什么是互联网作弊
互联网作弊是一种很普遍的行为，就我们所最熟悉的来说，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：
广告作弊与反作弊
背景
互联网广告成为主流
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。
投放方式
CPA、CPC、CPM每千人成本、CPP每购买成本等
现象-数据作弊
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。
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。
如何鉴别广告作弊
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。
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
转化作弊辨别
例如：
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
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
SEO反作弊——以百度为例
SEO来自于Search Engine Optimization缩写，译为“搜索引擎优化”。
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。
百度怎么反作弊？
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。
电商反作弊——以淘宝为例
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。
信任传播模型
下图展示了信任传播模型的示意图。所谓信任传播模型。基本思路如下：在海量的宝贝网页数据中，通过一定的技术手段或者人工半人工手段，从中筛选出部分完全值得信任的店铺或者宝贝页面，也就是肯定不会作弊的店铺、宝贝和ID（可以理解为白名单），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高于一定阀值，则认为没有问题，而低于这一阀值的宝贝网页、买家或卖家则会被认为是作弊或有作弊嫌疑
不信任传播模型
下图展示了不信任传播模型的整体框架示意图。从大的技术框架上来讲，其和信任传播模型是相似的，最大的区别在于：初始的页面子集合不是值得信任的店铺或宝贝页面节点，而是确认存在作弊行为的页面或ID集合，即不值得信任的集合（可以理解为黑名单）。赋予黑名单内页面节点不信任分值，通过成交关系将这种不信任关系传播出去，如果最后页面节点的不信任分值大于设定的阀值，则会被认为是作弊网页或有作弊嫌疑。
同样，很多算法可以归入这一模型框架，只是在具体实施细节方面有差异，整体思路基本一致。
异常发现模型
异常发现模型也是一个高度抽象化的算法框架模型。其基本假设认为：作弊店铺、卖家和买家必然存在有异于正常的特征，这种特征有可能是内容方面的，也有可能是成交关系方面的，而制定具体算法的流程往往是先找到一些作弊的集合，分析出其异常特征有哪些，然后利用这些异常特征来识别作弊行为。
具体来说，这个框架模型又可细分为两种子模型，这两种子模型在如何判断异常方面有不同的考虑角度。一种考虑角度比较直观，即直接从作弊行为包含的独特特征来构建算法；另外一种角度则认为不正常的网页或ID即为作弊行为，也就是说，是通过统计等手段分析正常的店铺、宝贝和ID应该具备哪些特征，如果不具备这些正常的特征，则被认为是作弊。下面两图体现了这两种不同的思路。
尽管反作弊算法五花八门，但是不论采取哪种具体算法，其实都包含了一些基本假设，以上的三种模型就是经常被反作弊算法使用的基本假设，很多算法的基本思路都是从这些基本假设出发来构造的。
互联网广告常见作弊行为
1.广告CTR异常
主要指虚拟点击或恶意点击，即Click/PV过高比例，或者起伏很大。
2.广告访问IP分布异常
通过Log日志发现某几个IP产生大量的点击或者曝光数。
3.URL，访问者指纹信息(浏览器，操作系统等)异常
例如大量的点击或者曝光数，都来自于同一版本的浏览器或操作系统，或者占比过高;或者点击或曝光的访问者信息中带有Robot/Spider等标识信息。
4.广告点击没有对应的曝光请求
如果广告同时监测了曝光和点击，广告的点击IP/MZID前都应该出现对应广告的曝光，且绝大多数都应该出现在同时段的曝光日志中。
5.广告来源异常
点击或者曝光的Referer可以标记点击或曝光的来源页面，如果大量来源集中在某一页面，且不是广告所在的Web页面，可能存在媒体在其他流量大的地方(如BBS)设置隐藏页面来充当曝光和点击。
6.广告访问时间分布异常/规律
某些IP/MZID每分钟定时出现在点击/曝光日志中，或者连续点击/曝光的发生时间的间隔过于规律。
移动流量作弊形式的主要形式
1.刷广告数据
刷广告曝光和广告的点击。如今的Android手机，不比当年的Windows XP时代好。在用户毫不知情的情况下，预装或者下载了乱七八糟的应用的情况比比皆是，被各种流氓软件留些后门已是常态，顺理成章地为黑色产业链做贡献。移动广告的销售更加的程序化，按CPM与CPC的销售是主流。在这样的大环境下，按CPM与CPC购买的流量质量风险如何？可想而知。
来个小段子休息下，前几年某知名视频公司离职员工来到我司后，我们线下聊天，他告诉我说，在Android机下，你如果安装了某视频软件，那么你的手机就是个肉鸡，想干什么都行，我听完后，不禁菊花一紧。为何如此欺凌我等屌丝，Android机招你还是惹你了？从那我就发誓，努力赚钱，买苹果，最后苹果没买成，倒是吃了不少苹果…
所以，不要怪Android流量广告主不喜欢，主要是耍流氓比比皆是，Android已是赤裸相见，广告主喜欢iOS的朦胧美也是有情可原的。
2.刷下载，激活与留存数据
除了积分墙这种APP广告主自发的刷下载行为之外，不少广告主还是花了大价钱在不同的广告平台、应用市场上做转化效果推广的。
既然KPI是下载量、激活量，那当然有非常多的办法去冲KPI。即使要求高的留存，也难不倒这帮“专业”刷客。
现在刷客团队非常“规范透明”，据某“知名专业刷客团队带头大哥”透漏：PV 10000个0.3元（其中随机携带点击，真TM专业），实现App下载成本在0.2~0.8元，设备激活大概0.3~1元，设备激活+留存，一般需要1~1.5元。一块五你买不了吃亏，一块五你买不了上当，童叟无欺。
