[論文レビュー] Trackly: A Unified SaaS Platform for User Behavior Analytics and Real Time Rule Based Anomaly Detection

Md Zahurul Haque, Md. Hafizur Rahman+1 more|arXiv (Cornell University)|Jan 30, 2026

Software System Performance and Reliability被引用数 0

ひとこと要約

Tracklyは、軽量なSDKとマイクロサービスを用いて、マルチテナントSaaS内でユーザー行動分析とリアルタイムのルールベース異常検知を統合し、説明可能なリスクスコアリングとダッシュボードを提供します。

ABSTRACT

Understanding user behavior is essential for improving digital experiences, optimizing business conversions, and mitigating threats like account takeovers, fraud, and bot attacks. Most platforms separate product analytics and security, creating fragmented visibility and delayed threat detection. Trackly, a scalable SaaS platform, unifies comprehensive user behavior analytics with real time, rule based anomaly detection. It tracks sessions, IP based geo location, device browser fingerprints, and granular events such as page views, add to cart, and checkouts. Suspicious activities logins from new devices or locations, impossible travel (Haversine formula), rapid bot like actions, VPN proxy usage, or multiple accounts per IP are flagged via configurable rules with weighted risk scoring, enabling transparent, explainable decisions. A real time dashboard provides global session maps, DAU MAU, bounce rates, and session durations. Integration is simplified with a lightweight JavaScript SDK and secure REST APIs. Implemented on a multi tenant microservices stack (ASP.NET Core, MongoDB, RabbitMQ, Next.js), Trackly achieved 98.1% accuracy, 97.7% precision, and 2.25% false positives on synthetic datasets, proving its efficiency for SMEs and ecommerce.

研究の動機と目的

• 製品解析とセキュリティを統合して統合的な可視性とタイムリーな脅威検知を実現する必要性を動機づける。
• ユーザー行動分析とリアルタイム異常検知を組み合わせたスケーラブルなSaaSプラットフォームを開発する。
• 加重リスクスコアリングルールを通じて透明で説明可能な意思決定を提供する。
• 軽量なJavaScript SDKとREST APIを通じて容易に統合できるソリューションを提供する。
• 合成データを用いて中小企業とECを支援するための実現可能性とパフォーマンスを示す。

提案手法

• セッション、IPベースのジオロケーション、デバイス/ブラウザのフィンガープリント、粒度の高いイベント（ページビュー、カートへ追加、チェックアウト）をトラックする。
• 重み付きリスクスコアリングを用いた設定可能なルールベースの異常検知を適用し、疑わしい活動をフラグ（新規デバイス／場所、移動の不可能性、ボットのような高速行動、VPN使用、IPごとの複数アカウント）で検出する。
• グローバルなセッションマップ、DAU/MAU、直帰率、セッション継続時間を含むリアルタイムダッシュボードを提供する。
• Core、MongoDB、RabbitMQを用いたマルチテナントマイクロサービススタックでのスケーラビリティと分離性を実現する。
• 軽量なJavaScript SDKと安全なREST APIによる統合を提供する。

実験結果

リサーチクエスチョン

• RQ1 Tracklyは製品解析とセキュリティを統合して統合的な可視性とより高速な脅威検知を実現できるか？
• RQ2 重み付きリスクスコアリングを用いたリアルタイムのルールベース異常検知はユーザ行動データにどれだけ有効か？
• RQ3 合成データセットにおけるプラットフォームのパフォーマンス特性（精度、再現率、偽陽性）はどの程度か？
• RQ4 SDKとAPIの統合体験は中小企業およびEC展開をどのように支援するか？

主な発見

• Tracklyは合成データセットで98.1%の精度を達成。
• Tracklyは合成データセットで97.7%の再現性を達成。
• Tracklyは合成データセットで2.25%の偽陽性を記録。
• 同プラットフォームはリアルタイムダッシュボードとグローバルなセッション洞察（DAU/MAU、直帰、セッション継続時間）をサポート。
• ソリューションはマルチテナントマイクロサービススタックと軽量な統合を通じて中小企業とEC向けにスケーラブルになるよう設計されている。