移动应用推广和互动，通常有几种渠道：社交媒体、搜索、广告网络及代理商、直接推广、交叉换量以及自然安装。但开发者和广告主常常发现，投入推广费用后虽然数据反馈良好，但有价值的用户互动却不多，甚至不如用户的自然安装。这时候就该敲响警钟了，你的某个渠道可能是遭遇了欺诈作弊。

据全球移动广告归因和营销分析平台AppsFlyer发布的最新研究数据显示，2016年移动应用安装与互动欺诈将使移动营销人员遭受超过1亿甚至高达3.5亿美元的巨额损失。

研究显示，欺诈行为主要包括模拟点击数据、模拟设备的安装、仿造应用内事件（CPA 欺诈），以及潜在的上述虚假安装和事件对定向和重定向广告产生的影响。

并且，欺诈者会根据伪造位置获得的潜在回报来确定目标国家。每次安装成本和每行动成本回报最高的国家中移动欺诈率较高，比如德国、澳大利亚、中国、加拿大和英国，随后是美国、俄罗斯和法国。而回报相对较低的地区（包括印度尼西亚、印度、巴西、越南和泰国），则欺诈率较低。

作弊者的速度和技术方法越来越具有迷惑性，反作弊也必须及时有效地提出解决办法。那么，要避免推广费用白白“打水漂”，移动开发者和有推广需求的广告主，必须要先了解欺诈行为的原理，然后有针对性地做好防护，避开作弊行为，把费用花在更正确的地方。

Morketing就欺诈行为原理、如何反欺诈以及欺诈作弊行为对移动开发者和广告主的影响对AppsFlyer的中国区经理王玮进行了专访，王玮向我们表示：

首先，我们必须明确，欺诈行为无疑会对移动应用营销带来极大威胁。广告主使用大量的预算买到虚假用户，不仅会影响广告主继续投入预算的信心，长远来看，也会影响整个行业的健康发展。尤其是在中国，移动推广预算不断增长，利益驱动的广告欺诈作弊行为比起全球会更严重。

其次，欺诈者没有特别区分行业，可以说跟移动相关的每个细分行业，都有可能成为欺诈作弊的受害者。主要的作弊形式有模拟点击，模拟安装，模拟用户行为，通过刷机来刷量等。总体来看，安卓设备的作弊情况比iOS更严重。但因为在iOS上作弊难度更大，相应得到的回报也更高，所以作弊者会在iOS上投入更大精力，iOS系统中的虚假设备往往会活跃很多，会下载更多的应用。

最后，AppsFlyer一直致力于主动帮助客户解决流量作弊的问题。从全球移动欺诈作弊数据趋势看，单个安装成本较高以及防作弊能力较低的地区是欺诈行为的高发区域。同样，营销预算充足以及单个安装价格较高的广告主也会吸引更多的作弊流量。比如上周，AppsFlyer就发现一家以移动营销为主的大客户在最近的campaign中存在大量的虚假用户。

AppsFlyer的中国区经理王玮也向我们介绍了基于业界首创的DeviceRank™技术，解决欺诈的几个“招式”。

每一种类型的欺诈都有对应的解决方案。同时，欺诈者和反欺诈在比拼“猫捉老鼠”的速度。

举个例子，一种常见的欺诈行为是点击欺诈，欺诈者通过大量发送虚假的设备点击，希望某一台设备最终安装了应用，从而可以通过点击归因到这个渠道上。一般对应的反作弊方案是IP过滤，统计出发送这些作弊点击的IP，并将其屏蔽。但欺诈者随后会通过IP隐藏以及VPN的方法试图绕过这个屏障，反作弊的方法也随之继续进化。

另一种常见的欺诈方式是刷点击和安装，一般是通过模拟器来模拟点击到安装的全过程。但是模拟的点击到安装过程和真实用户的行为会有一定的差别，一般通过统计分析的方法来判别。平均点击到安装时间分布就是一个常见的统计维度。欺诈者会进而用真实设备来执行点击和安装，从而让对应的点击到安装分布更接近于真实，或者通过统计模型来反向生成每个点击到安装的流程，从而绕过验证。

而一些基于多方数据比对的安装验证和支付验证机制，相对来说会比较难攻破。AppsFlyer开发的反欺诈技术产品DeviceRank™基于设备评分的解决方案采用了全新的评价机制，经过实际检验，已经证明比IP过滤和基于统计维度的审查更为安全可靠。

对于DeviceRank™的防作弊原理及研发初衷，王玮先生进一步介绍说，我们分析了大量已确认的欺诈行为，试图找到其中的共通点。其中，最大的共通维度之一是设备ID，所以我们决定建立一个专门的数据库来存储和欺诈行为相关的设备ID。在分析了几百万台设备的几十亿次行为数据之后，系统可以越来越准确的区分真实的用户和作弊的设备，逐渐发展成为现在的DeviceRank™。

刚才提到过，作弊者会通过虚拟的设备来造假，根本上的对应方法就是对移动设备本身进行区分。

DeviceRank™对设备的评分从高到底分为AAA, AA, A, B, 以及C。其中C表明这是一个作弊设备，而AAA表明我们有非常高的信心认为这是一个真实的用户设备。

考虑到欺诈者会想方设法绕过反作弊机制，我们不便透露AppsFlyer的独家机器学习评分系统的所有评估维度。但我们分析了超过20个实时数据维度，以及历史数据和其他数据（安装和收入验证，以及验证失败的记录）。标记了A，AA，或AAA的设备都是真实的用户设备。我们的内部测试发现DeviceRank™比业界的标准反作弊方案要准确3-12倍。DeviceRank™是一个全新的解决方案，开创了一个反作弊的新思路，也是AppsFlyer反作弊方案的核心。

对于无法追踪和识别的设备，例如用户限制了广告追踪，DeviceRank™会用X来标记。同时用N来标记第一次出现的新设备。请注意，这些设备仍然受我们反作弊系统其他模块的监控。另外，购买了DeviceRankInsights的开发者和广告主可以看到完整的DeviceRank™评分数据。我们的标签已经覆盖了全球98%的设备，所以产生大量B和C级设备的渠道，或者大量X和N设备的渠道或Campaign，因为和其他正常渠道和Campaign有很大的差异，所以可以很容易的区分出来，继续进行深入的调查。

而对于开发者可能会提出DeviceRank™是否对客户端有影响的疑问，王玮先生表示，DeviceRank™对于客户端的性能没有任何影响，它只会提升整个用户获取的效果。基于DeviceRank™的过滤和数据报表，开发者可以更准确的评估用户获取的效果，从而更好的优化投放预算的分配。