积分墙为什么要做反作弊
2018年下半年开始，苹果端机刷失效，积分墙成为目前ASO主要操作源头，很多客户把大量推广预算投放到积分墙平台，更多的激励任务也吸引来更多用户。积分墙作为双端平台，一端对用户，一端对CP（content provider内容提供商，一般指App的开发商），对渠道而言两端都很重要。如果不做反作弊，一方面，羊毛党、机刷用户抢走了任务，让试玩平台的真实用户没任务可做，久而久之，用户会流失。另一方面，积分墙平台掺入了大量假用户，给CP带来金钱和投放效果的损失，一旦发现效果不好，客户也会流失。当然，做不做反作弊取决于积分墙的认知与能力。就认知来讲，你想要短期利益，还是长期利益？有的平台对羊毛党作弊行为睁一只眼闭一只眼，因为利益关系，不愿意去防作弊。或者平台用户数量少，为了完成任务主动掺假量，这样的积分墙平台绝不能长久。就能力来讲，可以引入下一个话题。
反作弊能力成为优质积分墙的鬼门关
积分墙作弊用户分两类：羊毛党作弊用户。积分墙作为一个奖励平台，自然逃不过羊毛大军的围攻。羊毛党操纵大量账号参与积分墙抢任务，通过师徒关系，串通获利，导致真实用户利益受损。肉刷工作室。为了获利更多，工作室会购买大量手机设备，通过越狱工具、UDID篡改软件、iTools等辅助工具，使用人肉方式批量做任务领取奖励。一般我们称这类机刷用户为“刷子”。无论是羊毛大军还是刷子，今天的作弊早已不是小作坊作业模式，而是形成了专业分工的商业化流程与庞大体系，以及背后大批的“供应商”：大量手机号：卡商、微信提供商、支付宝提供商；散布在全国的IP：VPN提供商；篡改、批量控制等软件：软件提供商。作弊用户往往多台手机+针对积分墙的刷机、执行教程泛滥，总之，积分墙防作弊，是一场技术战。想要坚守优质积分墙的好口碑，守住积分墙真实用户这条防线，就得从技术上攻克，让反作弊技术成为自家墙的优势与壁垒（这也是iMoney爱盈利积分墙能发展为头部积分墙的原因）。事实上，客户最终都会集中向优质积分墙，劣质掺假量的积分墙会逐渐被淘汰。积分墙如何防作弊反作弊。能力不强的往往是一些中小积分墙或是技术基金不强的团队，面临着技术水平与专业程度不断提高、缺乏风险数据支撑、专业大数据反作弊人才不足等实际难题，反作弊风控能力比较薄弱。积分墙反作弊没有一招制胜，采用任何单一的策略、模型或局部防御，都无法达到目的。反作弊是一个体系、多个维度的攻坚战。1）账号信息检测账号信息是积分墙反作弊比较常见的检测方式，一般通过用户的IP、昵称、设备名称、绑定的手机、微信、支付宝、身份证等信息，阻止虚假用户，所需要的信息维度越多，作弊用户批量生产账号的成本就越高，当作弊成本高过积分墙任务奖励时，自然就不划算了。拿IP来说，我们可以查用户IP地址是否规律，是否存在异常。甚至通过虚拟IP查看到上一级IP，来判断用户的真假。个人信息除了昵称外，还有性别、生日等用户主动填写的一些内容，还会要求用户绑定微信、微博、QQ等信息防作弊。其中微信号是最难养的，腾讯对微信账号合法性管控得比较严，这就帮我们过滤掉了一部分用户。此外还有用户提现账号的实名认证信息，手机号和验证码信息，通过不定期的验证，充分地过滤虚假用户。通过以上方式可以判断用户的真假，有效防范一部分虚假用户。2）设备信息检测一些机刷工作室往往可以模拟用户设置信息，这时候，需要用技术手段进一步获取用户设备的信息，包括UDID、设备型号、操作系统版本、网络模式、SIM卡，甚至是设备的磁盘容量、屏幕亮度、开机时间，充电行为、电量情况、GPS、手机摆放角度等都多种维度，建立手机设备指纹数据库，利用人工智能算法识别可疑手机设备，来判断是否真实用户在做任务。当然，获取这些信息需要通过技术手段，维度越多越能全方位了解手机使用的情况。有些专门做机刷的设备，手机里是没有SIM卡的，所以SIM可以作为反作弊的一个维度。如果电量时刻是百分百，手机放在一个位置不动，那也说明用户有异常。还有GPS也可以体现出用户的真实与否。这里重点说一下UDID，苹果有一个广告设备标识IDFA（苹果为了让客户追踪广告效果，使用IDFA区分不同用户，苹果默认IDFA变更是合法的）。而IDFA的更改比较容易，如果用户改变了IDFA，就区分不了是否是新用户。3）用户行为检测通过记录用户的全部行为特征，包括用户活跃时长、活跃时间、下载时间、任务完成情况、用户其他上网行为等，借助半监督和图算法发现更多的可疑用户。刷子用户，一般都是通过程序或人肉进行操作，在做任务时有一定的规律，而正常人在做操作时，不可能是同样的频率或规律。比如收徒奖励，发现所有徒弟的行为一致，机型一致，下载任务一致，完成时间一致，得到的钱数一致，那肯定是异常用户，说明他有一排手机，批量作业，而正常用户的行为是具有多样性的。另外在下载时间上，正常用户要用1分钟，机器用户2秒就完成。说明可能是通过电脑下载，而不是从AppStore下载。此外，真实用户的手机里会有很多软件，他会去使用淘宝、QQ、微信、或者其他App，如果用户没有这样的行为路径，就可以判断其是假用户。行为风险识别，基于机器操作、异常操作识别等技术，通过一系列行为，识别机器注册、机器养号、薅羊毛等风险操作与风险行为。4）第三方信用检测这里主要是指第三方信用平台或第三方反作弊工具，一个是信用检测机制，一个是大数据反作弊平台。其中，市面上第三方反作弊工具比较多，通过与第三方合作，不仅可以对反作弊识别做一个更好的补充，还可以有效地验证反作弊的精准度与识别率。最终，通过将账号信息、设备信息、用户行为和第三方检测关联起来，完成一个层层过滤的全局防御。如果不建立全栈式防御，在任何一个环节都有可能让作弊用户漏网**
反作弊核心技术要点
**
积分墙反作弊就是通过大数据技术识别用户信息，检测用户是否真实用户，防止被专业的刷手把任务资源抢光，同时确保CP的优化效果。苹果在不断升级算法，改变账户对接方式，间接提高了反作弊难度，很多小墙没有能力或精力去做大数据风控。
UDID设备指纹库：根据用户手机的UDID、设备序列号、操作系统版本、硬件型号等信息，建立手机设备指纹数据库。
自研反作弊SDK：通过手机用户设备多种维度的数据、信息，识别设备本身的风险，来判断用户是否进行了刷机，还可以识别多开、虚拟机、篡改设备、甚至对设备进行评分。
自研越狱检测：抓取越狱手机的特征，禁止越狱设备，防止用户在其他越狱商店下载。
每日更新反作弊算法：针对不断更新迭代的作弊技术，采用高级加密协议，大数据动态算法每日更新规则，确保实效性，实现针对各类作弊行为的实时打击。说了这么多，反作弊都是为了确保广告主的投放效果，在拦截作弊用户的同时，是在帮助广告主节省投放预算。
结语在iOS平台，机刷已经全面失效，积分墙是应用商店推广的最佳渠道，希望广告主共同监督积分墙这个生态，这一行业才能健康地发展，而积分墙平台通过提高自身反作弊能力，把质量放在第一位，才能守住广告主对平台的信任。当然，现在积分墙掺假量的行为仍然很常见，这也是为什么很多积分墙做不起来的原因，总想着掺假量赚取眼前利益，加上行业竞争残酷，客户要量，平台没量就很难生存，结果选择铤而走险掺假量，但总归会在市场上得到检验，久而久之，客户和用户都流失了。
积分墙为什么要做反作弊相关推荐
- 爱奇艺流量反作弊的“术”与“道”
爱奇艺流量反作弊的"术"与"道" 本文根据爱奇艺张晓明老师在DataFun Talk大数据风控系列活动中分享的<爱奇艺流量反作弊的"术" ...
- 回顾·爱奇艺流量反作弊的“术”与“道”
作者:张晓明 整理:DataFun社区 社区公众号ID:datafuntalk 今天主要从以下几个方面介绍,首先介绍下流量反作弊相关的介绍,然后是爱奇艺流量反作弊的"道",爱奇艺流 ...
- 算法系列 - 广告反作弊概述
以下所有内容均整理于各种博客 文章目录 一.广告名词解释 二.广告作弊手段 三.广告反作弊规则方案 3.1 用户标识 3.2 用户行为 3.3 广告来源 四.广告反作弊机器学习方案 五.参考文档 一. ...
- C++反作弊对抗实战 (序言篇)
前言 本人虽从事多年的C/C++开发,写过pc端也搞单片机(目前主业),所谓技术水平这一块,只能勉强算是大家眼中的"混子" -- 就是什么都了解一点,但什么也都不敢自称" ...
- 如何用机器学习做广告反作弊（二）
如何筛查虚假流量? 如何预防作弊? 首先应用场景是什么,广告反作弊的种类很多,简单说几个应用场景: 按平台分:PC.移动,不同的平台玩法不一样: 按照防作弊的时间段分:请求阶段,实时扣费阶段,离线计算 ...
- 如何用机器学习做广告反作弊（一）
如何筛查虚假流量? 如何预防作弊? 知乎问答记录,仅供学习参考 作者:李小喵 链接:https://www.zhihu.com/question/53627544/answer/337003640 来 ...
- 部分有关 广告联盟作弊 与反作弊资料收集
原文:http://www.lvjiyong.com/i356.html 摘要:今天公司网站发现了有用户开始作弊,这属于意外之中的事,广告联盟作弊与反作弊这个永恒的话题,对于广告收受方的盈利简单易懂是 ...
- 渠道反作弊之常见行业手段
总结 对用户设备物理信息的采集,通过技术手段识别是否异常,或以来后台类似黑名单的资源进行判断.未来较为先进的手段有检测设备的环境信息,例如是否有触摸,设备位置角度是否有变化等,同盾在近半年可能会使用这 ...
- 波波：ASO积分墙领域或将迎来终局
作者:爱盈利 波波 运营小咖秀 好久没写东西,七夕有些感触,打算写点.以前总是写干货,虽然对行业有一定帮助,但是无奈最后苹果也经常来看,导致ASO的很多方法在一个阶段受到一定程度反制,所以这篇文章只打 ...
- vivo 游戏黑产反作弊实践
作者:vivo 互联网安全团队 - Cai Yifan 在数字化.移动化的浪潮下,游戏产业迅速发展,尤其疫情过后许多游戏公司业务迎来新的增长点. 游戏行业从端游开始一直是黑灰产活跃的重要场景.近年来, ...
最新文章
- 鸿蒙初开踏青时主要内容,袖珍世界之鸿蒙初开
- linux mysql 5.0.45_RedHat糸列Mysql-5.0.45的安装
- 活动目录系列之一：主域控制器的搭建
- Cesium BingMapsImageryProvider类学习
- 1 分钟教会你用 Spring Boot 发邮件
- MyBatis-Plus条件查询——Wrapper
- VS2015 vs2017 密钥
- iPad 和 iPhone怎么长截图？ iPad截图方法汇总
- 原生js实现多语言切换
- 10-20210308华为海思Hi3516DV300在鸿蒙系统下测试网络（以太网+WIFI）
- Grafana panel 图形高级定制
- 深度搜索--水管工游戏
- 网页上传图片时，直接本地预览无需上传服务器
- 数据结构与算法2：线性表的顺序存储与链式存储
- 分享一些QQ常用的WEB接口（新）
- Java——你知道long和Long有什么区别吗？
- 关于业务系统间API对接的那些事
- SpringBoot集成Activiti6教程
- “I don’t understand” 表达 “我不明白”，太老土了！
- 牛客网 掷骰子问题 网易 动态规划