当前位置：首页 > news >正文

程序化广告行业（59/89）：广告验证与反作弊实战技巧

news 来源：原创 2025/9/5 20:49:21

程序化广告行业（59/89）：广告验证与反作弊实战技巧

大家好！在程序化广告领域，想要做好投放，除了了解基本的架构和原理，还得掌握一些关键的技能，比如广告验证和反作弊。今天就和大家一起深入学习这方面的知识，共同进步。

一、广告反作弊全解析

在程序化广告的世界里，作弊行为就像隐藏在暗处的“小偷”，偷走广告主的预算，破坏市场的公平。所以，反作弊是保障广告投放效果的重要环节。

（一）常见作弊现象及检测方法

离线检测：我们可以通过分析一些数据特征来发现潜在的作弊行为。如果一个cookie对应超多IP或设备ID ，或者一个设备ID关联了大量不同的IP和userAgent，这就很可疑。还有，如果点击的refererurl里有奇怪的字符串，像包含display_ad.php ，或者出现有点击却没曝光的IP，以及点击率异常高（移动端大于10%或PC端大于6%且点击量大于30 ）的IP和设备ID，这些都可能是作弊的信号。另外，如果某个广告位的曝光或点击都集中在少量的IP、cookie或设备ID上，或者页面停留时间、窗口大小不符合常理，比如PC端平均窗口大小指标小于70万像素或大于110万像素，移动端小于1万像素或大于50万像素，都值得深入调查。
实时检测：在广告投放的过程中，也有一些实时监测作弊的方法。要是发现某个cookie在N分钟内使用的IP超过N个，或者点击次数超过N次，那就很可能有问题。另外，如果userAgent里出现java、python这类关键字，直接拉黑，因为很多作弊机器人可能会用这些特征。

（二）反作弊方法

基于用户标识：通常，我们会用IP、cookie（或设备ID）来识别用户。要是发现某些用户的曝光或点击频次特别高，就得小心了。有些作弊者会用机器人不断变换IP来迷惑我们，这时候就要综合考虑浏览器指纹信息。比如说，当IP和cookie都不一样，但浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌都相同，那就很可能是作弊流量。
基于用户行为
- 广告浏览/点击行为：仔细分析用户的广告浏览和点击行为能发现很多线索。要是同一用户在同一时间对多个广告位进行浏览或点击，或者短时间内在同一个广告位频繁操作，这就不太正常。还有，如果用户的广告浏览或点击时间间隔特别规律，或者曝光数和点击数在某个时间点突然暴增，又或者用户没看广告就直接点击（大量无曝光的点击），以及浏览广告的面积和时长数据异常，点击位置过于规律或集中，还有浏览和点击的时间顺序错乱，这些都可能是作弊行为。
- 到站情况：用户点击广告后到达目标页面的表现也很重要。我们要综合考虑用户留存、停留时间、访问深度这些指标，还要关注用户在站内的交互情况，比如点击、滚动、输入等操作。有些作弊媒体会用机器制造大量页面点击，我们可以通过分析点击区域、次数、频率、页面窗口大小等指标来辨别真假。
基于广告来源：对到站流量的来源页面进行侦查也能发现作弊流量。如果出现大量没有refer（来源页面信息）的广告流量，或者refer和投放媒体不对应，比如要求投放到A网站，结果refer里大量出现B网站，那就可以判定是作弊流量。

下面用一段简单的Python代码来模拟检测同一用户短时间内多次点击的情况：

import time# 模拟用户点击记录，格式为 (用户ID, 点击时间)
click_records = [("user1", time.time()),("user2", time.time() + 1),("user1", time.time() + 2),("user1", time.time() + 3)
]user_click_count = {}
for user_id, click_time in click_records:if user_id not in user_click_count:user_click_count[user_id] = {"count": 1,"last_click_time": click_time}else:user_click_count[user_id]["count"] += 1time_diff = click_time - user_click_count[user_id]["last_click_time"]if time_diff < 5 and user_click_count[user_id]["count"] > 2:print(f"用户 {user_id} 可能存在短时间内多次点击的作弊行为")user_click_count[user_id]["last_click_time"] = click_time

二、品牌安全保障

品牌广告对投放环境的要求很高，因为它关系到品牌的美誉度。想象一下，如果一个高端品牌的广告出现在色情网站或者敏感时事新闻页面上，用户肯定会对这个品牌产生负面印象，严重的话还会损害品牌形象。

为了保障品牌安全，通常会有专门的广告验证平台提供服务。广告主可以在这些平台上设置敏感或非法的关键词、页面黑名单，在投放时过滤掉相关流量。DSP平台和这些广告验证平台对接有两种方式：Pre - bid和Post - bid 。Pre - bid就是DSP平台在出价前询问广告验证平台，根据流量是否符合广告主的条件来决定是否出价，这样可以排除效果差和内容敏感的流量，避免产生不必要的费用。Post - bid则是在竞价成功后再询问广告验证平台，如果流量符合条件就展示广告，不符合就用空白或其他图片代替，但不管怎样，广告主都得为这个流量付费。

三、广告可见度测量

广告曝光了，不代表用户就能看到。广告可见度的统计逻辑比普通广告投放曝光要严格得多，它需要验证广告是否出现在浏览器的可见区域，并且满足一定的可见时长要求。

通常，我们通过JS代码来检测当前页面的位置和可视面积。MMA（移动营销协会）的广告可见性验证标准还规定了验证时间间隔，展示类广告最低100毫秒检测一次，视频广告最低每200毫秒检测一次。可见度相关的指标有可监控曝光次数、可视曝光次数和可视率。

不过，有些情况下广告可见度是无法监测的。比如部分媒体不支持JS代码投放，还有媒体的广告位是跨域iframe形式，JS无法检测跨域广告位的位置和可视面积。在App环境里，由于广告位基于webview，可视面积默认是100%，所以移动端的Viewability（可见度）并不是特别准确。

四、总结

今天我们详细学习了程序化广告中的广告验证和反作弊知识，包括常见的作弊现象、检测方法、反作弊策略，以及品牌安全和广告可见度的相关内容。这些知识对于优化广告投放、提高广告效果非常重要。

写作不易，如果这篇文章对你有所帮助，希望大家能关注我的博客，点赞评论支持一下。后续我还会分享更多程序化广告行业的干货，咱们一起在这个领域不断探索，共同提升！