双11特辑|除了防薅，营销大促暗藏的另类安全风险

2021-11-10 246

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

本文涉及的产品

云安全中心免费版，不限时长

简介： PV、UV、🐞、ROI

一则故事

某品牌方在双十一期间为了占领市场，购买了大量头部及中长尾媒体流量进行品牌概念推广，同时为了抢占竞争对手的流量，不惜通过倍增的价格购入广告联盟下沉渠道的流量来占领拉新市场。但推广过程中发现，无论是品牌广告还是效果广告，后链路客户新增、转化及留存都非常不理想，90%以上的推广预算没有起到作用。

与此同时，某互娱平台希望趁着双十一流量浪潮，将其开屏、信息流、中插广告位及激励任务体系接入广告联盟进行流量变现。但在预热阶段由于垃圾及低质流量，被广告平台处罚了大量佣金，后续甚至封禁了其在广告联盟平台的账号，被切断了流量变现渠道。

1.什么导致广告流量大而转化效果差？

据《QuestMobile2020年中国互联网广告市场洞察》报告显示，中国互联网媒介广告市场在2020年规模已经超过5000亿，预估2021年互联网广告收入将超过6000亿元。

正常情况下，投放广告后所带来的访问量应该是潜在用户点击带来的，即使不是潜在用户，也是该平台的用户点击带来的。

但很多情况下并非如此。

由于各种原因，在企业最终收到的访问流量中，会存在广告流量欺诈问题。

从企业视角来说,所谓广告流量欺诈就是指投放广告带来的流量中并不是真实的流量，而是虚假或无效流量；

从安全角度来讲,是指黑产团伙利用批量采购到的设备、IP等信息，通过脚本、模拟器、群控等作弊手段，虚拟出大量的虚假点击、下载、活跃等非真实行为。

大量虚假和无效流量造成的直接影响是企业营销资源的浪费。

据《2020中国异常流量报告》显示，2020年中国品牌广告市场因异常流量造成的损失约为305亿人民币，较2019、2018持续上升。

广告流量欺诈风险对整个互联网广告商业链路中的主要参与者均有利益损害。

对于广告主,即广告活动的发起者而言，每年由于黑灰产广告流量欺诈至少带来30%以上的广告佣金无效消耗。

对于广告联盟,即集合了中小网络媒体资源组成的联盟而言，短期作弊的流量能为广告平台赚取更多的佣金，但这类作弊低质流量会影响广告主的最终转化，长期以往影响广告主对平台的信任，最终也将伤及联盟的命脉。

对于广告媒体,即广告展现的终端载体。广告流量欺诈产生的曝光、点击以及交易可能被广告联盟识别为风险流量，影响媒体的流量变现效率，严重的情况下还可能导致账号被封禁。

根据行业监控数据显示，媒体侧有约9%的异常流量可被准确识别并过滤，同时约有30%的流量监测到属于低质垃圾流量。

图片1.png
阿里云安全基于公开资料及数据整理

根据历届双十一国内广告市场表现预判，2021年双十一电商行业广告会有超过100亿的预算投入。假设其中有1%的异常低质流量被识别出来，则能够帮助广告主节省“一个小目标”的广告投放预算。

2.广告流量欺诈治理难题

广告流量欺诈作为业务欺诈的一类，其作案的设备工具、行为特征以及团伙聚集性与其他风险域存在一定的共性，多风险域样本的积累对精准捕获作弊行为有重要意义。

当下,互联网广告流量风险更多只能在事后分析发现，资损较难挽回。要提升该场景下事前风险预判能力以及事中的风险发现、止血能力，对风险特征的实时累积计算能力、策略模型的迭代效率及泛化能力都提出了更高的要求。

同时,广告流量买卖已经是一个相对成熟的行业，黑产作弊也早已专业化、产业化，与他们对抗也需要丰富的广告流量行业实战对抗经验。

如上所述，自建完善的流量反作弊能力需要大量人力及机器资源的投入，同时需要长期时间积累样本和攻防经验，成本极高。

因此，对于整个互联网广告商业变现链路中的主要参与者而言，选择一家行业覆盖广、识别效果好，且影响力强的风控服务供应商显得尤为重要。

3.阿里云广告流量欺诈产品解决方案

多年以来，阿里云安全在设备环境、账号风险、行为异常等多维度进行挖掘，跨电商、社交、金融、出行、游戏等多行业提供风控服务，积累了海量攻防样本以及洞悉异常的技术手段。

我们结合互娱、休闲游戏以及生活类工具等行业特性，根据品牌广告、效果广告及拉新、网赚流量等场景的异常风险特点，推出了一套广告流量欺诈分层管控、逐级建设、综合治理的解决方案。

方案针对广告主或媒体侧的原始曝光、原始点击、原始转化所处环境的设备、网络及行为展开一系列的计算，结合无监督、半监督及有监督模型点对点发现异常，同时支持定制化解决客户实际场景问题，产出个性化标签及分值。

该方案从“流量-设备-账户-行为-动机层”进行逐级的风险特征识别，实现了对风险的分层管控和逐级治理，不同类型的客户可根据自身业务实际情况选择不同层级的管控手段，根据风险内容进行分级自治，最大程度提升自身收益，减少资损并提升转化效率。

广告流量反欺诈解决方案

方案概述：

流量层：全面防护各类常见web及cc攻击，从原始流量层开始帮助客户过滤风险，防止流量被劫持，造成无效曝光等；

设备层：设备是黑产作案的基础物料，在合规的基础上准确地采集到更多有效的设备信息，对风险的识别效率及攻防对抗能力的提升都有非常重要的意义。阿里云安全设备风险识别，全面覆盖主流设备风险，有效防脚本、控模拟器、群控、注入式攻击等广告流量场景常用作弊手段。

账户层：在合规要求趋严以及精细化运营需求趋强的行业背景下，结合设备端异常表现，针对账户维度进行体系化风控建设变得愈发重要。阿里云风险识别提供了注册、登录、营销以及异常行为等多环节的风险识别能力，通过识别账户历史风险、批量特征帮助客户进行布防。

行为层：随着行业攻防的演进，广告流量作弊从流量劫持、群控机刷向真人众包模式演进，单纯从流量、设备和账户层进行黑产防控，无法保障识别效果及持续性。所以，需要在前序的风险管控基础上，结合终端用户的行为特征，才能更有效得对真人作弊用户进行风险刻画。

落地到广告流量作弊场景，阿里云风险识别基于客户对广告异常流量的定义，持续挖掘作弊用户的行为特征，如：单位时间内请求广告或访问行为频率极高、活跃时段异常等，结合风险识别本身基于阿里云算力、网络等基础设施的优势，能保障高维运算下毫秒级、超高并发实时风险累积指标计算，高效识别欺诈流量。

动机层：要强化广告流量作弊场景的事前的异常捕捉能力，从而进一步提升事中的风险动机发现效率，需要从动机层对用户风险进行捕捉。通过流量、设备、账号、行为层的风险特征积累，阿里云安全风险识别团队搭建了智能风险运营平台，利用无监督、半监督算法对团化风险进行持续挖掘刻画，能有效地从动机层面帮助客户区分正常和作弊用户。