Adsense系统如何防止点击欺骗

缘者天之使

这个是转贴，无法确认其真实性。

1] 点击率 ＝ 点击次数／共浏览的次数。
点击率是一个判断是否有无fraud clicks的关键的方法，可以想像一个网站上的广告的点击率超过10%将意味这什么。

#of Click/# of Viewed

2] 点击覆盖率／独立IP ，这个分布里如果有；单个IP 的（点击／浏览）＝点击覆盖率超出了3倍的系统误差范围内将有作弊的嫌疑。

例子，例如来自 129.119.200.1 的用户浏览了 16个网页，点击了4个广告，而整个广告的点击率「从[1]里计算的到」是5%，那么计算得到：
%5 X 16 = 1，方差为Sqrt(1) = 1，点击覆盖率＝4/1 = 4 ，根据数学上高斯分布，这种概率小于万分之一。

Ratio VS IP distribution

3] 点击率『点击覆盖率』／IP／时间
根据时间序列对点击率进行分析，如果在某一个时间段上有明显的峰值，那么这将以为着有潜在的欺骗点击的可能。

Ratio VS time

4] 网页load的时间和 广告点击时间差的分析，以及每两次click之间时间差序列的分析
[网页load的时间和 广告点击时间差] 应该是一个泊松分布 possion
distribution，而每两次click之间的时间差也应该是一个Possion
distribution，如果这个时间用秒记，大于25秒的话基本上呈现高斯分布的形状。

[time of loading - time of click] distribution VS Possion
[time difference of two clicks] distribution VS Possion/Gaussion

5] 针对Proxy点击的分析
改变IP进行点击可以说在以往是最难以解决最难以发现作弊方式，大概国人进行Alexa的Boost时就多半采用了Proxy进行虚假点击的方法，可是这里只要通过反向监查IP的来源是否是带有Proxy功能的服务器就可以知道了。

Reverse Proxy check

6] 针对 http_agent的分析
Http_agent／时间 的时间序列的分析，峰值超过3方差需要审查

7] 针对 http_referral 的分析
referral／时间 的时间序列的分析 ，峰值超过3方差需要审查

8] 整体效果上还有一个非常有用的量：
所有用户的有效的每千次展示费用的均值／独立IP
这个将能更加直接找到spam clicking 的运行计算机并且予以封杀。

Overall Ratio VS IP

大大

作者好像是博客中国的一个人，搜索引擎的研究者，不过我不确定。文章是作者自己写的，不是Google的公开材料，写得不错。另外防止作弊的方式每天都在变化，尤其作弊手段日益进步的时候，目前的策略可能和一两年前有很大的区别。

1、可以想像一个网站上的广告的点击率超过10%将意味这什么
如果超过10%意味着广告匹配十分精准而有效，在Content Target Ads中最佳的广告效果应该是100%

2、点击覆盖率超出了3倍的系统误差范围内将有作弊的嫌疑
无效点击和作弊还是有很大的区别的，覆盖区域很小的站点以及大量的相同IP用户都会出现这样的情况，当然如果为中国发布者确定一个合理的误差范围是有帮助的

3、如果在某一个时间段上有明显的峰值，那么这将意味着有潜在的欺骗点击的可能
有些定餐的站点只有晚饭前一段时间才有大量的访问，大部分站点的点击率都不是平均分布而是有很强的时间分布，我提供的统计数据库里非常明显地显示了这个问题

4、网页load的时间和 广告点击时间差的分析，以及每两次click之间时间差序列的分析
这可以作为参照，不过用这个来确定作弊与否很牵强

5、改变IP进行点击可以说在以往是最难以解决最难以发现作弊方式
事实上这是目前最容易被发现的作弊方式，一方面是比对IP的来源服务器，另外也可以通过IP的分布情况来判断

6和7没有看懂。

8、所有用户的有效的每千次展示费用的均值／独立IP，这个将能更加直接找到spam clicking 的运行计算机并且予以封杀
不同内容的站点，不同覆盖区域的站点，ECPM值本来就是千差万别，对于ECPM值越高从某种程度上来说对Google Adsense的贡献越大。