サービスＣにおいて不正ユーザが不正を働くことを防止し、サービスＣにおけるセキュリティを高めることができる。例えば、対象ユーザのカード番号がサービスＣのブラックリストＢＬｃに格納されていなかったとしても、サービスＡ，Ｂの不正ユーザが当該カード番号を登録していれば、サービスＡ，ＢのブラックリストＢＬｃを利用して対象ユーザの不正を推定できるので、サービスＣにおける不正ユーザの不正を未然に防止することができる。更に、サービスＣとサービスＡ，Ｂとの関連性を考慮して不正を推定することによって、過度に厳しいセキュリティになってしまうことを防止することができる。

【0138】

また、不正推定システムＳは、複数のサービスＡ，Ｂにそれぞれ対応する複数の関連性情報と、複数のサービスＡ，Ｂにそれぞれ対応する複数の比較結果と、に基づいて、対象ユーザの不正を推定することによって、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。例えば、単一の他のサービスのブラックリストを利用するのではなく、複数の他のサービスのブラックリストＢＬａ，ＢＬｂを利用することによって、特定の他のサービスで対象ユーザが不正を働いていなかったとしても、別の他のサービスで対象ユーザが不正を働いていた場合に、対象ユーザの不正を推定することができる。更に、サービスＡ，ＢによってサービスＣとの関連性が異なるので、サービスＡ，Ｂに応じた関連性情報を考慮することによって、不正を推定する精度を高めつつ、過度に厳しいセキュリティになってしまうことを効果的に防止することができる。

【0139】

また、不正推定システムＳは、サービスＣにおける対象ユーザのブラックリスト項目のカード番号の比較結果を取得し、サービスＣにとって重要な項目を利用してユーザの不正を推定するので、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0140】

また、不正推定システムＳは、比較対象となるカード番号が、サービスＡ，Ｂのブラックリスト項目ではなかったとしても、サービスＡ，Ｂのブラックリスト項目に関連付けられたカード番号を利用することによって、ユーザの不正を推定することができ、サービスＣにおけるセキュリティを向上させることができる。

【0141】

また、不正推定システムＳは、サービスＡ，Ｂにおけるブラックリスト項目とカード番号との関連性に関する関連性情報を考慮することによって、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0142】

また、不正推定システムＳは、サービスＢにおける複数のブラックリスト項目の各々の関連性情報に基づいて、対象ユーザの不正を推定することによって、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0143】

また、サービス提供システム１ａ，１ｂにおいてカード番号の比較処理が実行され、サービス提供システム１ｃがサービス提供システム１ａ，１ｂから比較結果を取得することによって、サービスＡ，Ｂのカード番号がネットワークＮに送信されないので、サービスＡ，Ｂの個人情報が流出することを防止することができる。更に、サービス提供システム１ｃが比較処理を実行しないので、サービス提供システム１ｃの処理負荷を軽減することもできる。

【0144】

また、不正推定システムＳは、サービスＣにおける不正ユーザのカード番号と、サービスＡ，Ｂにおける不正ユーザのカード番号と、の比較結果に基づいて、関連性情報を設定することによって、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0145】

また、不正推定システムＳは、ユーザ登録が受け付けられる場合に、対象ユーザの不正を推定することによって、不正ユーザがサービスの利用を開始することを防止できる。

【0146】

［２．実施形態２］
次に、不正推定システムＳの別実施形態（以降、実施形態２）を説明する。実施形態１の不正推定システムＳは、カード番号の比較結果だけではなく、関連性情報も考慮して対象ユーザの不正を推定したが、特に関連性情報は考慮せずに、対象ユーザの不正を推定してもよい。なお、以降説明する実施形態２では、実施形態１と同様の点については説明を省略する。

【0147】

実施形態２のサービス提供システム１ａ，１ｂの機能は、実施形態１と同様であるが、サービス提供システム１ｃの一部の機能は、実施形態１と異なる。例えば、データ記憶部１００ｃは、関連性情報データベースＤＢ２を記憶しなくてもよい。また例えば、サービス提供システム１ｃは、関連性情報取得部１０４ｃが実現されなくてもよい。

【0148】

比較結果取得部１０５ｃは、サービスＣにおける対象ユーザの所定項目のユーザ情報と、他の項目のユーザ情報に基づいて不正が推定されるサービスＡ，Ｂにおける不正ユーザの所定項目のユーザ情報と、の比較結果を取得する。実施形態２では、実施形態１と同様、上記所定項目がサービスＣのブラックリスト項目のカード番号である場合を説明するが、所定項目は、他の項目であってもよい。例えば、サービスＣのブラックリスト項目ではない名前や住所などが所定項目に相当してもよい。即ち、不正推定の際に比較対象となる項目と、サービスＡ，Ｂにおけるブラックリスト項目と、が異なっていればよい。

【0149】

実施形態２の推定部１０６ｃは、比較結果取得部１０５ｃが取得した比較結果に基づいて、対象ユーザの不正を推定する。即ち、推定部１０６ｃは、関連性情報を特に考慮せずに、対象ユーザの不正を推定する。例えば、推定部１０６ｃは、カード番号が一致する旨の比較結果であった場合には、対象ユーザを不正と推定し、カード番号が一致しない旨の比較結果であった場合には、対象ユーザを正当と推定する。

【0150】

推定部１０６ｃは、サービスＡ，Ｂの両方からカード番号が一致する旨の比較結果が取得された場合に、対象ユーザが不正と推定してもよいし、サービスＡ，Ｂの何れか一方からカード番号が一致する旨の比較結果が取得された場合に、対象ユーザが不正と推定してもよい。即ち、推定部１０６ｃは、一定数以上の比較結果が一致していた場合に不正と推定してもよい。例えば、本実施形態のように２つのサービスＡ，Ｂから比較結果が取得されるのではなく、ｎ個（ｎは３以上の整数）のサービスから比較結果が取得される場合には、推定部１０６ｃは、ｋ個（ｋは、３以上かつｎ以下の整数）以上の比較結果が一致していた場合に不正と推定してもよい。

【0151】

実施形態２によれば、サービスＣにおける対象ユーザのカード番号と、カード番号がブラックリスト項目ではないサービスＡ，Ｂにおける不正ユーザのカード番号と、の比較結果に基づいて、対象ユーザの不正を推定することによって、不正を推定する精度を高めることができる。不正を推定する精度を高めることにより、サービスＣにおいて不正ユーザが不正を働くことを防止し、サービスＣにおけるセキュリティを高めることができる。例えば、対象ユーザのカード番号がサービスＣのブラックリストＢＬｃに格納されていなかったとしても、サービスＡ，Ｂの不正ユーザが当該カード番号を登録していれば、サービスＡ，ＢのブラックリストＢＬａ，ＢＬｂを利用して対象ユーザの不正を推定できるので、サービスＣにおける不正ユーザの不正を未然に防止することができる。

【0152】

［３．変形例］
なお、本発明は、以上に説明した実施の形態に限定されるものではない。本発明の趣旨を逸脱しない範囲で、適宜変更可能である。

【0153】

［３−１．実施形態１に係る変形例］
（１−１）例えば、実施形態では、カード番号に基づいて対象ユーザの不正が推定されたが、カード番号以外の項目も考慮して対象ユーザの不正が推定されてもよい。即ち、複数項目のユーザ情報の各々の比較結果が不正の推定で利用されてもよい。

【0154】

比較結果取得部１０５ｃは、サービスＣにおける対象ユーザの複数項目の各々のユーザ情報と、サービスＡ，Ｂにおける不正ユーザの複数項目の各々のユーザ情報と、の比較結果を取得する。個々の比較結果の取得方法は、実施形態１で説明した通りであり、比較結果取得部１０５ｃは、サービスＡ，Ｂの各々に対し、複数項目の各々のユーザ情報を送信し、不正ユーザの各項目のユーザ情報と一致するか否かの比較処理を依頼する。

【0155】

サービス提供システム１ａ，１ｂの比較部１０１ｂは、サービスＣにおける対象ユーザの複数項目の各々のユーザ情報と、サービスＡ，Ｂにおける不正ユーザの複数項目の各々のユーザ情報と、を比較する。比較部１０１ｂは、サービス提供システム１ｃに対し、項目ごとの比較結果を送信する。比較結果取得部１０５ｃは、複数の項目の各々の比較結果を取得する。比較対象となる複数の項目は、予め定められていればよく、例えば、カード番号と住所又は名前と電話番号といった組み合わせであってもよい。また例えば、比較対象となる項目は、２つに限られず、３つ以上の任意の数であってよい。

【0156】

推定部１０６ｃは、複数項目にそれぞれ対応する複数の比較結果に基づいて、対象ユーザの不正を推定する。推定部１０６ｃは、複数の比較結果に基づいて、不正度を計算する。例えば、推定部１０６ｃは、複数項目について一致する旨の比較結果を受信した場合には、複数項目の各々の関連性情報に基づいて計算される値の総計を不正度として計算する。

【0157】

なお、本変形例では、サービスＡ，Ｂの各々に複数項目のユーザ情報が送信される場合を説明したが、サービスＡにカード番号が送信され、サービスＢに住所送信されるといったように、サービスごとに異なる項目のユーザ情報が送信されて比較されてもよい。

【0158】

変形例（１−１）によれば、複数項目にそれぞれ対応する複数の比較結果に基づいてユーザの不正を推定し、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0159】

（１−２）また例えば、変形例（１−１）のように、複数項目を利用して不正が推定される場合、複数項目に共通する関連性情報が用いられてもよいが、項目ごとに関連性情報が定められていてもよい。

【0160】

本変形例の関連性情報データベースＤＢ２は、比較対象となる複数の項目の各々の関連性情報を記憶する。関連性情報取得部１０４ｃは、複数項目にそれぞれ対応する複数の関連性情報を取得する。関連性情報取得部１０４ｃは、関連性情報データベースＤＢ２を参照し、比較対象の項目ごとに関連性情報を取得する。

【0161】

推定部１０６ｃは、複数の関連性情報に基づいて、対象ユーザの不正を推定する。例えば、推定部１０６ｃは、複数項目について一致する旨の比較結果を受信した場合には、複数項目の各々の関連性情報に基づいて計算される値の総計を不正度として計算する。不正度の計算方法は、実施形態１で説明した通りである。

【0162】

変形例（１−２）によれば、複数項目を利用してユーザの不正を推定する場合に、項目に応じた関連性情報を利用することによって、ユーザの不正を推定する精度を効果的に高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0163】

（１−３）また例えば、実施形態１では、サービスＡ，Ｂにおける不正ユーザのユーザ情報を利用して、サービスＣにおける対象ユーザの不正が推定される場合を説明したが、サービスＡ，Ｂにおける正当ユーザのユーザ情報を利用して、サービスＣにおける対象ユーザの不正が推定されてもよい。本変形例では、サービス提供システム１では、ブラックリストではなく、ホワイトリストが用意されている。

【0164】

ホワイトリストは、正当ユーザに関するユーザ情報が格納されたリストである。別の言い方をすれば、ホワイトリストは、正当ユーザを識別可能な情報が格納されたリストである。ホワイトリストに載った正当ユーザは、サービスの利用が制限されない。

【0165】

ホワイトリストは、サービスの管理者によって手動で編集されてもよいし、サービス提供システム１がユーザの行動を解析することによって自動的に編集されてもよい。また、ホワイトリストに格納されるユーザ情報の項目（以降、ホワイトリスト項目という。）は、全サービスで共通であってもよいが、本実施形態では、サービスに応じたホワイトリスト項目が定められているものとする。

【0166】

本変形例の比較結果取得部１０５ｃは、サービスＣにおける対象ユーザのユーザ情報と、サービスＡ，Ｂにおける正当ユーザのユーザ情報と、の比較結果を取得する。比較結果は、正当ユーザのユーザ情報と一致することを示す値、又は、正当ユーザのユーザ情報と一致しないことを示す値の何れかとなる。

【0167】

推定部１０６ｃは、関連性情報と比較結果とに基づいて、対象ユーザの正当度を計算する。正当度は、不正度とは逆の概念であり、ユーザＵが正当ユーザである蓋然性を示す数値である。正当度が高いほど、サービスＣにおいてユーザＵが不正を働かない蓋然性が高いことを示す。

【0168】

例えば、推定部１０６ｃは、関連性情報と比較結果とに基づいて正当度を計算し、正当度が閾値以上であるか否かを判定する。推定部１０６ｃは、正当度が閾値以上であれば、対象ユーザが正当であると推定し、正当度が閾値未満であれば、対象ユーザが正当でないと推定する。

【0169】

正当度の計算式は、データ記憶部１００ｃに予め記憶されているものとする。この計算式は、比較結果が一致していることを示し、かつ、関連性情報が示す数値が高いほど、正当度が高くなるように定められている。推定部１０６ｃは、関連性情報と比較結果とを計算式に代入し、正当度を計算する。

【0170】

変形例（１−３）によれば、サービスＡ，Ｂにおけるホワイトリストを利用し、サービスＣにおける対象ユーザの不正を推定することによって、ユーザの不正を推定する精度を高めることができ、サービスＣにおけるセキュリティをより向上させることができる。

【0171】

なお、比較結果取得部１０５ｃは、他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報との比較結果を取得すればよく、これらの何れか一方の比較結果だけを取得してもよいし、これらの両方の比較結果を取得してもよい。即ち、他のサービスにおけるブラックリスト及びホワイトリストの少なくとも一方が利用されて対象ユーザの不正が推定されるようにすればよい。

【0172】

［３−２．実施形態２に係る変形例］
（２）例えば、実施形態２においても、変形例（１−１）のように、複数項目のユーザ情報の各々の比較結果が利用されて対象ユーザの不正が推定されてもよい。この場合、一定数以上の項目の比較結果が一致していた場合に不正と推定されてもよい。また例えば、実施形態２においても、変形例（１−３）のように、ホワイトリストが利用されて対象ユーザの不正が推定されてもよい。即ち、比較結果取得部１０５ｃは、他のサービスにおける正当ユーザの所定項目のユーザ情報との比較結果を取得してもよい。比較結果取得部１０５ｃは、他のサービスにおける正当ユーザのユーザ情報と一致していた場合には、対象ユーザを不正と推定せず、他のサービスにおける正当ユーザのユーザ情報と一致していない場合には、対象ユーザを不正と推定する。

【0173】

［３−３．その他変形例］
（３）また例えば、上記変形例を組み合わせてもよい。

【0174】

また例えば、サービスごとにユーザデータベースＤＢ１ａ〜ＤＢ１ｃが用意されている場合を説明したが、全サービスで共通のユーザデータベースが用意されていてもよい。また例えば、ブラックリスト項目は、任意の項目を設定可能であり、サービスにおいて不正を働く際に利用される蓋然性が高い項目がブラックリスト項目として設定されていてもよい。また例えば、他のサービスの数は、２つに限られず、１つだけであってもよいし、３つ以上であってもよい。

【0175】

また例えば、ユーザ登録時における不正が推定される場合を説明したが、ユーザ登録時以外の任意のタイミングにおける不正が推定されてよい。例えば、ユーザ登録が完了した後に、ユーザが実際にサービスを利用する場合に不正が推定されてもよい。また例えば、ユーザが特にサービスを利用する場合でなくてもよく、サービスＣの管理者が指定したタイミングで不正が推定されてもよい。

【0176】

また例えば、サービス提供システム１ｃが多数のサービスと提携している場合には、他のサービスの中には、比較対象となる項目が登録されていないこともある。このため、サービス提供システム１ｃは、比較対象となる項目が登録されているサービスを特定し、当該特定したサービスのサービス提供システム１に対し、比較処理を依頼してもよい。この場合、どのサービスにどの項目のユーザ情報が登録されているかを示す情報が、サービス提供システム１ｃに登録されているものとする。

【0177】

また例えば、実施形態１−２では、サービスＣにおける対象ユーザの不正を推定する場面を例に挙げたが、サービスＡにおける対象ユーザの不正が推定されてもよい。この場合、サービス提供システム１ａは、実施形態１−２で説明したサービス提供システム１ｃと同様の機能を有し、サービス提供システム１ｃは、サービス提供システム１ａ，１ｂの比較部と同様の機能を有する。例えば、サービス提供システム１ａは、サービスＡのユーザ登録をする対象ユーザのユーザ情報を、サービス提供システム１ｂ，１ｃに送信し、サービス提供システム１ｂ，１ｃから比較結果を取得する。サービス提供システム１ａは、サービスＡとサービスＢ，Ｃとの間の関連性情報と、比較結果と、に基づいて不正度を計算し、対象ユーザの不正を推定する。

【0178】

また例えば、サービスＢにおける対象ユーザの不正が推定されてもよい。この場合、サービス提供システム１ｂは、実施形態１−２で説明したサービス提供システム１ｃと同様の機能を有し、サービス提供システム１ｃは、サービス提供システム１ａ，１ｂの比較部と同様の機能を有する。例えば、サービス提供システム１ｂは、サービスＢのユーザ登録をする対象ユーザのユーザ情報を、サービス提供システム１ａ，１ｃに送信し、サービス提供システム１ａ，１ｃから比較結果を取得する。サービス提供システム１ｂは、サービスＢとサービスＡ，Ｃとの間の関連性情報と、比較結果と、に基づいて不正度を計算し、対象ユーザの不正を推定する。

【0179】

また例えば、全てのサービス提供システム１が同じ機能を有してもよい。また例えば、ブラックリスト項目がサービスごとに定められている場合を説明したが、ブラックリスト項目は、複数のサービスで共通であってもよい。例えば、サービスＡ−Ｃの全てのブラックリスト項目がカード番号であってもよい。この場合、比較部１０１ａ，１０１ｂは、特にユーザデータベースＤＢ１ａ，ＤＢ１ｂを参照せず、ブラックリストを参照して、比較対象のユーザ情報を取得すればよい。また例えば、不正推定システムＳにサービス提供システム１ａ，１ｂが含まれている場合を説明したが、サービス提供システム１ａ，１ｂは、不正推定システムＳの外部のシステムであってもよい。

【0180】

また例えば、主な機能がサーバ１０で実現される場合を説明したが、各機能は、複数のコンピュータで分担されてもよい。例えば、サーバ１０及びユーザ端末２０の各々で機能が分担されてもよい。また例えば、不正推定システムＳが複数のサーバコンピュータを含む場合には、これら複数のサーバコンピュータで機能が分担されてもよい。また例えば、データ記憶部１００ａ〜１００ｃで記憶されるものとして説明したデータは、サーバ１０以外のコンピュータによって記憶されてもよい。

【要約】

不正推定システム（Ｓ）の関連性情報取得手段（１０４ｃ）は、一のサービスと他のサービスとの関連性に関する関連性情報を取得する。比較結果取得手段（１０５ｃ）は、一のサービスにおける対象ユーザのユーザ情報と、他のサービスにおける不正ユーザ又は正当ユーザのユーザ情報と、の比較結果を取得する。推定手段（１０６ｃ）は、関連性情報と比較結果とに基づいて、対象ユーザの不正を推定する。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】