Bots安裝作弊,是指作弊者通過(guò) Bots來(lái)模擬真實(shí)用戶的應(yīng)用安裝行為,從而竊取廣告主的廣告預(yù)算。Bots安裝作弊之所以難以檢測(cè)是因?yàn)锽ots看起來(lái)很像真實(shí)用戶,它具有真實(shí)的IP、Device等,甚至可以進(jìn)行應(yīng)用內(nèi)的事件,如:在指定時(shí)間打開(kāi)應(yīng)用,加購(gòu)等。
目前,許多基于機(jī)器學(xué)習(xí)的移動(dòng)廣告作弊檢測(cè)方法都旨在解決廣告展現(xiàn)或點(diǎn)擊作弊問(wèn)題,但很少有關(guān)于安裝作弊檢測(cè),尤其是Bots安裝作弊檢測(cè)的研究。Mobvista集團(tuán)副總裁朱亞?wèn)|博士介紹,當(dāng)下的許多方法都采用了集成方法等技術(shù),例如:Random Forest和XGBoost等,盡管這些方法能夠通過(guò)復(fù)雜的特征工程挖掘出豐富的作弊模式,但由于它們無(wú)法利用結(jié)構(gòu)信息來(lái)構(gòu)建實(shí)體之間的各類關(guān)系,因此這些方法并非最好的解決方案。
在此背景下,Mobvista反作弊團(tuán)隊(duì)提出了一種混式學(xué)習(xí)方法,該方法結(jié)合了神經(jīng)網(wǎng)絡(luò)(GNN)和梯度提升分類器,能夠同時(shí)考慮局部上下文信息和全局上下文信息,以此來(lái)更好地檢測(cè)移動(dòng)廣告中的Bots安裝作弊。該團(tuán)隊(duì)并未直接利用現(xiàn)有的GNN模型,而是根據(jù)Mobvista的具體業(yè)務(wù)和Bots安裝作弊的特點(diǎn)構(gòu)建一個(gè)異構(gòu)圖并設(shè)計(jì)了一種新穎的消息傳遞機(jī)制來(lái)提取局部上下文信息;以及通過(guò)一個(gè)Pre-trained的梯度提升分類器模型來(lái)提取全局上下文信息。 BotSpot模型的架構(gòu)如下圖所示:
通過(guò)在Mobvista上對(duì)真實(shí)數(shù)據(jù)進(jìn)行的實(shí)驗(yàn)結(jié)果顯示,BotSpot模型在檢測(cè)Bots安裝作弊方面具有更大的優(yōu)越性。在指定精確率(Precision)為90%的情況下,BotSpot模型在兩個(gè)離線數(shù)據(jù)集上相比所有其它Baseline方法在召回率(Recall)方面分別提高至少2.2%和5.75%。
作為全球領(lǐng)先的技術(shù)平臺(tái),在Mobvista每天有超過(guò)100萬(wàn)次應(yīng)用安裝,因此Mobvista十分重視對(duì)各類移動(dòng)應(yīng)用安裝作弊手段的研究,以防廣告主的預(yù)算在沒(méi)有任何實(shí)際轉(zhuǎn)換的情況下被浪費(fèi)。值得一提的是,今年5月份,Mobvista針對(duì)移動(dòng)廣告作弊問(wèn)題,還發(fā)布了《移動(dòng)廣告反作弊白皮書2.0》,詳細(xì)闡述了當(dāng)前的移動(dòng)廣告領(lǐng)域的作弊情況、作弊方式及相應(yīng)的反作弊策略等。
朱亞?wèn)|博士表示,研究移動(dòng)廣告領(lǐng)域的Bots安裝作弊檢測(cè)問(wèn)題,是增強(qiáng)移動(dòng)廣告行業(yè)的透明度并推動(dòng)行業(yè)規(guī)范化發(fā)展的關(guān)鍵,然而目前卻鮮少有機(jī)構(gòu)針對(duì)該領(lǐng)域進(jìn)行研究,Mobvista始終站在移動(dòng)廣告反作弊攻防這一戰(zhàn)場(chǎng)的最前線,希望通過(guò)此次論文的分享,能夠?yàn)樾袠I(yè)帶來(lái)更多的思考。
公開(kāi)資料顯示,Mobvista成立于2013年,目前已覆蓋全球超85個(gè)國(guó)家,在全球18個(gè)城市設(shè)有辦事處,為全球超過(guò)3000個(gè)應(yīng)用開(kāi)發(fā)者提供移動(dòng)廣告推廣服務(wù),且在其700多名員工中,有超過(guò)45%為技術(shù)研發(fā)人員。本次被CIKM錄用的論文,是在集團(tuán)副總裁朱亞?wèn)|指導(dǎo)下完成,并得到了中山大學(xué)梁上松教授的指點(diǎn)和幫助。10月22日,Mobvista高級(jí)算法工程師姚天峻及資深算法工程師李青也將代表反作弊團(tuán)隊(duì)在CIKM大會(huì)上進(jìn)行該成果的詳細(xì)分享,敬請(qǐng)期待。
完整論文下載鏈接:https://www.mobvista.com/en/college#botspot