[商业信息]如何让广告支出一分价钱一分效果？

【/h/】2019年6月29日下午，主题为“移动应用广告欺诈”的沙龙在深圳鹏程实验室成功举办。

市场越大，欺诈就越多

data visor技术资深行业顾问余丹就“渠道推广中移动应用的欺诈风险”做了主题演讲。

“自2016年以来，全球互联网设备的增长放缓，这表明流量红利的时代很快就会过去”，余丹说。与此同时，全球互联网人口继续缓慢增长。2018年底，全球互联网用户超过40亿。在全球五大互联网国家中，中国、印度、印尼仍然是全球所有企业都在努力接触的地方。中国高度重视印度(印度、印度尼西亚)市场的发展。例如，许多中国手机公司竞相以低价进入印度市场。

从全球来看，数字广告也占据了主流。数字广告市场越大，欺诈风险越高。中国互联网市场处于下沉状态，非一线城市网民上网时间会更多，尤其是女性，对互联网的依赖程度更高。由于地域文化差异，印度和印度的主要消费者是年轻、富有、男性和单身。纵观六个贫富差距较大的海湾国家，主要受众是富人的配偶，也就是女性。平台想挖掘真实流量，广告主想到达目标用户，都需要考虑不同的市场环境，复杂的用户画像等等。现在流量红利不如以前了，但是市场需求还是很高的，骗子们虎视眈眈广告的肥肉，伪造目标群体，模拟虚假流量，伪造活跃性等等来非法牟利。

【/h/】data visor Technology的反欺诈报告显示，2018年全球移动广告行业亏损金额巨大，平均作弊率在15%左右。全球欺诈安装造成的损失达到2亿美元，电子商务行业的欺诈率最高。

欺诈手段，不可预测

欺诈性安装的手段是面向过程的。先购买模拟器和旧设备，通过刷机和群控软件复用设备，然后利用这些设备和账号进行大量的虚假安装和购买行为。欺诈者还会对平台的风险控制规则进行测试，在规则内创建一定的账户活动，使平台难以区分这些活动和真假交易，然后在规避风险控制规则后进行退款等操作。许多欺诈者使用匿名流量，这使得平台很难跟踪其ip，也很难控制风险。

但是，这样狡猾的诈骗者还是会露出马脚，反诈骗技术就是利用这些异常点来捕捉攻击。比如诈骗者使用的设备普遍落后于正常市场上设备的使用情况，也就是说当大家都在使用iphone6的时候，诈骗者会选择iphone5，iphone 5虽然还能用，但是从成本上来说比较便宜。再比如，购买隐藏ip云服务的诈骗者，为了伪装自己的活跃性，天天登录，但是登录地址不正常。今天他们在美国，但是明天要去越南，或者登陆后不做任何有效的操作，就是定时登陆，定时退出。我们很可能认为这些行为是不正常的，并对账户进行评分。

在韦泽科技遇到的真实案例中，我们遇到了一个集团诈骗。它有超过15000个装置，都来自同一个设备型号，这个型号不是很受欢迎。运行相同版本的系统在安装后保持高频活动两周，但在保留后突然停止工作。Datavisor通过技术对来自许多安装的信息进行分类，并更有效地识别这种欺诈。

技术授权，欺诈无能

【/h/】下半年，datavisor Technology China总经理吴忠发表了“利用自动化ai技术打击智能网络欺诈”主题演讲。

【/h/】他说现在的诈骗模式复杂混乱。每个广告投放后，诈骗比例和渠道是多样的，所以粗放式的反诈骗模式无法覆盖所有的诈骗攻击。虽然在金融或电子商务社会化等不同场景中，薅羊毛、计费、黑客和批量注册等欺诈行为得到了相对成熟的黑色产业链的支持，但我们仍然迫切需要一个针对不同场景的更具解释性和更精细数据维度的反欺诈解决方案。

【/h/】谈到反欺诈解决方案，吴忠介绍了反欺诈技术的演进，从最初的覆盖面有限的黑名单，到需要大量人力调整且有一定滞后性的规则体系，再到ai登场后通过学习标签就能捕捉类似欺诈的监督式机器学习，最后是无需标签就能自动检测已知和未知欺诈的非监督式机器学习。

吴忠说:“有组织的欺诈是密切相关的，而正常的用户行为是离散的。”我们相信，当一个人操纵上百个甚至更多的账户时，他一定有一些套路。按照这些套路，反套路的方法也是基于一定的过程，即先提取动态特征，然后使用类似图分析的算法完成无监督的攻击群检测，最后对输出结果进行分类排序。

监督式机器学习在推广中往往表现出之字形特征，在模型在线、被攻击、重新调整、再被攻击之间徘徊。快速的攻防战和模型的快速失败，往往让反诈骗方感到心酸。无监督机器学习的实战性能相对稳定。因为不依赖预设标签，也就是说无论诈骗模式如何变化，只要是攻击者，只要进行了攻击，我都可以自动检测出来。

【/h/】另外，ai技术落地过程中，在不同场景下还有很多其他挑战。无监督的机器学习算法需要适应场景的需要，了解行业的痛点，考虑专业的系统流程。因为数据采集、数据管理、工程设备建设等等都是一个复杂繁琐的系统。基于平台的全面反欺诈管理解决方案dcube应运而生，它开放了数据和特征层、模型层和应用层，充分服务于数据科学家和风险控制业务人员，允许各个领域的专业人员通过一个平台参与风险控制的各个方面。

【/h/】本次下午茶第三站由datavisor科技主办，鹏程实验室和米优科技协办。风险控制行业的技术专家和企业代表应邀参加了活动，参与企业包括腾讯、微信、平安等国内知名公司。