Mobvista移动广告反作弊白皮书

Mobvista移动广告 反作弊白皮书 目录 前言 01 什么是移动广告作弊 02 作弊现状 02 地区分布 03 操作系统分布 05 APP类型分布 06 常见的作弊行为 07 归因作弊 07 虚假流量 08 非法流量 10 如何反作弊 11 反作弊行业介绍 11 Mobvista的反作弊体系 12 Mobvista的反作弊体系简介 12 基于规则的反作弊策略 13 IP相关 13 地理相关 14 点击到完成安装的时间 15 设备标记符 15 设备参数 16 用户行为 17 如何解决混合流量 18 基于机器学习的反作弊策略 19 无监督反作弊模型 19 有监督反作弊模型 20 结语 20 关于Mobvista 21 前言 目前全球移动广告和变现市场正处在高速发展期。AppAnnie的数据显示，2019年移动应用的下载量达到了2040亿次，预计到2022年将达到2580亿次。全球市场的移动广告支出也在逐年上升，根据市场研究机构eMarketer的数据显示，2019年移动广告支出超过了2200亿美元，到2022年预计将攀升到3521亿美元。 正所谓有利益的地方就有犯罪，日益猖獗的移动广告作弊也深深地困扰着整个广告行业。根据WFA的保守估计，2019年移动广告作弊行为造成广告主的损失超过200亿美元，并预计到2025年，该数字将达到500亿美元之巨。移动广告作弊不仅仅给广告主造成了巨大的经济损失，同时也影响了广告平台的交付质量和品牌形象，更是严重损害了整个移动互联网广告市场长期的良性发展。 Mobvista定位为向全球移动开发者提供用户增长和流量变现的综合性服务的技术平台，建立的广告网络覆盖超过200+个国家和地区，每天处理请求数超过100亿次，可以说是处于反作弊攻防这场战争的最前线。 为净化互联网广告市场、促进行业的健康发展，Mobvista向行业推出《移动广告反作弊白皮书2.0》，旨在厘清当前移动营销市场的广告作弊情况、作弊方式及反作弊策略，以期推动移动广告行业的透明度和规范化发展。 01Mobvista移动广告反作弊白皮书 什么是移动广告作弊 移动广告作弊（MobileAdFraud），是指通过技术手段欺骗广告主、发行商或供应商的行为。作弊的主要目的是窃取广告主的广告预算。 移动广告作弊有多种形式，常见的有ClickSpamming、ClickInjection、SDKSpoofing、Bots等。本章节我们会详细地讨论常见的作弊方式。 作弊现状 基于Mobvista旗下的程序化互动式移动广告平台Mintegral和移动效果营销平台Nativex覆盖200+个国家（地区）的流量体系，100亿日展示等自有数据，Mobvista反作弊技术团队对全球移动作弊安装行为进行了统计分析（2019年10月-2020年3月），Mintegral被监测并提前拦截的作弊流量占总流量的比例为2.01%，Nativex被监测并提前拦截的作弊流量占总流量的比例为10.69%。安装作弊行为在地区、操作系统、APP类型上的分布呈现以下特点： 02Mobvista移动广告反作弊白皮书 地区分布 在Mintegral和Nativex覆盖200+个国家和地区的流量体系中，被拦截的作弊行为主要分布在日本（12.81%），印度（11.6%），印尼（9.4%）等国家。（注：由于以上国家（地区）的流量在Mintegral和Nativex流量体系中的占比本身较高，该国家（地区）产生的作弊安装与总作弊安装之比自然较大，因此参考意义有限。） 作弊国家（地区）分布图 作弊install占总作弊install比例 0%1%2%3%4%5%6%7%8%9%10% 03Mobvista移动广告反作弊白皮书 为了能更直观地看到各国家（地区）作弊行为的严重程度，这里同时统计了各国家（地区）作弊安装占该国家（地区）总安装量的比例，比较严重的有：巴基斯坦（24.87%），意大利（24.47%），法国（23.97%）： 各国（地区）作弊安装占该国（地区）总安装量 巴基斯坦意大利法国西班牙南非印度英国日本德国俄罗斯泰国美国 马来西亚 韩国印尼 中国台湾 巴西 0.00%5.00%10.00%15.00%20.00%25.00%30.00% 04Mobvista移动广告反作弊白皮书 操作系统分布 从操作系统的作弊安装分布来看，iOS平台为40.2%，Android平 AndroidiOS 台为59.8%。 59.80% 40.20% 其中，iOS的作弊安装主要集中在这几个版本上：13.3.1(13.59%)，13.1.3(7.85%)，13.1.1(7.82%)。Android平台的作弊安装主要集中在这几个版本上： 7.0.0(19.92%)，8.1.0(17.75%)，6.0.0(12.69%)。 其他 36.90% iOS各版本作弊安装占该系统比例 13.3.1 13.59% 13.1.3 7.85% 13.1.1 7.82% 12.4.1 3.03% 12.4.0 3.31% 13.3.0 4.95% 13.0.0 7.35% 13.1.2 7.61% 13.1.0 7.59% 其他 16.51% Android各版本作弊安装占该系统比例 7.0.0 19.92% 7.1.1 5.37% 5.1.0 5.90% 6.0.1 10.00% 8.0.0 11.86% 8.0.1 17.75% 6.0.0 12.69% 05Mobvista移动广告反作弊白皮书 APP类型分布 根据对游戏、电商、社交、工具等类型的APP进行的统计数据，不同APP类型作弊安装占该APP类型总安装的比例不尽相同，其中作弊比例较高的有阅读（28.60%），娱乐（17.17%），游戏（13.86%）。 各App类型作弊安装占该类型比例 阅读娱乐游戏电商传媒地图其他生活旅行社交财务 0.00%5.00%10.00%15.00%20.00%25.00%30.00% 06Mobvista移动广告反作弊白皮书 常见的作弊行为 根据流量的真实性，可将常见的作弊行为分为归因作弊、虚假流量和非法流量三大类。 归因作弊 INSTALL 归因作弊，是指作弊者利用第三方归因策略（多为最近展现/点击归因）的漏洞，虚构展现或点击以窃取用户的安装的作弊行为。 虚假归因 A.ClickSpamming ClickSpamming，也叫ClickStuffing或ClickFlood，是指作弊者利用点击归因的漏洞，通过发送大量的虚假点击来窃取自然用户的安装，从而造成广告主预算的浪费。这种作弊流量的特点是转化率(CVR)偏低，点击到转化时间普遍过长。 渠道A点击泛洪原本无关的自然安装 该安装被归因给渠道A 07Mobvista移动广告反作弊白皮书 B.ClickInjection ClickInjection，也叫InstallHijacking，指的是作弊者通过安装在用户设备上的一个应用程序来“监听”其他应用程序的安装广播消息。当用户设备上安装了新的应用程序时，作弊者就会收到通知，然后在安装完成之前发送虚假点击利用归因模型的漏洞劫取相应的安装。特点是点击到安装时间过短，应用商店记录的下载时间早于点击广告的时间。 点击广告 开始下载 恶意程序检测到下载 行为后发送虚假点击第一次打开APP 0秒10秒20秒30秒 虚假流量 虚假流量，指的是广告过程中的点击、安装、应用内行为是无效的，广告主花了钱却不能获得一个真实用户。 点击 APP 下载 激活购买 08Mobvista移动广告反作弊白皮书 A.ADStacking 隐藏广告 可视广告 当用户点击一个广告时，publisher却向后台发送多个不同广告的点击，从而吃掉大量CPC的广告预算。特点是同一个设备短时间内多次点击广告。 APP 模拟广告点击模拟App打开模拟用户行为 B.Bots Bots指的是作弊者通过自动化脚本或计算机程序模拟真实用户的点击、下载、安装甚至是应用内行为，伪装成为真实用户，从而骗取广告主的CPI/CPA预算。特点是IP离散度密集、新设备率过高、用户行为异常、机型/系统 /时间等分布异常等。 C.DeviceFarms PLAY BUY INSTALL DeviceFarms指的是作弊者购买大量真实设备进行广告点击、下载、安装和应用内行为，并通过修改设备广告跟踪符等方式隐藏设备信息。特点是IP离散度密集、新设备率过高、用户行为异常、机型/系统分布异常等。 09Mobvista移动广告反作弊白皮书 D.SDKSpoofing SDKSpoofing是指作弊者通过执行“中间人攻击”破解第三方SDK的通信协议后，在没有任何实际安装的情况下，使用真实设备的数据来发送虚假的点击和安装，以此消耗广告主的预算的作弊行为。特点是广告主后台数据和第三方数据不符。 APP BUY 非法流量 积分墙 +10 +20 +30 升到10级+30 注册+20 安装+10 非法流量指的是publisher在未经广告主同意的情况下，使用一些有争议的手段来获取用户，包括从非官方应用商店下载app、激励流量、被禁止的广告素材、网赚、诱骗点击和下载、木马后台操作等。 10Mobvista移动广告反作弊白皮书 如何反作弊 反作弊行业介绍 移动广告反作弊业内的主要角色包括： a.广告主 b.第三方检测平台，包括德国的Adjust、以色列的AppsFlyer、美国的TUNE、Kochava、国内的TalkingData等。 c.广告平台 d.其他反作弊技术服务提供商，常见的有英国的Machine、印度的mFilterIt、美国的FraudScore和DataVisor等。 广告主 第三方移动 检测平台 其他专业反作弊技术提供商 广告平台 11Mobvista移动广告反作弊白皮书 Mobvista反作弊体系 Mobvista反作弊体系简介 Mobvista反作弊技术体系，是以自研的反作弊技术为主，通过融汇、协同第三方移动检测平台、其他反作弊技术服务提供商的反作弊服务为辅，构建的多层次反作弊技术体系。 Mobvista 自研反作弊策略1 客户定制2 4 第三方 3移动检测平台反作弊模块 专业反作弊技术提供商数据赋能 Mobvista的反作弊力量主要由四部分构成。 其中，客户定制部分，主要包括根据广告主的event数据回传，进行关键指标及阈值的确认、定制数据监控等，即Mobvista根据广告主的具体需求制定反作弊策略。 第三方移动检测平台反作弊策略，指Mobvista参考并纳入适用的第三方平台的反作弊策略，如基于Adjust的IP黑名单完善Mobvista的IP过滤机制。 专业反作弊技术提供商数据赋能，指借助专业反作弊技术公司的反作弊服务进行数据分析、多重监测、筛选流量，最大程度减少作弊带来的损失。目前Mobvista合作的该领域公司包括美国的Fraudlogix，马来西亚的ip2location。 而最为核心的Mobvista的自研反作弊技术系统，它是基于Mobvista积累的作弊特征数据建立的，以规则为主、机器学习模型为辅的方式，实现了对作弊流量的多层次全方位的识别。 12Mobvista移动广告反作弊白皮书 基于规则的反作弊策略 目前，Mobvista的反作弊技术团队已积累60+的特征，并时刻紧跟业界最新研究不断增加新的特征，以此为基础建立了完善的反作弊规则体系，以下呈现部分反作弊规则。 IP相关 A.来自相同IP的点击/安装量过多 正常情况下，由于用户分布的离散性，用户设备使用网络的IP分布也应该呈现出离散性。如果点击或安装数据异常集中地来自相同IP，那么有一定可能是作弊行为。（需要注意的是，由于不同运营商的IP池大小不同，IP分配策略也不同，以及存在同一局域网内的多台设备同时