中国信通院-移动数字广告与互联网反欺诈蓝皮报告_98页_6mb

移动数字广告与互联网反欺诈蓝皮报告总结

核心内容

本报告由中国信息通信研究院泰尔终端实验室发布，聚焦移动数字广告与互联网反欺诈现状及发展趋势，揭示黑灰产的产业链结构与欺诈手段，并提出企业反欺诈能力建设体系与相关建议，旨在推动行业健康发展。

主要观点

• 行业挑战：移动互联网流量成为数字经济发展的重要支撑，但随着技术演进，传统设备和用户标识体系已无法满足反欺诈需求，导致行业面临严重挑战。
• 欺诈现状：2020年国内互联网假量占比超过30%，造成的经济损失高达1500亿元，欺诈行为覆盖金融、电商、社交、游戏等多个领域。
• 黑灰产业链：产业链结构清晰，分为情报获取、信息处理、非法变现三个环节，具备高度组织化和专业化特征，已形成庞大且复杂的网络。
• 欺诈手段：包括人刷、机刷、木马刷、流量劫持、广告流量欺诈、虚假用户裂变、恶意交易、金融支付、话费账户、网络赌博等，且呈现智能化、隐蔽化趋势。
• 反欺诈体系：强调数据化、实时性、准确性、可扩展性、可进化性等原则，建议构建包括欺诈特征检测、风险处置、监控指标、欺诈调查、团队配备在内的完整反欺诈体系。
• 技术发展：反欺诈技术经历黑白库、用户画像、规则引擎、机器学习等阶段，未来将更加依赖AI与大数据技术进行实时、精准识别与防御。

关键信息

一、移动数字广告与互联网反欺诈现状及挑战

• 中国互联网发展现状：2020年移动互联网用户规模达13.19亿，数字经济规模达35.8万亿元，占GDP比重36.2%。
• 移动数字广告行业现状：全球数字广告市场头部化明显，中国市场份额占全球第二，但欺诈流量占比高，给企业带来巨大损失。
• 反欺诈现状：70%缺乏防御技术能力的APP遭受黑产攻击，欺诈行为主要集中在电商、社交、金融等领域，威胁用户隐私与企业利益。
• 共性问题：设备指纹体系难以互联互通，数据标准不统一，缺乏行业共性能力，导致反欺诈效率低下。
• 蓝皮报告目标：通过分析现状、趋势，输出行业共性能力，净化互联网环境。

二、黑灰产业链概述

• 发展背景：黑灰产包括“黑产”与“灰产”，前者通过非法手段牟利，后者则在法律边缘进行不当获利。
• 产业链结构：
  • 上游：黑产情报非法获取（如论坛、QQ/微信群、电报群）。
  • 中游：信息流转加工处理（如核心资源、黑产工具）。
  • 下游：非法变现套利（如直接提现、暗网倒卖、数据售卖）。
• 黑产工具：
  • 打码平台、脚本、基础工具、模拟器、改机软件、猫池等。
• 变现方式：包括直接提现、暗网平台倒卖、数据售卖等。

三、移动数字广告发展态势

• 宏观趋势：疫情推动线上生活方式发展，移动互联网流量稳步增长，AI、5G等技术助力广告创新。
• 监管加强：出台多项法律法规，如《广告法》、《个人信息安全规范》、《移动互联网广告标识技术规范》等，规范市场秩序。
• DMP市场：2020年市场规模突破2000亿，成为广告投放的重要工具。
• 社交广告：成为主流，2020年广告主投放比例达83%与70%，社交平台影响力显著。
• 手游行业：下半年激活率提升，付费设备占比增加，但iOS付费设备占比因政策变化有所下降。
• 非手游行业：投放产品数量与种类增加，手机工具类和教育类成为主要增长点。

四、互联网欺诈场景与手段

• 主要欺诈场景：包括营销欺诈、流量欺诈、广告流量欺诈、虚假用户裂变、恶意交易、金融支付、话费账户、网络赌博等。
• 欺诈手段：
  • 人刷：通过人工或自动化方式模拟真实用户行为。
  • 机刷：利用猫池、卡池、设备农场等工具进行批量操作。
  • 木马刷：通过木马程序入侵设备，模拟真实用户行为。
  • 流量劫持：通过终端、链路、服务端等不同方式篡改用户行为数据。
• 黑产新趋势：
  • 技术升级，使用AI、深度学习等工具提升欺诈效率。
  • 从机刷转向人刷，利用社交平台进行任务分发。
  • 地域分布明显，江苏为黑产重灾区，Android平台黑产占比最高。
  • 产业链更加完善，上下游分工明确，形成闭环。

五、互联网反欺诈体系

• 建设原则：
  • 数据化：反欺诈能力取决于数据采集、挖掘、分析、建模能力。
  • 实时性：反欺诈系统需在用户无感知下快速识别与处理。
  • 准确性：避免误伤真实用户，保障用户体验。
  • 可扩展性：支持多行业、多业务类型扩展。
  • 可进化性：利用AI算法实现反欺诈体系自我迭代。
• 体系构成：
  • 欺诈特征检测：分为内部识别与外部监测。
  • 欺诈风险处置：包括风险消除、降低、转移、接受等。
  • 欺诈监控指标：结合业务与反欺诈需求定制。
  • 欺诈调查：分事中与事后，用于验证与优化反欺诈策略。
• 团队配备：
  • 调查人员：需具备好奇心、逻辑严密、善于总结。
  • 数据建模人员：需开放建模思路，具备沟通能力。
  • 反欺诈策略人员：需熟悉黑灰产手法，具备数据分析与逻辑性。
  • 反欺诈运营人员：需具备沟通能力、格局高、数据敏感。
  • 研发人员：包括数据挖掘算法工程师与系统开发工程师。

六、反欺诈技术发展

• 技术发展阶段：
  • 黑白库阶段：依赖黑名单与白名单。
  • 用户画像阶段：利用大数据分析用户行为。
  • 规则引擎阶段：建立灵活、实时的规则引擎。
  • 机器学习阶段：利用AI与大数据实现自动识别与进化。
• 关键技术：
  • 行业级匿名设备元服务（如卓信ID）。
  • 行业级匿名用户元服务。
  • 多策略融合的策略体系。
  • 全生命周期反欺诈模型。
  • 反欺诈技术架构（包括规则引擎、画像引擎、数据处理等）。

总结

本报告系统梳理了移动数字广告与互联网反欺诈的现状、挑战及发展趋势，提出构建企业反欺诈能力建设体系，以应对日益复杂的黑灰产攻击。随着技术发展，欺诈手段呈现智能化与隐蔽化趋势，需通过多策略融合、AI建模、实时监控等手段提升反欺诈能力。同时，加强行业监管、统一数据标准、推动技术共享，成为解决反欺诈问题的重要方向。