随着在线广告的流行,pay by per click(每次点击付钱)的模式逐渐被大家接受。可是 随之而来的问题就是fraud clicking的预防迫在眉捷,因为这将直接关系到这种广告模式能否长 久生存和能否成为一种真正的网站拥有者的收入来源。
下面介绍Google Adsense系统如何从系统角度出发防止点击欺骗,希望对其它的在线广告 系统防止虚假点击能有很好的指导作用:
1、点击率 = 点击次数/共浏览的次数
点击率是一个判断是否有无fraud clicks的关键的方法,可以想像一个网站上的广告的点 击率超过10%将意味这什么。
#of Click/# of Viewed
2、点击覆盖率/独立IP ,这个分布里如果有;单个IP的(点击/浏览)=点击覆 盖率超出了3倍的系统误差范围内将有作弊的嫌疑。
例如来自 129.119.200.1 的用户浏览了16个网页,点击了4个广告,而整个广告的点击 率「从[1]里计算的到」是5%,那么计算得到:
%5 X 16 =~ 1,方差为Sqrt(1) = 1,点击覆盖率=4/1 = 4
根据数学上高斯分布,这种概率小于万分之一。
Ratio VS IP distribution
3、点击率『点击覆盖率』/IP/时间
根据时间序列对点击率进行分析,如果在某一个时间段上有明显的峰值,那么这将意味着 有潜在的欺骗点击的可能。
Ratio VS time
4、网页load的时间和广告点击时间差的分析,以及每两次click之间时间差序列的分析
[网页load的时间和 广告点击时间差] 应该是一个泊松分布 possion
distribution,而每两次click之间的时间差也应该是一个Possion
distribution,如果这个时间用秒记,大于25秒的话基本上呈现高斯分布的形状。
[time of loading - time of click] distribution VS Possion
[time difference of two clicks] distribution VS Possion/Gaussion
5、针对Proxy点击的分析
改变IP进行点击可以说在以往是最难以解决最难以发现作弊方式,大概国人进行Alexa的 Boost时就多半采用了Proxy进行虚假点击的方法,可是这里只要通过反向监查IP的来源是否是带 有Proxy功能的服务器就可以知道了。
Reverse Proxy check
6、针对 http_agent的分析
Http_agent/时间的时间序列的分析,峰值超过3方差需要审查
7、针对 http_referral 的分析
referral/时间的时间序列的分析 ,峰值超过3方差需要审查
8、整体效果上还有一个非常有用的量
所有用户的有效的每千次展示费用的均值/独立IP
这个将能更加直接找到spam clicking 的运行计算机并且予以封杀。