最近,BuzzFeed对外曝光了一个涉及金额达数百万美元,涉及Play Store上125个APP应用的广告作弊计划。这个计划是通过数十个国家的一系列空壳公司精心策划和执行的,有效地掩盖了资金踪迹。更有趣的是,机器学习算法也应用其中,使得传统的反作弊解决方案几乎不可能检测到这种作弊行为。 很显然,移动广告反作弊已经到了一个新的阶段。今后,反作弊斗争的前沿战场可能将变成双方的人工智能技术之战,反作弊解决方案是否能适应这种转变,将变得格外重要。 近日,致力于领导全球移动广告反作弊之战的先驱者,AI驱动的全球化移动广告和企业营销平台InMobi发布了2019年度最新的《APP安装反作弊解决方案评估指南》,系统性地分析了全球移动广告作弊领域的最新技术趋势,打击广告作弊的理想框架以及对于广告反作弊工具可靠性的系统化评估指南,将帮助广告主对市场上的APP安装反作弊解决方案进行有效的评估,助力营销者打赢这一场“人工智能反作弊”之战。 InMobi该指南指出,要建立理想的反作弊框架,必须三管齐下:建利基于机器学习和数据的预防机制、实施具备启发式和自动洞察的检测,以及进行基于人类自身的反应性测量操作。 随着作弊技术的进化,广告主面临的损失可能会越来越多,因此,投资一个先进的、有效的反作弊工具就显得十分重要了。 那么,要如何去评估市场上琳琅满目的反作弊解决方案呢? 为了减少这个过程的难度,InMobi提出了一个系统化的检查清单,共总结归纳了8项评估指南,包括:准确性和可靠性、透明度、实时分析和报告、认证、机器学习及应用、评估检测方法、数据管理和定价。 准确性和可靠性 关于这一点,最重要的是要检查反作弊系统是否进行了详细的研究,是否公布了它们的假阳性(真实安装被标记为作弊)和假阴性(作弊安装错误地标记为真实安装)数据。要弄清楚他们是如何测量他们的不准确性的,是否使用作弊评分机制等问题。 透明度 反作弊框架如何处理误导(尤其是假阳性)是服务可靠性的关键指标。通常可以通过两种方法去确认: 1. 设置蜜罐技术。 2. 作弊安装的人群分析(即评估标记为作弊的安装与类似的干净付费人群的行为差异)。 实时分析和报告 任何反作弊解决方案供应商都应该对您的数据进行实时分析。这样可以确保更快的检测速度,并使您能够即时对广告投放进行更新。 认证 验证解决方案供应商的经历是评估中的关键部分,可以分三个方面去认证:数据、经验和投资。 机器学习的应用 机器学习对于设计一个输出基于概率且能够适应不断变化的迹象的系统至关重要。然而,许多产品在没有实际工作模型的情况下,仅仅将机器学习作为一个流行词来使用。不过幸运的是,这也有可能唤起更多人采用这种策略。 评估检测方法 广告作弊并不是“最后一公里”的问题,作弊往往从上游就已经开始。因此要弄清楚与反作弊产品的制造商核实用于作弊检测的主要指标,并仔细检查常见作弊类型的检测逻辑,例如点击注入和点击泛滥。 数据管理 随着数据盗窃事件日益频发,世界各地正在制定和执行更严格的法规和合规要求。有鉴于此,广告主在与第三方共享数据时需要更加小心。数据是如何被处理、管理、存储和删除的,以及它将被存储多长时间,遵循什么法规和行业标准,这些都是广告主必须知道的一些基本要素 定价 定价模型是衡量反作弊产品和公司的有效性及意图的一个非常好的间接指标。根据被标记为作弊的安装数量计费,很可能鼓励标记作弊而不是检测作弊。原因很明显,标记为作弊的安装越多,支付的金额就越高。因此,弄清该解决方案定价模型背后的原因是什么至关重要。 |
|
来自: 漫步之心情 > 《C人智AI★深度学习.写作机器人》