广告点击被刷量怎么办?联盟作弊识别实战

刷量是自动化流量里最直接变现的一类:不抓内容,只制造点击和注册。本文讲清点击日志怎么判断真假、按 IP 去重为什么无效、回传签名怎么防伪造、结算门槛与预算熔断怎么设。

Q:刷量和恶意爬虫有什么区别?

  • 目的不同。爬虫要数据,刷量要钱,按点击、注册或成交结算。
  • 落点不同。爬虫集中在内容路径和历史分页,刷量集中在广告落地页、注册页、下单页。
  • 基础设施相同:代理池、云手机、群控、真实浏览器内核。所以识别手段是通的,只是判据要落在行为链而不是单个请求。
  • 一个直接后果:拿拦爬虫那套 UA 黑名单对付刷量,命中率极低。刷量的 UA 是真的 Chrome,指纹也大多是真的。

Q:点击日志里怎么看出假量?

  • 四个维度一起看:来源集中度、时间间隔、指纹重复率、行为深度。
# 1. 单 IP 点击量 TOP20
awk '{print $1}' click.log | sort | uniq -c | sort -rn | head -20

# 2. 按小时点击分布,看有没有整点整齐的台阶
awk '{print substr($4,14,2)}' click.log | sort | uniq -c

# 3. 点击间隔(同一 IP 相邻两次的秒差),大量 1 到 3 秒是脚本
awk '{print $1, $4}' click.log | awk '{gsub(/:/," ",$2); t=mktime($2" "$3" "$4" "$5" "$6" "$7); if (p==$1) print t-last; p=$1; last=t}'

# 4. 落地页停留时长分布
awk '{print $NF}' dwell.log | sort -n | awk '{a[NR]=$1} END{print "p50:",a[int(NR*0.5)],"p10:",a[int(NR*0.1)]}'
  • 真实流量的停留时长是长尾分布,中位数几十秒;刷量的分布集中在一到两秒,p50 和 p10 几乎贴在一起。
  • 三个硬指标:点击与独立访客之比超过 1.2、单 IP 单日点击超过 3 次、点击到落地页的间隔低于 200 毫秒。
  • 等间隔是最省事的判据。脚本按 sleep 循环跑,间隔方差极小,人做不到这一点。

Q:为什么按 IP 去重挡不住?

  • 秒拨与住宅代理按次切换 IP,一次点击一个地址,去重规则形同虚设。
  • 云手机加改机工具能做到一机多号,设备参数每次重生成,连设备号都不可信。
  • 更稳的维度是设备指纹加行为特征:canvas 与 WebGL 渲染结果、时区与语言是否自相矛盾、字体列表、屏幕分辨率与 UA 声明是否匹配。
  • 注意边界:指纹只用于风控判定,不做跨站画像、不做二次利用,否则合规上先输一半。
# 时区与语言矛盾的占比,正常用户通常低于 3%
awk -F'\t' '$4 != $5' fp.log | wc -l
awk -F'\t' '$3 ~ /Headless|Electron/' fp.log | wc -l

Q:转化回传怎么防伪造?

  • 回传地址一旦泄露,别人就能凭空造出「成交」,结算单上直接多出一笔钱。这是刷量里损失最大的一环。
  • 三件事必做:签名、时间窗、幂等。少一样都能被重放。
import hmac, hashlib, time

def verify(order_id, ts, sign, secret):
    now = int(time.time())
    if abs(now - ts) > 300:                 # 时间窗 5 分钟
        return False
    msg = ("%s.%s" % (order_id, ts)).encode()
    expect = hmac.new(secret.encode(), msg, hashlib.sha256).hexdigest()
    return hmac.compare_digest(expect, sign)  # 定长比较,防时序侧信道
  • 签名密钥只能放在服务端,绝不能出现在广告链接、前端脚本或统计代码里。
  • 再叠一层来源 IP 白名单:只接收联盟平台公布的回传段,其余一律记日志后丢弃。
  • 幂等用订单号做唯一键。同一订单号重复回传直接返回已处理,别让它进第二次结算。

Q:结算侧的门槛怎么设?

  • 归因窗口:点击后 24 小时内成交才算这条点击的功劳。窗口越长,被冒领的概率越高。
  • 有效点击定义:停留不少于 15 秒、至少一次站内跳转、非直接跳出。三个条件同时满足才计入。
  • 阶梯结算:新接入的流量主前两周按比例预留,观察期结束再补齐。这条能挡掉大部分一次性薅完就走的。
  • 黑名单:数据中心 ASN、已知代理出口、指纹异常的段。名单每月核对一次,代理池换段很快。

Q:边缘层怎么拦假点击?

  • 点击跳转接口要单独限流,别和全站共用一个桶。
  • 再加一次性 token:广告位页面渲染时下发,点击时带上,服务端校验后立刻作废。
limit_req_zone  $binary_remote_addr zone=click:10m rate=2r/s;
limit_conn_zone $binary_remote_addr zone=click_conn:10m;

location = /go {
    limit_req  zone=click burst=3 nodelay;
    limit_conn click_conn 5;
    limit_req_status 429;
    limit_req_log_level warn;

    # 来源必须是自己的广告位页面
    valid_referers server_names example.com *.example.com;
    if ($invalid_referer) { return 403; }

    proxy_pass http://127.0.0.1:8080;
}
-- 一次性 token:校验并作废,120 秒内有效
local ok = redis.call('SET', 'click:tk:' .. KEYS[1], '1', 'NX', 'EX', 120)
if not ok then return 0 end
return 1
  • 前提是真实 IP 还原做对。反向代理后面不做 set_real_ip_from,所有请求看起来都来自一个地址,限流一开就是全站 429。
  • 空 Referer 要单独处理。部分浏览器和 App 内嵌页会省略来源,一刀切 403 会误伤真实用户,建议只记录不拦,攒两周数据再定。

Q:被竞争对手刷点击烧预算,怎么办?

  • 先看预算曲线,按小时看而不是按天看。三小时内消耗掉日预算的一半,又几乎没有转化,基本可以定性。
  • 判据两条同时满足:点击率突增、转化率为零。只要一条,多半是投放素材或落地页出了问题。
  • 处置顺序:暂停计划止血 → 收紧定向与时段 → 加设备与来源黑名单 → 向联盟申诉并提交原始日志。
  • 平台通常会对无效点击做扣量,但举证责任在你。日志里要能拿出 IP 集中度、间隔分布、停留时长三样东西。

Q:自己做流量主,站内广告位怎么防被扣量?

  • 反过来也要防:站内广告位如果 CTR 高得离谱,联盟会判定作弊,直接扣量或封号。
  • 自查三件事:同一广告位是否被刷新脚本反复加载、是否存在诱导点击布局、点击是否集中在同一批设备。
  • 把一次性 token 和指纹去重加到点击链路上,对真实用户几乎无感,对脚本是硬门槛。
  • 留一份点击明细的原始日志。申诉时平台只认数据,不认解释。

Q:有哪些指标要天天看?

  • 五个数:点击率、点击与访客之比、单 IP 点击量、转化率、退款率。
  • 告警用双条件:量异常 且 质异常。只看量,大促当天会被正常洪峰刷爆告警。
  • 基线取近 14 天同时段的均值上下浮动区间,别用月度总量当基线,那个数对突发毫无敏感度。
  • 把「无效点击占比」做成周报里的一行。这个数缓慢爬升通常意味着攻击在试探,而不是一次性的。

Q:还有什么补充建议?

  • 先想清楚谁有动机刷。同行烧预算、流量主自己刷、黑产批量薅,三种对手的手法完全不同,别指望一套规则通吃。
  • 把成本抬高而不是追求拦住。签名、一次性 token、停留时长校验,每一项都让脚本多写一段代码,多数刷量团队到第三道就放弃了。
  • 所有判定都要留证据链。风控结论只是结论,日志才是能拿去申诉和报案的东西。
  • 一句话总结:刷量拼的不是谁拦得狠,而是谁的数据更能自证。