モバイル インターネット広告詐欺の手法の簡単な分析。それを防ぐにはどうすればよいでしょうか?

1. 不正行為の原因

ここでまず、モバイル広告業界について説明したいと思います。広告主は、アプリ内の広告枠に自社ブランドへのリンクを掲載し、ユーザーのクリック率やクリック後のユーザーアクティベーション（アクティベーション行動には、ユーザー登録、ユーザーによるUGC生成、ユーザーによる消費などがあり、アプリケーションごとに具体的な判断が必要です）に応じてアプリの広告枠の決済を行います。

広告主は、ランキング（クリック、ダウンロード）と効果（アクティベーション、リテンション）の結果を得るためだけに、「モバイル広告」を使用してアプリケーションを宣伝しているようです。 APP広告スペースはより多くの収益化を実現したいため、不正行為が発生します。

具体的には、2013 年以降、オンラインで金儲けを目的としたアプリケーションの大量登場と、App Storeランキングへの強い需要が、不正行為の最も根本的な基盤を提供しました。同時に、モバイル広告の監視技術の敷居は高く、背景データ構造は煩雑かつ複雑であり、監視次元指標も多く、モバイル広告プロセスから派生した不正行為に継続的な発展の推進力を与えています。

不正行為の種類

広告主が懸念するクリックとアクティベーションという 2 つの側面に応じて、不正行為の種類もこの 2 つのタイプに分けられます。

クリックチート

クリック詐欺は比較的低コストで簡単な方法です。通常は、多数のテスト マシンまたはシミュレータを使用して直接送信できます。また、大量のクリックを行うためにユーザーを雇ったりインセンティブを与えたりする方法もあります。クリックデータのログを分析すると、いくつかの現象が見つかります。

• IP の分散が密集している: 不正行為はシミュレーターを介して行われるか、ユーザーを雇って大量のクリックを行わせるため、同じ IP が繰り返し広告をクリックすることになります。
• 繰り返し期間: IP 分散密度の原理と同様に、不正行為を行うユーザーは、一定期間内に頻繁に広告をクリック (リクエストを送信) します。

以下の2つの現象は、クリックチートのためのシミュレータの大規模な使用を目的としています

• 非モバイル端末はシミュレータとしてメッセージを送信します。コストを節約するために、非モバイル端末では、クリック不正を実行するために 1 台のコンピューターに多数のサーバーが展開されます。
• モバイル端末の UA 情報を取得できません: UA は User Agent の略で、クライアントが使用するオペレーティング システムとバージョン、CPU タイプ、ブラウザーとバージョン、ブラウザーのレンダリング エンジン、ブラウザーの言語、ブラウザーのプラグインなどをサーバー側で識別できるようにする特殊な文字列ヘッダーです。

チートを有効にする

モバイル広告の有効性は、クリック数に加えて、パフォーマンス データ、つまりその後のアクティベーションに大きく左右されます。一般的な方法には、テストマシンやシミュレーターでダウンロードをシミュレートする、モバイルの手動または技術的手段でデバイス情報を変更する、SDK をクラッキングして仮想情報を送信する、ダウンロードのアクティベーションをシミュレートするなど、クリック チート方法と一致するものがあります。

アクティベーション チートの現象には、次のようなものも含まれます。

• IP分散が密集している
• 時間サイクルの繰り返し
• シミュレータ送信
• アトリビューション時間の差は不合理です。通常、ユーザーは広告をクリックしてから広告をアクティブにするまでにコンテンツを読んで理解する必要があり、これには一定の時間がかかります。この時間が短すぎる場合は、異常と見なすことができます。

3. 不正行為の防止

クリックチート

クリック詐欺防止の方法を整理する前に、まずいくつかの重要な指標を挙げてみましょう。

クリック率= クリック数 / PV

クリックスルー率は、クリック不正かどうかを判断するための重要な方法です。ウェブサイトの広告のクリックスルー率が高すぎる場合、不正行為であると直接判断できます。

クリック率/単一 IP のクリック率

この値が高すぎる場合、おそらく 3 より大きい場合、この IP 値を持つユーザーはクリック不正行為を行っている可能性があると推測できます。

クリック詐欺を防ぐ方法はいくつかあります。

• Cookie 重複排除: ローカル Cookie に基づくソリューション。 Cookie はユーザー情報を記録します。ユーザーがデータをリクエストすると、最初にユーザーの Cookie を呼び出して、同じデバイスで同じ広告が複数回クリックされるのを防ぐことができます。
• IP は不正行為を防止します: クリックをブラッシングする場合、使用されるデバイスが同じであるとは限らないため、Cookie の重複排除に加えて、IP に基づいて重複排除することもできます。
• 異常データブラックリスト：繰り返し出現する IP アドレスについては、ブラックリスト管理を行い、頻繁にクリック数が増加している IP アドレスをブラックリストに追加する必要があります。

チートを有効にする

• IP 重複排除を有効にする: クリックと同様に、同じ IP セグメントの複数のアクティベーションも異常なアクティベーションとしてマークする必要があります。
• アトリビューション時間差の不正行為: アトリビューション時間差とは、クリックからダウンロードの有効化までの時間を指します。通常、ユーザーが広告をクリックしてから広告をアクティブにするまでに、コンテンツを読んで理解するには一定の時間がかかります。この時間が短すぎる場合は、異常とみなすことができます。
• SDK 暗号化保護: 送信およびアクティベーション用の SDK を暗号化して、不正行為のクラッキングコストを高めます。

協会の不正行為

簡単に言えば、クリック不正行為者としてマークされたユーザーは、アクティベーション不正行為においても異常である可能性があります。このような関連付けにより、潜在的な不正行為ユーザーをより簡単に検出できるようになります。クリック詐欺とアクティベーション詐欺を関連付けることも効果的な保護対策です。

IV. 不正行為防止の今後の開発方向

ビッグデータと組み合わせた不正防止予測分析モデル

簡単な例を挙げると、広告の 2 つの重要な指標であるクリックとアクティベーションは同じプロセスで実行されます。ユーザーはウェブサイト上の広告を見て、トラフィックをクリックし、興味を持ち、アクティブ化します。ユーザー トラフィックは、ウェブサイトの広告スペースから広告主のアプリケーションに正常に転送されます。通常の状況（不正行為なし）では、ユーザーが広告をクリックしてからアクティベーションが完了するまで、プロセス全体に時間がかかります。先ほど、この全体的な状況についてあまりにも短い時間で議論しましたが、これは不正行為とみなされるかもしれません。これは、このデータ指標のミクロレベルの見方です。

マクロ的な観点から見ると、全体の時間は数学的な分布に従うはずです。この数学的分布モデルに基づいて異常領域を検出することができます。たとえば、8月1日から8月22日までの期間に、モデル分布が通常モデルと一致しないIPセグメント（不正行為は組織的な行動であるため、単一のIPではなく特定のIPセグメントに定期的に現れる可能性があります）があります。このネットワークセグメントを検出し、不正行為組織を発見することができます。