依据不同的业务场景配置不同程度的防做弊战略

依据不同的业务场景配置不同程度的防做弊战略。

1）设备层面：黑产用户或反常用户或许会运用很多量产的贱价手机或假冒品牌的设备，能够经过挑选设备机型进行排除或要点关注：

高危险设备标签：

• 重打包：攻击者或许会将一个已有的软件或运用程序从头打包成另一个具有类似功能但难以检测的新版本，以躲避防做弊体系的检测（检测签名）
• 群控：攻击者一般会运用自动化程序或脚本控制多个核算机或设备进行攻击（检测同一IP）
• 接码渠道：接码渠道是一种供给短信验证码接收服务的第三方渠道，攻击者一般会运用这些渠道来发送很多的垃圾短信或歹意短信进行做弊（检测同一IP）
• 改机东西：改机东西是一种能够修改手机设备信息的软件。它能够用来伪造设备信息，例如IMEI号，机型等（检测设备相关ID）

中危险设备标签：

• 模仿点击：做弊者能够编写自动化脚本，经过模仿鼠标点击来完结一系列操作（检测鼠标点击时刻间隔）
• 模仿器：模仿器是一种能够在核算机上模仿其他操作体系或设备的软件，它能够让用户在没有实践设备的情况下运行运用程序（虚拟机检测东西）
• root：root是一种超级用户权限，能够让用户对体系进行完全的控制（文件检测）
• shell：Shell是一种指令行解说器，能够让用户在核算机上执行各种指令和操作。因为Shell能够绕过一些安全约束，因而也成为了一些做弊者进行做弊的东西之一（文件检测）

低危险设备标签：

VPN、多开东西、积分墙、自定义rom东西等。

2）变现数据：黑产用户或反常用户一般会在短时刻内发生很多的点击或消费行为，因而他们的ARPU、IPU和eCPM数据或许会远高于正常用户。能够经过设置阈值，在超越一定数值的用户中进行挑选和剖析。

3）微信装置时长：黑产用户或反常用户一般会经过快速装置很多微信账号来完成欺诈行为，因而能够经过结合微信装置时长进行比对，找出装置时刻短但消费行为反常的用户。

六、风控类型

1. 装置风控

数据搜集与剖析：

• 搜集各种与广告装置相关的数据，包含设备信息、IP地址、用户行为等。
• 运用数据剖析东西和算法对数据进行处理和剖析，以辨认反常形式和危险信号。

设备指纹辨认：

• 经过搜集和剖析设备的唯一标识符、硬件信息和操作体系等数据，创建设备指纹。
• 将设备指纹与已知的做弊设备数据库进行比对，以辨认潜在的做弊设备。

IP地址验证：

• 检查装置的IP地址是否归于匿名署理、VPN或其他匿名化服务。
• 经过与已知的做弊IP地址数据库进行比对，辨认潜在的做弊行为。

用户行为剖析：

• 剖析用户的装置行为，包含装置时刻、装置来源、运用运用情况等。
• 检测反常形式，例如快速装置、很多重复装置等，以辨认或许的做弊行为。

机器学习和模型树立：

• 运用机器学习算法树立模型，将历史数据和符号的做弊行为作为练习集。
• 运用练习好的模型来预测新的装置是否存在做弊危险。

实时监测和反做弊办法：

• 在广告装置进程中实时监测和剖析数据，以及时发现做弊行为。
• 运用反做弊办法，例如阻止做弊设备的装置、约束重复装置等。

装置验证和结算处理：

• 在装置被确认为有用后，进行结算处理，保证广告主只支付有用的装置。
• 监控和审核装置数据，保证结算进程的准确性和合规性。

2. 实时风控

数据搜集：

• 实时搜集广告相关的数据，包含广告点击、装置、转化等事件数据。
• 获取设备信息、IP地址、用户行为等数据。

数据预处理：

• 对搜集到的数据进行清洗和预处理，包含去除重复数据、批改反常值等。
• 将数据转化为可供剖析和处理的格局。

特征提取与核算：

• 提取要害特征，如设备指纹、IP地址特征、点击行为特征等。
• 核算重要目标，如点击率、转化率、展现次数等。

实时监测算法：

• 运用实时监测算法对数据进行剖析和处理，以检测做弊行为。
• 常用的算法包含机器学习算法、反常检测算法、规矩引擎等。

阈值设置和规矩引擎：

• 基于历史数据和业务需求，设置合适的阈值和规矩，用于判别做弊行为。
• 阈值和规矩能够依据实时数据的变化进行动态调整，以进步准确性和灵活性。