原来自己统计的设备数，用IMEI和MAC地址全不准

先说下IMEI和MAC IMEI码由GSM（Global System for Mobile Communications，全球移动通信协会）统一分配，授权BABT（British approvals Board of Telecommunications，英国通信认证管理委员会）审受。 IMEI由15位数字组成，每位数字仅使用0~9的数字，其组成为： 1、前6位数（TAC，Type Approval Code）是“型号核准号码”，一般代表机型。 2、接着的2位数（FAC，Final Assembly Code）是“最后装配号”，一般代表 产地。 3、之后的6位数（SNR，Serial Number，出厂序号）是“串号”，一般代表生产顺序号。 4、最后1位数（SP）通常是“0”，为检验码，备用。 IMEI码具有唯一性，贴在手机背面的标志上，并且读写于手机内存中。它也是该手机在厂家的“档案”和“身份证号”。 如：SUMSUNG的一台GT-I9308手机的IMEI是：355065 05 331100 1/01。其中，355065是TAC，05是FAC，331100是SNR，1是SP，01是软件版本号。 MAC（Media Access Control或者Medium Access Control）地址，意译为媒体访问控制，或称为物理地址、硬件地址，用来定义 网络设备 的位置。在 OSI模型 中，第三层 网络层 负责  IP地址 ，第二层数据链路层则负责 MAC地址。因此一个主机会有一个MAC地址，而每个 网络位置 会有一个专属于它的IP地址。我们有时候也误将它们当做是手机的物理地址。 为什么说它们不准呢？ 大多数移动统计的 ID 都是通过系统 ID 生成的，包括但不限于 IMEI、MAC、Android ID。最著名的 ID 莫过于 UDID， 迫于隐私的压力，苹果最终废弃了 UDID 和 MAC 地址。 大多数网站统计都是基于 Cookie的，因此是暂态ID（Temporal ID）。OpenUDID 就是一个典型的暂态ID。 苹果的 IDFA 和 IDFV 都是系统ID，但是他们同时也是暂态ID。 2. ID质量 进行可区分统计的基础是确立一个可靠的身份标识符，这看上去是一个很简单的事情，只需要选择一个ID，或者人为构造一个类Cookie ID，就可以完成独立用户量、留存等分析。但遗憾的是，除了苹果已经废除的UDID，几乎没有一个接近完美的ID。 为了方便讨论，首先忽略假数据的存在，假设每个设备都有一个真实的身份标识X。可区分统计的目标是选择一个合适的身份标识I，使得基于I的统计结果尽可能地和 X 一致。 首先，我们引入两个概念ID冲突（Collision）和ID漂移（Jitter）。 ID冲突 对于某个设备集合（Device Cohort），在某个时间段内，总是可以测量 X 和 I 的数量，用 Count(X) 和 Count (I) 来表示。如果在足够短的时间内 1 Count(X) > Count(I) 我们称 I 是一个存在冲突的 ID。 ID漂移 对于某个设备集合（Device Cohort），在某个时间段内，总是可以测量 X 和 I 的数量，用 Count(X) 和 Count (I) 来表示。如果在足够长的时间内 [Java] 纯文本查看 复制代码 ? 1 Count(X) < Count(I) 则我们称 I 是一个存在漂移的 ID。 Android 设备的IMEI 就是一个存在严重冲突的 ID，根据我们的估算，其冲突率大于 3%。这是因为很多山寨机的IMEI 是相同的。 Android 设备的 MAC 也是一个存在冲突的ID，因为很多山寨机的MAC也是相同的。此外，MAC还是一个典型的存在严重漂移的 ID，这是因为 Android 的源代码中有一段随机生成MAC  地址后24位的代码被滥用了 定性分析 接下来，我们可以定性分析一下ID冲突和漂移对统计数据的影响： 当一个ID仅存在冲突的时候，利用这个ID统计的DAU和安装都会被低估，但是有可能会高估留存。但是这些影响都是温和的，例如5% 的ID冲突仅仅会导致DAU至多被低估 5%，而对留存的影响几乎可以忽略。 当一个ID仅存在漂移的时候，利用这个ID统计的DAU和安装都会被高估，同时会影响留存。当漂移较大的时候，对统计指标的影响是剧烈的。例如，一个每日漂移为5%的ID，可能会造成DAU被高估2%，但是会每天造成5%的虚假安装（这是因为漂移会影响所有用户，包括不活跃用户），同时这些虚假安装的留存在短期内偏高，但是长期留存则偏低（短期内没有漂移的时候就会偏高，时间长了，漂移了就会偏低）。任何类Cookie的ID都会有类似的性质，因此传统的网站统计正在全面转向更为可靠的设备指纹。 当一个ID既存在冲突又存在漂移的时候，利用这个ID统计出来的DAU和安装是完全不可靠的。以MAC地址为例，存在漂移的这部分设备的MAC地址会频繁变化，因此会制造大量的虚假安装，同时留存率非常低。对于用户量不大的应用而言，选择存在这类ID的后果是灾难性的。 综上所述，当ID的漂移和冲突足够小的时候，他们对可区分统计的影响都是可以忽略的。当这些误差不可忽略的时候，ID的冲突造成的影响是温和的，而ID的漂移则会严重干扰安装和留存统计。 Android平台 对于Android平台，由于系统生态的开放性，ID的选择也一直是一个头疼的问题。 （1）单一ID 如前文所述，IMEI和MAC都不是最好的ID。特别是MAC地址，几乎是一个不可用的ID。 （2）组合ID 有些开发者会选择使用多个ID合并成一个组合ID，例如 1 CID = MD5( imei+mac+android_id) 利用前面的分析不难得出，组合ID将会极大地降低冲突，但是会放大漂移。对于组合ID而言，任何一个源ID的漂移都会造成它的漂移。 开发者应该尽量避免CID，一定要使用也需要避免使用MAC地址。如果已经在使用CID，那么请确保在下一个版本把CID当作一个Cookie ID持久化，只有在Cookie丢失的情况下才重新生成CID。这样的策略可以尽量保证ID的延续性，同时缓解漂移造成的影响。