移动广告作弊与防作弊原理解析,及解决方案解读

4个月前

一、广告作弊与反作弊现状

1、在移动互联网时代,广告投放为广告主带来了前所未有的效果。然而与此同时,整个移动广告生态系统也面临着日益壮大的广告作弊组织的挑战。相关数据显示,在广告投放过程中,存在大量的虚假流量,严重影响广告投放的效果,大部分广告主因流量作弊而受到严重的资源浪费,这势必对移动广告的价值和可信度造成巨大的伤害。

2、目前大部分防作弊方法是加入了一些监控和识别的机制,收集设备指纹与IP信息。基于设备信息来检测是不是高频设备、是否模拟器设备、是否篡改的设备在刷广告流量。大多没有做到用户行为与各方面的智能研判。

 

二、 常见的防作弊技术分析

1、移动广告虚假流量是如何刷出来的呢?

根据热云数据对虚假流量的深入研究,目前移动广告虚假流量主要通过技术手段不断变更设备信息与内存数据,实现模拟行为,批量生成想要的流量。另外还有设备信息伪装,通过篡改设备ID号或者使用模拟器等进行,并伪造不同的网络环境,实现设备MAC、IMEI、Android ID、系统版本号不重复、机型变换、时间分散来以假乱真。

2、防作弊技术分析

一般防作弊产品会提供一个sdk接口,sdk主要工作就是收集设备信息与进行网络传输,sdk通过获取设备上一些信息并组合成一定格式(json格式),经过加密算法生成唯一的ID值,然后存放在本地与上传网络服务器,主要流程如下:

值得注意的是,上述的流程中会存在几点风险,如下:

a、sdk本身被动态调试分析的风险与没有做自身完整性检验。

b、native层只是简单通过反射java代码来获取硬件信息,可以通过xposed等工具实现被动态修改设备信息。

c、sdk自身做了防护,但可以通过注入等技术来修改内存中的数据达到模拟刷量的目的。

d、从目前分析的情况来看sdk只是单独的收集了设备信息,没有对用户行为做处理。

 

三、目前相对有效的防作弊解决方案

1、一个好的防作弊产品不能从设备指纹信息单一维度来做规则识别判断是否作弊。

2、热云防作弊卫士是基于多纬度全域数据,分析常见作弊手段及应用场景下产生的作弊数据特征,基于大数据行为特征模型,结合历史数据利用防作弊算法,并依托多年积累的广告反作弊业务模型,识别作弊IP/设备,对虚假流量进行主动清洗过滤与智能研判,使得流量不再真假难辨。

3、热云防作弊卫士根据用户行为智能算法,有效识别是否真实用户操作行为。正常情况下,每个人的行为习惯都是唯一的,防作弊卫士通过人工智能为每一个用户建立多维度的行为模型与用户画像。将用户每一个操作与模型进行匹配,可以准确地识别出风险及异常。

4、如果想用修改设备指纹的方式来实现刷量是基本不可能的,无法绕过热云防作弊卫士智能算法对行为的识别。

5、热云防作弊产品流程图:

四、总结

反作弊并不是单一纬度独立进行分析因为即便是拥有海量设备数据进行指纹校验也难以抗衡,综合能力强化与智能算法协同才是高效反作弊的保证,“道高一尺魔高一丈”,作弊与反作弊是不断的对抗过程,反作弊手段也必须根据作弊手段与时俱进甚至提前防范,热云已经积累多年成熟反作弊业务模型未来也将持续走在防作弊的研究前沿,构建健康良好的移动广告生态

收藏

{{favCount}}

个人收藏

投稿请戳这里!投稿
0

次分享

文章评论(0)

{{ user.nickname }}
发表评论
登录 进行评论
加载更多 正在加载中... 没有更多了