Mobvista李海波:反作弊是永无止境的攻防斗争

By Mobvista 2017-09-14

以人为本的反作弊策略

本周发布的《Mobvista移动反作弊白皮书》介绍了全球作弊情况及现行的有效反作弊策略,那 Mobvista 的反作弊策略背后的逻辑究竟是怎样的?

以下相关问题来自整个行业,答案来自 Mobvista 首席算法架构师李海波。

 

1. 广告作弊行为具体会给广告主以及行业带来怎样的损失?

所有的作弊背后都是有利益动机的,而所有的预算都来自于广告主,所以如果存在作弊,那最终主要的受害者就是广告主。如果作弊被发现,广告主可以拒绝付费,那么广告的整个上下游,包括作弊者都不会有收益。所以除了广告主以外,第三方,甚至很多广告平台都会参与到反作弊的斗争中。可以说广告主的体验是反作弊这场战争的直接动力。

从广告主的角度,因为作弊的存在,一方面会导致预算白白浪费,但不能带来效果和转化,另一方面还会因为反作弊的存在导致广告主从数据效果层面无法正确评价各种广告渠道的效果,最终导致长期的预算会继续投入到作弊渠道上,浪费更多预算。

而从市场的角度,如果作弊没有被制止,会让作弊者获得利益后更加猖獗,长此以往,会导致市场恶性竞争,形成劣币逐良币的态势,好的流量源和渠道活不下去,作弊流量源和渠道更加壮大,形成恶性循环。所以作弊从整个广告生态的角度,也需要被制止。

 

2. 怎样利用技术去保护广告主利益不受损?

首先,需要认识到所有的作弊背后都是有利益的动机的,所以在面对作弊的时候,使用技术解决反作弊之前,首先要思考各种作弊手段背后的利益动机,然后推演出他们可能的作弊手法。

例如,click spam 就是利用发大量点击去抢占自然归因获得利益;刷量则是通过技术自动化批量模拟点击,安装及安装后的行为获得利益。

了解了背后的动机及原理后,就能够制定合适的方案,选择合适的技术来识别作弊行为。

Mobvista 反作弊分析的原则有三类,主要会分析人跟机器的区别:人的行为是有一些共性的,符合特殊分布;但机器就更随机。

 

反作弊本质上是一个攻防的斗争,分析是去找机器和人的差异,从利益为出发点,从作弊者角度去发现问题。

 

3. 怎样升级反作弊策略?

反作弊本身是一个复杂的过程,作弊者会抓住各种漏洞,使用各种方案进行作弊,这就决定了我们的反作弊系统也需要不断演进,并持续增加反作弊识别策略。

Mobvista 反作弊策略的来源主要有四类:

  • Mobvista 反作弊团队根据数据特性总结研发的反作弊策略;
  • 根据可以的需求定制的反作弊策略(例如广告主回传数据指标监控);
  • 和第三方反作弊公司合作;
  • 跟进第三方监控平台公开的策略,如果认为合适,也会集成到我们系统中。

通过整合以上四类策略,来完善丰富我们的系统,提升反作弊系统的能力

在具体技术上,我们会使用规则+机器学习的方式,来让识别准确性和覆盖率达到最优。

 

更多反作弊相关内容,请参考《Mobvista反作弊不完全指南》。

相关文章

By Mobvista 2018-03-28

技术饭 | 朱亚东:AI 赋能商业化
数字广告作为互联网的核心商业化手段,更是AI应用的前沿阵地。

By 欧希,内容营销经理 2018-03-22

剑桥分析盗用 Facebook 用户数据风波:复盘与预见
小风暴基本离开,大风暴还没来

By 欧希,内容营销经理 2018-03-21

如何判断一款游戏是真的火了?火烧北美的“堡垒之夜”可以给你一点启发
一些奇怪的场景和数据……

By Mobvista 2018-03-21

Mobvista助力中国品牌赢在全球
中国出海品牌50强出炉
Share