最新号の情報処理学会誌に「Web2.0アプリケーションにおける代表的な攻撃手法とその対策」（吉濱佐知子、石田愛、浦本直彦：情報処理,Vol.50,No.1 pp.44-55(Jan.2009）)という解説記事がでていた。この記事、実によくまとまっている。特に、私のようなWebプログラミング初心者にとって、Ajaxとかマッシュアップとか云われるWeb2.0技術のなんたるかを知る上でとても良い解説と感じた。ということで、この解説記事をもとにメモを作っておいた。
もう20日もまえに「PHPによる自前のWeb解析ツール作成を検討」という記事を書いた。それ以来、少しずつ作業を進め、やっとツールを完成することができた。若干、不満は残るが、それなりに便利なツールになったのではと思っている。今回作成したツールについて、アクセス状況を表示する画面の構成を中心に、その機能を紹介してみようと思う。
ブログへのアクセスログを見ると、明らかに「機械的」なアクセスと考えられるもがかなりの数に達することに気づく。こうしたアクセスには、Google、Yahooなどによるクローリングによるものが多い。こうした「機械的」なアクセスを通じて、我がブログは検索用にインデックス化されていくわけだ。有難いことだ。しかし、我がブログの記事がどのように読まれているのかという観点からアクセス解析をしようとすると、こうした「機械的」なアクセスに関る情報、ある意味情報ノイズといえる。この種のアクセス情報は、解析対象とするデータから除去してしまいたい。除去方法について考えてみた。
前回のエントリーで「Webアクセス解析ツールの作成を検討」していることを書いた。こうしたツールを作成しようとすると、いろいろなことを考えなければならないことに気づく。Webサイトを公開するとサイトへのアクセス回数がどの程度なのか気になりアクセスカウンターなるものを取り付けたりする。しかし、ここでカウントしているのは何かと考えると、結構、複雑だ。「訪問者(visit)数」をカウントしているのか？読まれた「ページ(page view)数」をカウントしているのか？その区別をどうしているのか？などなどである。このあたりを明確にしておかなければ何を計測しているのかわからなくなる。
我がブログへのアクセスを解析するツールを作ってみようと考えた。世の中には無料のアクセス解析ツールがかなりの数出回っている。このブログにも、SiteMeterとeXTReMeのふたつの商用ツールの無料配布版を活用させてもらっている。そんなとき、敢えて自前の解析ツールを新たに作ってみようとするのは、「還暦から始める動的Webサイト構築」としてやっているLAMP学習を効果的に進めようとしたからだ。それなりのWebプログラミングの素養を身につけるには、具体的な課題を設定して実際にプログラミングしてみるのが近道だ。うまくいけば、今使っている無料ツールを凌駕するようなツールを作れるかもしれないなんて、多少は考えた（無理かな？）。