【发布时间】：2011-04-04 11:22:40
【问题描述】：
Google（和其他 PPC 公司）使用哪些方法来防止点击欺诈？
【问题讨论】：
-
@David：但是关于可编程机床中的软件的问题应该是主题吧？无论如何，meta 上的线程打开了：meta.stackexchange.com/questions/62827/…
标签： click ads fraud-prevention
【发布时间】：2011-04-04 11:22:40
【问题描述】：
以下是 Google 所做的事情：http://googleblog.blogspot.com/2008/03/using-data-to-help-prevent-fraud.html
Google Adwords 官方答复：https://adwords.google.com/support/aw/bin/answer.py?hl=en-uk&topic=10625&answer=6114
其他方法：有很多如：
1) 如果有多个来自同一个IP的请求。
2) 对广告商的网络服务器日志文件进行取证分析：
对广告商的 Web 服务器数据的分析需要深入了解流量的来源和行为。由于使用行业标准日志文件进行分析，因此数据可以通过广告网络进行验证。这种方法的问题在于，它依赖于中间商的诚实来识别欺诈行为。
3) 第三方佐证：
第三方提供基于网络的解决方案，这些解决方案可能涉及在广告商的网页上放置单像素图像或 Javascript 并对广告进行适当的标记。访问者可能会收到一个 cookie。然后将访客信息收集在第三方数据存储中并可供下载。更好的产品可以很容易地突出可疑点击，并显示得出这种结论的原因。由于广告商的日志文件可能被篡改，因此它们与来自第三方的确证数据一起形成了更有说服力的证据主体，可以呈现给广告网络。但是，第三方解决方案的问题在于，此类解决方案只能看到整个网络的一部分流量。因此，他们不太可能识别跨越多个广告客户的模式。此外，由于与中间商相比，他们收到的流量有限，因此在判断流量是否为欺诈时，他们可能过于激进或过于激进。
4) 然后，有许多 Pay Per click 欺诈检测软件：一些例子：
【讨论】：
IP 记录 - 来自您的地址的相同点击
Cookie - 来自链接或您的 PPC 公司登录
阈值记录 - 点击次数是正常或异常高百分比与页面加载的 10 倍
【讨论】：
他们肯定会运行一些智能算法来分析点击流。
例如，如果随着时间的推移点击次数分布与Poisson distribution 不对应，则可能是涉及某些不自然的迹象。可能是自动点击或人工点击。
科学也是一门艺术和心理学，有助于解决这个问题。
【讨论】：