4 min read
闭环衡量：SSOT 赋能全域营销
人工智能在广告欺诈中的力量：用创新对抗创新
《星球大战》中精彩描绘的著名力量就像人工智能。
人工智能的进步在许多领域带来了惊人的好处。但就像力量一样，人工智能也被黑暗面利用，以对人和企业造成伤害，特别是在广告欺诈方面。
一方面，人工智能可以以惊人的精确度帮助检测欺诈。然而，同时，它也使欺诈者能够策划复杂的骗局，使数十亿美元的广告预算面临风险。
紧迫的问题是：人工智能能否根除广告欺诈，还是在助长这个问题？
通过理解人工智能是一把双刃剑，广告主可以将其转变为对抗不断演变威胁的最大防御。通过正确的策略，企业可以将人工智能视为不仅是优化工具，而是对抗欺诈的强大屏障。
人工智能驱动的广告欺诈日益严重的威胁
广告欺诈当然不是新鲜事，但人工智能将其提升到了新的复杂程度。不法分子现在使用先进的手段来制造虚假流量，劫持设备，并精确模仿人类行为——使其更难被检测。这些方法每年使广告主损失数十亿美元，耗尽预算并侵蚀信任。
广义上讲，广告欺诈是指操纵广告系统以转移支出的欺骗性行为。常见形式包括：
- 虚假流量：模仿人类的机器人以增加曝光或点击。
- 僵尸网络：劫持设备的网络在大规模上策划欺诈活动。
- 点击欺诈：人为地提高点击率，通常是为了耗尽竞争对手的广告预算或产生非法收入。
- 虚假用户:欺诈者创建逼真的个人资料，模仿真实用户的互动。
为什么人工智能使广告欺诈变得更糟
人工智能已成为广告欺诈的催化剂，使欺诈者拥有更复杂、可扩展和有效的工具。开源人工智能平台降低了进入门槛，使不法分子能够以最小的努力部署先进的欺诈方案。
欺诈者使用 生成对抗网络 (GANs) 创建合成内容，包括深度伪造广告和与真实活动互动的虚假用户。这些人工智能生成的互动可以令人信服地模仿人类行为，使其难以被检测和标记。例如，欺诈者利用GAN生成虚假用户资料，顺利地与广告互动，欺骗分析工具将欺诈性互动记录为真实。
人工智能还在增强点击农场，使其更难以被检测。人工智能驱动的算法可以模拟多样的用户行为，如滚动、停留时间和多样的点击模式，使欺诈性互动看起来越来越真实。此外，人工智能使得 点击到安装时间 (CTIT) 的检测变得更加困难，提高了模仿真实用户的时间、随机性和精确度。
经济影响是惊人的。Statista预测 广告欺诈损失 将从 $840亿在2023年到2028年可能达到$1720亿。随着人工智能工具的可获取性，欺诈者变得更加复杂和广泛。
应用营销也受到广告欺诈的困扰。根据AppsFlyer的估计，应用安装广告欺诈的财务风险超过了 $170亿在2024年（这指的是如果没有任何欺诈检测，可能会损失的金额；实际上，其中很多被阻止，因此没有支付）。
考虑CycloneBot，一个针对连接电视 (CTV) 平台的计划。利用人工智能，它夸大了观看会话和流量，每月使广告主损失数百万。其他例子包括BeatSting，这是一个音频广告欺诈计划，生成虚假的音频流量，每月从广告主那里 siphoning 超过100万美元。除了FM骗局，还有一种额外的音频计划，欺诈者混合虚假的音频流量，看起来像是各种设备和音频播放器上的合法用户活动。
这些欺诈性互动扭曲了参与度指标，并误导广告主相信他们正在接触真实的受众。这些案例突显了欺诈者如何利用人工智能来扩大他们的操作并逃避检测。
倒卖机器人也渗透了数字广告活动。人工智能工具被用来自动化数字广告投放的竞标，人工抬高成本，导致广告支出浪费。这些人工智能驱动的欺诈计划执行复杂的多次点击模式，针对高价值的程序化广告活动，使检测变得越来越具有挑战性。
……还有其他计划正在实施，我们都尚未发现，因为欺诈者继续创新，利用人工智能以多种方式利用数字广告生态系统中的漏洞。
以火攻火：人工智能如何打击广告欺诈
虽然人工智能使欺诈变得更加复杂，但它也是打击欺诈的最强大工具。先进的机器学习模型和预测分析帮助广告主实时检测和屏蔽欺诈活动，通常在造成损害之前。
人工智能解决方案在打击广告欺诈时在几个领域表现出色：
- 异常监测：算法监控流量并标记异常模式，例如突然的激增或不一致的行为。
- 持续学习：通过分析新数据，人工智能不断发展以检测新兴的欺诈策略，并保持领先于欺诈者。
- 增强的准确性：人工智能驱动的系统以高精度区分合法用户活动和欺诈行为，减少误报。
成功案例
AppsFlyer AI赋能工具 防止数十亿美元的欺诈交易 通过适应新威胁并提供实时欺诈预防。同样，其他解决方案利用预测分析来预测欺诈趋势，使用基于图的方法来检测欺诈网络和连接。
我们的AI增强了检测、速度以及广告欺诈的实际威慑，主要好处包括：
- 更快的欺诈检测：识别欺诈活动的速度快达8倍，帮助企业避免重大财务损失和数据不准确。
- 改进的威慑：欺诈尝试被捕获和减轻的速度快达14倍，显著减少了欺诈者利用新绕过和漏洞的窗口。
- 更高的有效性：即使在欺诈绕过后，仍保持超过90%的欺诈检测有效性，检测准确性平均仅下降9%。
- 增强的准确性：确保检测准确性提高7倍。
- 实时检测：实时识别高达60%的归因欺诈，极大减少虚假用户/安装的数量。
使用AI打击广告欺诈的挑战
尽管有效，AI并不是灵丹妙药。欺诈检测系统通常严重依赖历史数据，这可能使识别全新的欺诈策略变得困难。这造成了一个持续的猫鼠动态——欺诈者的适应速度与检测的改进速度相当。
另一个挑战是可解释性。AI驱动的欺诈检测系统有时会产生难以解释的结果，使广告主更难理解为什么某些活动被标记为欺诈。确保透明度和可解释性仍然是人工智能在欺诈预防中采用的关键因素。
隐私和伦理问题进一步复杂化了问题。人工智能欺诈预防工具必须遵守全球数据保护法规，如GDPR，同时仍需保持打击复杂欺诈策略所需的有效性。在用户隐私和欺诈检测之间找到正确的平衡仍然是一个持续的挑战。
将人工智能转变为您的广告欺诈盟友
为了领先于欺诈，组织需要一种全面和主动的方法。仅靠人工智能是不够的——它必须与人类专业知识和战略合作相结合，才能真正有效。以下是企业应采取的步骤：
- 投资于先进的人工智能解决方案：领先的工具提供先进的欺诈检测和预防能力。
- 将人工智能与人类专业知识结合：分析师在完善人工智能输出、解释细微模式和处理自动系统可能遗漏的边缘案例中发挥着至关重要的作用。
- 跨平台合作：与同行和行业利益相关者共享情报，加强对复杂欺诈计划的集体防御。
- 保持适应性：定期用新数据更新检测模型，以应对不断演变的欺诈策略。
未来保障策略
打击广告欺诈要求企业未雨绸缪。例如，联邦学习使组织能够在不共享原始数据的情况下合作进行欺诈检测，确保隐私的同时提高结果。
此外，通过跨职能团队和与技术领导者的合作，培养创新和实验的文化，帮助组织保持灵活和主动。建立行业联盟可以通过汇聚深入分析和资源进一步增强防御。
人工智能创新已被证明是企业的重大进步，尤其是在近年来，帮助许多企业提升其能力、产品、服务等。
但这是一把双刃剑，既可以用于伤害，也可以用于善良；因此，企业必须意识到这种强大技术的利弊，并继续贡献、创新和利用它来对抗广告作弊，以保持领先于欺诈的复杂性。
关键结论
人工智能既是风险也是解决方案。欺诈者利用它进行复杂的骗局，但它也为最有效的欺诈检测工具提供动力。
- 广告作弊正在增长。预计到2028年，损失将达到1720亿美元，使得主动防止欺诈比以往任何时候都更加重要。
- 基于人工智能的欺诈检测有效。像异常监测和预测分析建模这样的解决方案是对抗不断演变的欺诈策略的关键。
- 人类专业知识仍然至关重要。仅靠人工智能是不够的——专家监督确保更准确和适应性的欺诈预防。
- 合作与创新是关键。行业范围内的合作和持续的技术进步是保持领先于欺诈者的最佳方式。
