点击欺诈
点击欺诈(Click fraud)是一种发生于每点击付费的网络广告的欺诈行为[1]。在这个形式的广告行为中,点击网站上的广告越多,协助发布广告的网站的拥有者们获得的收益也就越多。欺诈行为是指由对广告内容其实并无兴趣的人点击了内容,如欺诈者或自动程式模拟网络用户的广告点击行为。或是欺诈者制造欺骗性内容、电脑病毒使得真人用户、用户的电脑为欺诈者制造了点击数。点击欺诈是一个不断攀升的争议性议题,针对网络广告代理商以及发布广告的网站是欺诈行为的受益方的诉讼也越来越多。
身为媒体事业家以及记者的约翰·巴特利形容点击欺诈完全是存心的的恶意行为,广告平台的作为根本是“黑帽骇客做法”,他们雇用低价劳工以及机器人去不停地点击网站上的AdSense广告,从而为广告平台以及Google赚取金钱。[2]
非合约方
点击欺诈的次要来源是没有加入每点击付费合约的人,这些人十分难以管控,因为他们无法被依违反合约起诉,例如:
- 广告主的竞争对手:这些人可能会希望以透过广告点击使竞争对手必须付费的方式消耗对手。
- 广告平台的竞争对手:这些人可能想使对手的广告平台被认为在从事点击欺诈而信誉受损,如果因此被广告主断绝联系,许多十分依赖广告收入的平台都会受到重创。
- 其他恶意意图:对于破坏者们来说,他们就算无法获得任何利益也会想要任何一方都受到损害,这经常涉及政治及私人恩怨,通常这些案件是最难以处理的,除了难以找到罪魁祸首之外,能对他们采取的合法手段也十分稀少
- 广告平台提供者的亲友:有时候广告平台主的亲友会想透过帮忙点击广告来“赞助”平台主,但是这可能会害平台主被指控进行了点击欺诈。
广告网络无法阻止所有的点击欺诈,因为很难判断欺诈行为是否为平台主所为,常常发生平台主们不愿为非自己所为的点击欺诈退回款项,但是广告主们也坚持不想为了虚假点击付费。
组织性点击欺诈
除了平台主个人的点击欺诈案件之外,许多大规模点击欺诈也正在发生。[3]想从事大规模点击欺诈的人通常会使用模拟人类行为的自动程式去点击网页上的广告[4],然而这些点击看起来都像是来自同一个人、少量的电脑或是同一个地区,对于广告主和广告网络来说会十分可疑,若想从事大规模点击欺诈,只有一台电脑的话会很容易被发现。
一种规避透过IP特征侦测点击欺诈的机制的方法是将现有的用户流量转换成点击和曝光(impression)。[5]欺诈者可以透过放置十分微小且一直重新载入的广告以达到对用户伪装的效果,并且和广告主保证所谓的“网页爬虫”浏览的都是正常的网页,而呈给用户点击欺诈用的网页。
细小广告以及其他利用用户的技术还能与透过奖励制造的流量并用,像是“有偿阅读”(Paid to Read)网站的会员在浏览网站或点击关键字的时候能得到少量的钱,[6]而有些有偿阅读网站的管理者也是每点击付费的会员,他们可能会给经常搜寻的人寄特别多的广告邮件,因为关键字的每点击付费常常是网站的唯一收入。这被称为强迫搜寻,是一个在线上有偿购买用户行为的产业中不被赞同的行为。
组织性的点击欺诈可以透过使用非常多的电脑组成犯罪网络从而使虚假流量的来源显示在许多位置。由于自动程式仍然无法完全模拟用户行为,点击欺诈网络可能会透过感染他人组成僵尸网络或是域名服务器快取污染等方法使得一般用户在不知情的情况下为他们制造收入。广告主、广告网络以及警察将会十分难以追查散布在各个国家的点击欺诈网络。
曝光数欺诈是被用于拉低对手的广告排序,当竞争对手的广告点击率过低的时候,他们就有可能受到惩罚,广告可能会遭到替换,使得出价较低的广告得以被换上。[7]
操纵有机搜寻结果
影响一个网页在有机搜寻中的排名的一个重要因素就是点击率,计算方法是将点击数除以曝光数,也就是说将一个搜寻结果被点击的次数除以搜寻结果被展示的次数。
和每点击付费欺诈相反,想要报复你的竞争对手透过购买僵尸网络服务或是低价劳力以产生虚假点击时,点击率欺诈的目的就是将竞争对手的点击率降低,从而不断地拉低他们的网站在搜索引擎最佳化中的排名。
更坏的点击率欺诈者或许还会在削弱对手的同时提升自己网站的排名,或是与他的政治立场有关的内容的排名等。我们对于这个问题上演的规模还不清楚,但很明显有许多网站开发者十分在意网站在分析工具上的指标。
法律案件
应对方案
研究
参见
参考文献
- ^ Wilbur, Kenneth C.; Zhu, Yi. Click Fraud. Marketing Science. 2008-10-24, 28 (2): 293–308. ISSN 0732-2399. doi:10.1287/mksc.1080.0397.
- ^ Battelle, John. The Search: How Google and Its Rivals Rewrote the Rules of Business and Transformed Our Culture. 2005-09-08 [Aug 13, 2014]. ISBN 9781101218419.
- ^ Schonfeld, Erick; The Evolution Of Click Fraud: Massive Chinese Operation DormRing1 Uncovered (页面存档备份,存于互联网档案馆)". TechCrunch. October 8, 2009.
- ^ Badhe, Anup. Click Fraud Detection in mobile ads served in programmatic exchanges (PDF). International Journal of Scientific & Technology Research. April 2016, 05: 1 [2019-08-14]. (原始内容存档 (PDF)于2018-10-25).
- ^ Gandhi, Mona; Jakobsson, Markus; Ratkiewicz, Jacob;Badvertisements: Stealthy Click-Fraud with Unwitting Accessories (页面存档备份,存于互联网档案馆)", APWG eFraud conference, 2006
- ^ V. Anupam; A. Mayer; K. Nissim; B. Pinkas; M. Reiter. On the Security of Pay-Per-Click and Other Web Advertising Schemes. In Proceedings of the 8th WWW International World Wide Web Conference (PDF). Unizh.co: 1091–1100. 1999 [2019-08-14]. (原始内容 (PDF)存档于2017-10-10).
- ^ A. Metwally; D. Agrawal; A. El Abbadi. Using Association Rules for Fraud Detection in Web Advertising Networks. In Proceedings of the 10th ICDT International Conference on Database Theory (PDF): 398–412. 2005 [2019-08-14]. (原始内容存档 (PDF)于2020-07-31). An extended version appeared in a University of California, Santa Barbara, Department of Computer Science, technical report 2005-23.