廣告監測平臺(三):移動廣告反作弊

筆者針對移動廣告作弊的問題,從作弊手段、產生危害和規避策略三方面進行了闡釋,分享給大家。

广告监测平台(三):移动广告反作弊

移動廣告作弊是指廣告主在移動應用推廣過程當中,廣告商或渠道商通過非法的技術手段,偽造或劫持目標推廣應用的新增用戶並從中獲利的行為。

這裡的非法指的是在廣告主不知情,不允許的情況下,任何單位或組織對廣告投放活動的干擾物。

广告监测平台(三):移动广告反作弊

隨著移動互聯網的發展,移動廣告作弊的手段和方式也在不斷進化。這意味著黑產團伙作弊手段將更加的隱蔽複雜,作弊方式也將更加的多樣和多變:從早期簡單粗暴的點擊撞庫、設備農場,到現在可以模擬真實用戶的後續行為,甚至可以完成支付動作。

黑產團伙更加註重廣告主以推廣APP的KPI作為出發點開展業務,而且在技術實現方面逐漸向後端轉移,實現方式更加的繁瑣,這使得檢測難度大大增加。

在作弊產品功能方面,黑產團伙可以根據不同的推廣APP動態調整策略,更新迭代的速度是我們難以想象的,許多企業因為沒有建立良好的學習和預警機制,而被欺騙導致利益受損。

一、作弊的手段

作弊手段,我們可以按照技術原理,將其分為歸因劫持和虛假流量。

广告监测平台(三):移动广告反作弊
  • 歸因劫持的意思是利用歸因規則,通過發佈虛假的點擊,劫持真實用戶產生的轉化。
  • 虛假流量則講的是所有的轉化數據都不是真實用戶,有可能是來自於虛擬設備,也有可能來自於真機刷量。

1. 歸因劫持

  1. 點擊氾濫,也就是大家提到的所謂的大點擊。非法團伙利用腳本注入隨機數據或其他來源的目標數據,偽造廣告的曝光或點擊,在lastclick歸因原則下,通過設備ID和指紋信息撞庫而獲得激活,這種方式的作弊成本最低,但隱蔽性很差。
  2. 點擊劫持,與大點擊思路截然相反的小點擊。由於android廣播的機制存在,設備中的間諜APP或惡意插件會竊聽安裝完成事件,並儘量在用戶打開前由服務器上報相同的設,ID和指紋信息的點擊數據,根據lastclick規則就很容易被歸因上了,而且IOS端由於沒有安卓廣播機制,無法獲取安裝列表,小點擊實現難度更大,但隨著時間和作弊技術的發展,目前該技術也在慢慢的興起的。
  3. 安裝劫持,指渠道包的劫持,也是大家在推廣Android APP是比較頭疼的問題,應用商店或者軟件會對用戶發出不安全提示,引導用戶前往其相應的地址下載,眾所周知,在不同應用市場或推廣渠道的渠道包在打包時會通過channel ID區分來源,劫持的目的就是為用戶不在不知情的狀態下改變渠道包的來源,從而讓相應的應用商店或渠道獲取新用戶。

2. 虛假流量

而相對以上三種方式,虛假流量就顯得更加的自給自足。

不受歸因規則制約,不受自然量制約,點擊激活都是偽造出來的;在數據請求層面,黑產團伙常用一些匿名的地址報送點擊和激活數據。

  1. 使用代理,比如使用VPN代理服務器,數據中心等技術,經過匿名化的處理後的數據,IP地址將發生變化,從而改變歸因結果,這種方式常常有異地的黑產團伙使用,足不出戶就能做到定向國家、地區或省市的激活,註冊,刷量。近期被曝光的東南亞地區黑卡黑號刷註冊薅羊毛的這種作弊方式,其中的網絡環境的偽造就是靠非法的VPN和代理服務實現。
  2. 安卓模擬器和IOS越獄機的真實使用人數有限,大規模濫用的行為,基本上可以被判定為作弊行為,同樣有群體性質的,還有大量使用真機刷量的行為,幾百、幾千臺設備由服務器統一命令,按照任務定時定量的下載應用,並執行到相應事件,這些設備大多數隱藏自己的IP物理地址,頻繁的重置設備ID,頻繁的恢復出廠設置,或者通過一鍵刷機精靈進行刷機,網絡上經常流傳的這種設備牆,設備農場正是上訴場景的一種真實寫照。
  3. 請求劫持,針對第三方SDK,就比如說像經常使用的友盟、talkingdate等SDK,在非越獄的狀態下也可以進行逆向拆包,提取敏感信息後,進行非法劫持或者篡改上報信息,極有可能出現設備a上報了設備B的激活以及後續事件。

二、產生的危害

產生的危害主要為數據異常,無法有效判斷投放效果。

广告监测平台(三):移动广告反作弊

正在進行廣告推廣應用,暴露在這些作弊手段攻擊下,投放數據必定變得失真且波動。

大量的點擊氾濫會導致計算出的CPC(每點擊成本)極低,而廣告的CTR(點擊率)同樣也會變得非常的異常,那麼有點擊總數和CTR推算的廣告曝光人數也將會是一個天文數字,其實這個與實際預期的廣告受眾人數是大相逕庭的。

而轉化率方面,由於大點擊撞庫得來的CVR(轉化率)常常會低於正常水平,因為無序的點擊並不知道激活會在什麼時候出現。

所以說,大點擊的CVR會比正常的這種投放的數據要低一些,而通過小點擊劫持投放出來的CVR會偏高,這兩個極端都會造成激活的時間順差異常,mtti這一指標,定義了激活時間順差,也就是平均安裝時間。

由實際的推廣數據統計可以看出來,大點擊的激活在歸因窗口期內分佈是比較平均的,但是小點擊的mtti在零到五秒內分佈是比較多。

真機刷量和模擬器刷量,這些行為產生的激活,多在留存和roi方面會出現問題,刷付費刷等級的行為,也經常有大而集中,或者遊戲等級集中的這種現象,那這些作弊的行為,在自身運作的同時,也會影響著其他正常的渠道,渠道和渠道之間的搶量,渠道吸食自然量的情況屢見不鮮。

根據市場情況對近半年的投放數據彙總得知,那麼大約有23%的作弊激活,影響到了正在推廣的應用。

在做數據總結時,往往也會發現真實活躍的DAU與投放的力度並不是正比,左手倒右手的現象非常嚴重,這正是在刷量數據的影響下所顯現出來的一些問題。

在這裡給大家提了幾點問題,作為我們廣告投放的運營或者優化大佬,是不是也在面臨著這些發人深省的問題。

三、如何規避?

設置轉化漏洞分佈模型,從廣告曝光點擊數據到用戶激活APP,再到激活用戶的後續行為,在所有環節的設置分層校驗和組合關聯校驗的邏輯。

使用監督學習模型,建立設備級別的和IP級別的黑白名單庫,保證了更深層更高級的作弊手段能被探測到。

1. SDK加密傳輸

SDK端報文多重加密,通訊使用HTTPS,保證了端到端的通訊安全性,同時,立體的系統參數建模幫助判斷機器人或真機刷量等作弊方式。

2. IP和設備黑白庫

對原始數據的格式和來源通過後端驗證,按照黑白庫邏輯是實時計算每一條點擊和設備ID,並動態更新服務列表,再到最後可以通過大數據離線計算,數據的關聯性分析,對後續行為的持續跟蹤,做到實時防護和屏蔽。

3. 監測分包劫持

分包劫持是推廣android同學比較關心的問題。通過點擊與激活的歸因模型能分析激活的渠道包和渠道點擊的關聯性,識別應用市場或作弊渠道的劫持情況。

比如用戶A點擊渠道包B的廣告,這時會收集到用戶A的設備ID,用戶下載打開應用包時,會獲取到用戶的設備ID和渠道包ID,若發現用戶下載的渠道包不是B,而是C,則可判斷C劫持了B的用戶。

4. 監測關聯作弊

關聯作弊則是對作弊點擊和作弊激活進行一定的識別,它依託了全局的數據。

通過分析單位時間內同個IP下的點擊和激活數量來判斷是否存在作弊,通常情況下,單位時間內同個IP的點擊激活數量不會太多,所以一旦監測到大量點擊激活,則存在作弊嫌疑,而作弊點擊對應的激活極有可能也是作弊數據。

5. 監測虛假安裝

虛假安裝是對激活數據進行分析,根據激活用戶的後續行為事件,勾勒出網狀化的用戶活動行為習慣,不具備真人屬性的數據將會被標記,包含了安卓的模擬器、設備工廠。

真機刷量等作弊行為,虛假安裝分析,因為不涉及到點擊數據的參與,可以針對推廣量和自然量都可以去做判斷。

6. 監測點擊劫持

點擊劫持是探測是否有間諜APP或惡意插件在目標推廣APP激活前發送虛假點擊搶歸因,通過分析點擊到激活的時間差,可以判斷是否存在點擊劫持現象。

7. 監測殭屍用戶

殭屍用戶是展示在首次打開APP後再無任何後續行為的用戶佔比,觀察週期有可以根據自己情況設置,當然隨著時間的推移,殭屍用戶的屬性就會更加確定。

比如說,一個激活用戶,他在首次打開後,之後的七天都沒有任何的後續,就是她之後再也沒有打開,或者說在沒有去註冊,沒有註冊,登錄或者付費的這種這種事件,我們把它認定為一個殭屍用戶。

這個指標和虛假安裝一樣,這裡的點擊是不參與計算的,所以除了推廣量,我們還能看到自然量的一些情況。

最後

廣告反作弊的過程猶如逆水行舟,不進則退,只有不斷的深入瞭解,保持對數據的敏感,才能不被假象所蠶食。

#專欄作家#

lennon,微信公眾號:張論(ID:woshipm123),人人都是產品經理專欄作家。關注新零售電商、供應鏈金融的產品經理,擅長產品設計與需求分析。

題圖來自 Unsplash ,基於 CC0 協議。


分享到:


相關文章: