电子商务概论 防作弊系统 6.2.4 防作弊系统.pptxVIP

第六章 电子商务的安全保障 6.2 构建安全保障 互联网作弊是一种很普遍的行为，就拿我们最熟悉的来说，有电商和O2O的刷单刷信誉行为、广告作弊等，具体分类如下图：  互联网作弊是什么？ 广告作弊与反作弊 1.背景：互联网广告成为主流 （1）数字营销(互联网广告)分两类： 品牌广告：以品牌宣传为主，多以千次曝光的形式计费，广告主追求的是长期的品牌溢价; 效果广告：多以单次点击或单次行为的形式计费，更关注短期转化和收益。 （2）投放方式：CPA、CPC、CPM每千人成本、CPP每购买成本等 2.现象：数据作弊 2016年上半年, AdMaster推出的《广告反欺诈白皮书》显示：2016上半年，AdMaster的广告反欺诈监测系统平均每天识别出高达 28% 的虚假流量。的确，中国的数字营销生态环境也正遭受着虚假流量的侵蚀。 广告作弊与反作弊 3.作弊类型 曝光作弊：可能把广告展现在一些完全没有商业价值的垃圾流量上。 点击作弊：利用机器、人工或诱导用户点击，例如把广告换成一个美女图片，吸引完全不符合广告意图的点击。另外，竞争对手还可能进行恶意点击。 转化作弊：在注册、激活、下单等不同场景下通过自动化程序的模拟真人行为。 广告作弊与反作弊 4.如何鉴别广告作弊 （1）初级作弊辨别：发现数据异常点。例如： 异常峰值 出现峰值时转化数据并没有增长 出现峰值时到站跳出率增长 投放的媒体属性和点击的地域属性不符 （2）中级作弊辨别：真人点击和机器模拟点击。例如： 点击请求的Headers异常 点击行为分析：机器点击具有一定的连续性，可以通过判断同IP同设备的连续点击、同IP段的大量点击、同IP连续点击间隔时间等进行判断。 行为频率、次数异常； 注册者的URL访问轨迹：机器只访问注册URL频繁注册； 注册者是否查看了页面上的静态资源：机器注册在访问时只关心网页上的文字； 不同账号同密码注册； 注册者从到站到注册间的时间间隔：真人在注册前会有较长时间的浏览过程，而机器行为则直奔主题。 广告作弊与反作弊 5.如何反作弊？ 目的：无限压缩作弊行为在正常商业行为中的比例，而非绝对根除。 最好的实现方法在于让作弊成本剧增。 思路：砌墙（不断的加限制条件）；拆台（使作弊行为的获利大幅度减少） （1）排重：添加监测链接，通过Cookie、设备号或IP排重，如大量出现218.175.11.x这种相同C段的IP号。 （2）频度控制、SDK加密防护、人工介入监控 （3）点击有效期：限制点击的有效期，在有效期内，后续转化归属相应平台，如超时则不予计算。 （4）异常数据黑名单：对点击记录超过一定范围标记为黑名单，长期过滤。 （5）归因时间差监控：归因时间差即指从点击到下载激活的时间。一般作弊时，伪造点击与激活是并存的，所以往往在时间逻辑上是错误的。 （6）增加行为操作的复杂度，但可能伤害用户。 。 广告作弊与反作弊 具体来说，就是通过站内优化比如网站结构调整、内容建设、代码优化等，以及站外优化比如网站站外推广、品牌建设等，使网站满足搜索引擎收录排名需求，在搜索引擎中提高关键词排名，从而吸引精准用户进入网站，获得免费流量，产生直接销售或品牌推广。 1.搜索引擎优化——SEO SEO反作弊——以百度为例 （1）绿萝算法：2013年2月上线的搜索引擎反作弊算法，主要打击超链中介、出卖链接、购买链接等超链作弊行为。通过综合外链内容的相关性、A及B网站页面内容品质、更新频率、违规历史记录、总权重值，从而判断外链的权重传递是否有效。 （2）石榴算法：针对低质量网站的进一步打击的升级版，将重点整顿含有大量妨碍用户正常浏览的恶劣广告的页面，尤其以弹出大量低质弹窗广告、混淆页面主体内容的垃圾广告页面为代表。 2.百度怎么反作弊？ SEO反作弊——以百度为例 淘宝搜索反作弊系统不仅监控卖家行为，同时也监控买家行为，并且通过对买家ID的行为监控可倒推反证卖家作弊。而且，该算法还可以作为推荐算法使用。反作弊手段大致划分为以下3种：信任传播模型、不信任传播模型和异常发现模型。 电商反作弊——以淘宝为例 在海量的宝贝网页数据中，通过一定手段，筛选出绝不会作弊的店铺、宝贝和ID（即白名单）。算法以这些白名单内的页面作为出发点，赋予白名单内的页面节点较高的信任度分值，其他宝贝、买家、卖家是否作弊，要根据其和白名单内节点店铺或宝贝的成交关系来确定。白名单内节点通过成交关系将信任度分值向外扩散传播，如果某个节点最后得到的信任度分值低于这一阀值，那么该宝贝网页、买家或卖家则会被认为是有作弊嫌疑。 。 1.信任传播模型 SEO反作弊——以淘宝为例 先找到一些作弊或非作弊的集合，分析出其绝对特征有哪些，然后利用这些特征来识别作弊行为。具体来说，一种是直接从作弊行为包含的独特特征来构建算法；另一种是通过统计等