应用安装欺诈

用户推广和应用安装欺诈对于移动平台和应用开发者而言,已变的越来越严重。一些广告渠道的欺诈率已高达50%以上。欺诈者不断运用更加复杂的欺诈技术,如模拟定位与设备、点击劫持、以及用户活动模拟等,来掩盖其虚假安装行为。欺诈安装检测因此变的愈发困难。DataVisor无监督机器学习引擎是唯一能够有效检测各类复杂的欺诈性安装的解决方案。它可以同时分析所有用户与事件,并识别出其彼此之间的隐藏关联。即使单一安装看似正常,该引擎仍可一次性检测出整个虚假安装活动链。

申请试用

欺诈者如何产生虚假安装并规避检测

IP变更

攻击者利用设备代理、VPN、云服务器等手段逃避基于IP或位置的黑名单与数字指纹类解决方案。

虚假用户活动

欺诈者利用成本低廉的人力劳动来伪造安装后的用户活动,从而提升虚假安装真实度并规避基于规则的检测方案。

设备混淆

欺诈者利用移动设备刷机、虚拟机、以及脚本等方式伪装各类来自不同设备的登录活动。

探索弱点

攻击者首先小规模探测检测系统弱点,随后利用其发现的弱点实施大规模攻击。

为何利用无监督机器学习技术来检测虚假安装

欺诈者利用复杂的技术绕过规则引擎与有监督机器学习模型检测,以此制造虚假安装。此类欺诈技术往往变化迅速,且单一分析某一个安装时,看起来非常正常。DataVisor无监督机器学习引擎具备独特的能力,能够一次性分析所有用户帐户与事件,并检测到可疑安装之间的隐藏关联。这使得我们可以有效检测到整个欺诈安装团伙,即使每个安装单独来看是正常的。同时,无监督机器学习引擎无需训练数据或标签,可以检测到新型的、快速变化的欺诈技术。

阻止新型和不断演变的攻击技术

自动检测快速演变的新型攻击活动,且无需等待训练数据或标签。

高准确率与覆盖率

分析各帐户与事件间的隐藏关联,从而在检测到更多虚假安装活动的同时降低误报率。

分析安装后事件

通过分析所有数据点,包括安装后的应用启动与应用事件,最大限度提升检测效果。

可追踪欺诈报告

向广告渠道提供无可辩驳的欺诈证据,以帮助合理的欺诈退款及对欺诈活动的掌控。

了解DataVisor如何打击安装推广欺诈

研究报告

这份关于应用安装欺诈的黑色产业报告,对各类欺诈性获客技术进行了详细和深入的介绍和阐释。

下载报告

案例研究

DataVisor与一家超过3亿用户的大型游戏公司合作,帮助他们打击虚假获客。

阅读案例研究资料

网络研讨会

了解欺诈最新趋势以及欺诈者运用哪些手段制造虚假应用安装来躲避检测。

阅读案例研究资料

DataVisor欺诈检测解决方案

无监督机器学习引擎

运用业内最先进的无监督学习技术,同时分析数以亿计的账户和事件,无需标签或训练数据,预测新型未知威胁。

有监督机器学习引擎

使用行业领先的有监督机器学习算法,结合客户提供的标签来增强检测,与无监督机器学习检测形成互补。

自动规则引擎

自动迭代规则,降低维护成本并使结果更易理解。

DataVisor全球信誉库

汇总并分析来自各行业数十亿用户的信息来计算最广泛的各类数字指纹和信号。

通过帐户关联视图可发现各恶意帐户之间存在的隐藏关联

了解更多

用户推广和安装欺诈行业动态

博客文章

你正在为虚假应用安装买单吗?如何打击虚假安装

移动应用行业竞争激烈。目前,主流应用商店中往往已有超过三百万个应用可供下载,想要突出重围,登上榜首是十分困难的。应用安装推广成为日渐受欢迎的营销推广方式,但虚假安装欺诈也愈演愈烈。

阅读博文

博客文章

设备刷机后,欺诈也跟着逃避了检测

设备指纹识别(以识别设备为目的从设备收集信息)通常是在线服务中移动欺诈检测使用的主要技术之一。目标是识别欺诈份子使用的“不良”设备,以便在其他属性(如用户名或IP地址)发生更改时也能识别出这些设备。但欺诈者对设备进行刷机后,又如何呢?

阅读博文

欺诈计算器

您的用户推广计划面临着怎样的风险?介绍用户安装欺诈计算器

最近,我们曾在多次“用户推广欺诈”类会议当中反复获悉同一观点,即企业往往不清楚该如何应对欺诈用户安装问题。为了提供相关指导,我们开发出一款用户推广欺诈计算器,能够帮助您在给定广告宣传费用的情况下计算欺诈性安装的具体风险值。

马上测试

阅读DataVisor的最新文章

访问博客

现在开始

希望了马上了解DataVisor公司如何发现虚假安装并帮助您节约数百万美元广告支出?现在就申请安装评估吧!

申请试用