Arch Summit全球架构师峰会在深举办 腾讯安全披露广告黑灰产对抗思路

“我知道广告投资的一半是没用的,但问题是我不知道哪一半。”这个20岁的“着名人物”仍然是数字广告业的核心挑战。但有一点不同的是,20年前,广告商担心广告是否会向目标用户辐射。 20年后,广告商的担忧变成了真正的“用户”。

7月12日,Arch Summit全球建筑师峰会开幕,该峰会专注于行业领先的技术成就。腾讯安防天宇高级研究员严占浩应邀发表演讲,揭开广告业的黑色面纱,造成虚假交通,如何打造基于广告流量培训的反作弊系统,我分享了腾讯的实践经验安全。

img_pic_1563164225_0.png

(腾讯证券天宇高级研究员严占浩)

整个网络的虚假交通占近40%,在打击交通欺诈方面面临四大难点。

交通欺诈不仅存在于单一平台上。它们在垂直媒体,广告网络,门户新闻和视频网站中同样尴尬。

根据《互联网广告异常流量2018年度报告》,虚假流量占上述四种媒体类型的20%以上,垂直媒体的比例接近40%。大量的虚假交通不仅给广告商带来了巨大的经济损失,也助长了黑人和灰人生产的不良发展。

完整的产业链,从刷牙,账户销售到工具软件开发,整个环节是一步一步的联锁。

面对令人尴尬的作弊技术和完整的产业链,网络安全供应商正试图识别并阻止这些虚假流量。经过多年的实践经验,腾讯安防发现在打击虚假交通方面存在四大难点。

一个还不够快。黑灰具有完善的智能,监控系统和合理的软件架构。一旦新的在线操作发生,它可以快速制定相应的刷牙方案。但是,现有的反作弊制度还不够及时。当面对新的刷牙方法时,它不能立即处理并导致大量“泄漏”。

其次,它不灵活。目前,黑灰色软件的体系结构已经能够实现底层基本服务与上层应用程序的分离,这意味着黑灰团伙只能通过修改上层来获得不同的刷牙方法。应用。反作弊系统需要从大量的交通数据中快速嗅出一种新型的刷牙方法,并在短时间内制定相应的反拦截策略和对抗模型。对于大多数目前的反作弊系统来说,挑战并不是那么大。

第三,反馈很难。在作弊方案中,当拦截系统识别的虚假流量时,业务场景不能直接报告用户是否点击,查看或杀死流量。特别是在黑色和灰色生产使用真实机器模拟真人的行为之后,安全供应商无法通过设备和环境维度识别这些虚假交通。这种行为恶意刷牙很难捕获,其相关操作的标签无法准确反馈给系统。

第四个很难解释。在截获系统识别的虚假流量后,业务场景需要为黑色和灰色以证明虚假流量。但是,由于缺乏智能或数据的不确定性,有时提供完整且高度解释的测试报告需要大量资源。

利用防伪流量作弊,腾讯安防有助于广告业抵制黑灰生产

在对上述四大难点进行综合分析后,腾讯安防还在会议上带来了打击黑灰生产的秘诀。对抗。面对广告业的巨大利益,黑人和灰色反作弊系统之间的对抗只会越来越激烈。为了更准确地对抗黑灰,有必要引入更有效的对策。

针对黑灰衍生物攻击和黑灰生产演化攻击,腾讯安防天宇总结了两种对抗训练思路。在黑灰衍生攻击的情况下:天宇交通反作弊对抗学习系统结合机器学习模型和数据挖掘的能力,分析伪装的虚假交通。具体而言,通过将无监督学习与监督学习相结合,测试大量样本以形成“样本检测 - 反馈 - 学习”的完整闭环。在每种虚假交通只有少量样本的情况下,天宇的小样本学习系统也可以快速学会立即识别。在极度缺乏样本的情况下,元学习可以快速学习样本特征并生成相应的对抗模型,以识别新的虚假交通样本并提高识别能力。

在黑灰演变和攻击的情况下:对于由各种类型的数据产生的行为序列,天宇反作弊系统的3D变换器网络使用深度学习方法不仅关联通道之间的上下文信息,而且还增强了有用的功能并抑制了无用的功能。同时,学习序列中的趋势,相关性等特征,使用许多特征作为识别虚假交通的决策因素。

创新研究正在成为腾讯安防有效的武器,可以帮助广告商应对交通欺诈行为。腾讯安防天宇交通反作弊系统集成了天宇全链路智能商务安全引擎,以及近10年的黑灰生产对抗体验,广告行业提供量身定制的交通风险控制服务:一家公司采用天宇的交通防作弊系统,过滤掉了23.14%的虚假交通,整体活动TA浓度增加了11.3%,客户成本大大降低。

此外,腾讯安防天宇还帮助政府和企业防范欺诈,并识别内容控制和财务风险控制等领域的风险。目前,腾讯安防天宇已为15个行业的2,000多家客户提供服务。该业务通常是为保护护送而进行的。