明：之前在《[轉載] 在線廣告作弊手段一覽》和《[轉載]Facebook廣告陷入信任危機：虛假點擊泛濫》兩篇文章中，我們介紹了Web媒體如何作弊和識別廣告點擊作弊的方法，那在移動互聯網中是否存在作弊呢？答案顯而易見。本文的作者就為我們描寫了是如何識別APP付費推廣作弊的。同樣，我們重點來學習作者的分析思路。原文鏈接是：http://www.leiphone.com/0731-utlee-app-channel.html

正文開始：

創業者很苦鱉的，苦於創意，苦於開發，苦於用戶體驗。

創業者很苦鱉的，就算把產品做好了，不推廣也很難獲得用戶。

創業者很苦鱉的，遇上無良渠道商，花錢做推廣，花時間做換量，可產品還是不見起色。

看看一個同樣苦鱉開發者的自述吧。

我做數據挖掘技術出身，並從事推廣工作三年，App付費推廣的作假現象已屢見不鮮，

這次終於長見識了，見過作假的，沒有見過那么扯淡的。

數萬元推廣費用，獲得上萬激活量，只有7個真實用戶，當然，還不排除這7個“真實”全是這個坑爹渠道的測試人員，產品、運營、商務的親們千萬小心了：

我所在公司長期做App的換量及付費推廣，最近上線一套智能算法用來甄別假量，發現某“渠道A”（該渠道真實名稱可向趙童鞋私下詢問）嚴重作弊刷假量。先來看看該渠道A最近一周的數據（注：因涉及產品機密數據，隱去了具體數值，僅表現大體趨勢。下述所有圖表均如此）：

• 注冊率
• 留存率
• 啟動次數

（1）注冊率

（2）一次留存用戶

（3）啟動次數（平均每人每日）

所有數據無明顯異常，從數據上看，還是個“高質量渠道”。不甘心？！？！再多些深度數據（最近一周）：

• 用戶流失速度
• 用戶回訪間隔
• 鐵桿用戶比率

（1）用戶流失速度

（2）用戶回訪間隔

（3）鐵桿用戶比率

常用的數據都查了，還是沒有確鑿的異常！好吧，不管願意不願意接受，苦逼的現實是：

傳統的數據指標已區分不出作假的渠道了。

怎么辦，還有沒有數據能夠讓作假無處遁形的？有！比如用戶的應用使用時長。

可以設想一下，刷假量的機器人畢竟不是真實用戶，它們完成“指定”的操作任務后，不會再因為看到美女就猛點她的頭像，也不會玩爽了再多玩會兒。那么來看一下用戶使用時長曲線對比：

渠道Ａ的使用時長遠低於整體平均值（其他渠道），且沒有隨着日期形成周期性規律震盪。總算是露馬腳了，完全可以確定是機器人刷假量！

機器人刷假量，應該是能找出特征的。按以前的做法是對比IMEI號，但現在的刷量機器人卻早就能偽造假IMEI了。

但依然可以根據IMEI尋找機器人特征，正常渠道的IMEI號極少重復，且重復的概率不隨時間推延而增大；而作弊渠道的IMEI重復率往往較高，且隨着時間不斷增長。

可以實際上IMEI數據還是不能看出異常，需要再想別的辦法。不同用戶的手機，是用的不同通訊運營商（諸如移動、聯通、電信）的電話卡，通過統計運營商有希望找出機器人特征。為了做分析，抽樣了一小撮用戶，提取了他們的運營商信息，統計結果顯示：

看來通過運營商的情況是分析不出機器人特征的。而我又抽樣部分用戶IP地址，不管是IP分布還是IP跨省概率都與正常用戶一致。

一個血淋淋的現實擺在了眼前：

假用戶的仿真度越來越高，識別它越來越難，而提取作假特征幾乎已不可能。

當然，沒有苦鱉青年走不通的路，最終我們公司還是完成了取證。

抽樣提取了該渠道部分Android用戶所安裝的App列表，發現很多用戶安裝的App是一模一樣的。再深挖這個貓膩，結果得知：

A渠道，一共制作了4組機器人，每組機器人數量若干，同組內機器人所安裝的App一模一樣，且不增不減。

總算是把A渠道的機器人揪出來了，但是因為法律法規的問題，我們並不能把該渠道怎么樣，只能是不給錢，然后將造假消息告訴認識的朋友。

而且，事件的結果並沒有像童話故事一樣美滿，苦鱉的我們又遇上了更無敵的機器人刷量，而且上述的所有判斷方式全部失效。真是道高一尺，魔高一丈。

至今為止，與我所在公司合作的渠道，有近3成查出了刷假量作弊，從2010年最簡單的弱智灌水；到2011年出現智能機器人，開始會模擬真實用戶進行注冊，還能夠回訪；再到2012年，機器人已能做到個性化的高仿真。

而事后想想，這樣的渠道能提供如此高仿的假用戶，傳統的所有數據指標都無效，讓普通的開發者完全沒辦法區分，最大的原因就是因為暴利的驅使，花費數萬元獲得的上萬激活卻只有7個真實用戶，這黑心錢掙得太犀利了，這幾乎是零成本的獲利！

而且現在並沒有多少家公司在查作弊，作弊的風險的低，且無相關法規約束，作假也變的理所當然了。

此外，就我所知，做假量的激活cpa，單價僅在1角到7角之間，遠低於真量，中間巨大的差價帶來了巨大的回扣空間。推廣的負責人也許已經發現了作弊，但是受回扣驅使或者是業績壓力，故意隱而不發也是很有可能的。

總結：

通過本文，我們可以看到作者的分析思路和指標及各指標可能的公式如下：

http://www.iamniu.com/2012/08/15/apps-anti-cheating/