随着程序化购买在中国的深入发展，反流量作弊，广告可见性等一系列问题逐渐成了行业关注的重点。比如，程序化购买与反流量作弊的关系，程序化购买如何确保安全流量，提高广告投放效率。

随着程序化购买在中国的深入发展，反流量作弊，广告可见性等一系列问题逐渐成了行业关注的重点。比如，程序化购买与反流量作弊的关系，程序化购买如何确保安全流量，提高广告投放效率。 今天，我们也将深入此话题，以反作弊先锋DSP为例，通过解析DSP的反作弊架构，深入了解DSP在反作弊上的实际操作和运用。

小编混迹各大广告行业会议，在与广告主交流时明显感受到，反作弊已经属于常规议题，在谈到目前反作弊的进展和实际成果时，DSP往往成为了话题的中心，那么为什么DSP能够积极进行反作弊?反作弊对DSP意味着什么?实际回报在哪里呢?

我们从商业模式、核心竞争力的构建以及行业角色定位总结出以下3点，阐述DSP为何是程序化购买行业最积极的反作弊先锋，能够心甘情愿进行反作弊?

1、商业模式

DSP作为广告需求方平台，顾名思义，指站在广告主的需求角度进行商业考量，只有挖掘安全流量、优质流量的价值，提升广告投放效率，帮助广告主找到有需求的目标人群，才可能在激烈的竞争中生存繁荣。

2、核心竞争力

算法和数据作为DSP的核心竞争力，最基本的要求是在真实流量的基础上，通过不断的算法重构、优化，对流量进行充分的认识，积累并沉淀有效数据。基础数据中如含有大量的作弊流量，即不符合真实投放情况的虚假流量，违背程序化购买的运行规律，将导致数据和算法效用的不断下降，无法实现广告投放效率的提升。如果说算法是DSP的核心，那么通过反作弊确保安全流量便是算法的根基。

3、数据优势

不同于Ad Exchange、SSP等参与方获取的是以浏览行为数据为主的前端数据，DSP能够兼顾全平台的各方数据，为反作弊提供贯穿整个链条的数据记录。

4、第三方独立性

DSP作为广告投放平台，主要依靠的是技术和算法进行广告投放的优化，不参与流量采买，独立于媒体和广告交易平台，在进行反作弊时具备客观独立性，能够深入反作弊工作。

虽然DSP天然具备众多反作弊基因，但是反作弊对技术、数据、资源都有着极高的要求，往往只有一些早期入行者，在积累了大量的技术和项目经验后才可能在反作弊的运用上取得实质性突破。小编也就此特意采访了品友互动反作弊专家团队，了解DSP反作弊实际的进展和运用。

小编：众所周知，品友是最早一批进入DSP行业并取得了领先的市场地位，能和我们分享一下品友在反作弊上的基本原理和反作弊的实际运用吗?

品友：首先，我们很开心看到大家对反作弊关注已经从概念转变到运用层面。由于反作弊具有极强的机密性，公布的策略模型往往被作弊者进行模仿，反利用，所以我们以品友反作弊架构图为例，讲讲反作弊的逻辑思路，直接从运用层面解析反作弊，了解品友是如何保证安全流量。

首先，我们需要理解反作弊的原理，即通过概率论、图论、统计学、机器学习等各种技术手段，检测作弊流量，并将其过滤。品友整个反作弊架构都是以此进行搭建的，具体来讲可以分为通用模块和四大层级。

反作弊通用模块： 贯穿四大保护层，用于积累、反馈并优化反作弊核心技术。首先，对历史产生的作弊的IP、ID、媒体等并入作弊黑名单库，并定时更新清理。其次，通过对实时和离线的规则进行不断累积、优化、调整，形成反作弊规则库，并根据不同维度的特征，以及每个特征本身的效果，不断进行挖掘更新。通过不同项目对反作弊模型进行不断调整、优化，并探索新的反作弊模型。最后，还需要以不同广告主设置的各类KPI维度为基础，评估不同反作弊模型上线后的效果及风险指数。

四大层级：

基础数据层依托品友大数据，主要职责是从各日志中抽取反作弊关注的字段，组合成反作弊关注的各维度对象(实体)，从而避免重复解析，提高后续各个模块的效率，是后续各个模块的计算基础。

异常挖掘层作为整个反作弊体系的核心，主要负责提供基础数据，分为实时和离线异常挖掘，前者主要是利用在线实时计算(Storm)检测异常流量并进行过滤，主要包括实时规则引擎和实时时序异常检测;后者主要是进行离线检测异常流量(目前更多采用Spark)，针对不同的作弊模式，衍生出不同的方法。

应用层则是从品友业务角度出发，一方面是对所有的流量进行实时竞价反作弊;另一方面为对接流量进行不同维度的风险评估，识别低质流量;除此之外还会为其他广告算法进行数据清洗，提升算法效果。

对外层是从宏观上把控线上业务和系统，其中异常监控是对线上系统稳定性、流量稳定性等这类指标的监测;用户行为监控是对用户行为序列的串联系统进行监控;预警系统则是针对我们不同的指标在一定的阈值范围里产生报警，提前发现问题，并尽早解决。

小编：除了围绕反作弊架构进行常规的反作弊管理和运营，品友在反作弊上面还有哪些投入呢?

品友：上面的架构图更多反映的是我们在反作弊上的技术、数据投入，其背后归根结底是人力资源的投入。品友在5年前开始搭建从反作弊数据分析到通用算法搭建、技术、运营的团队，15年底完成反作弊团队的部门化和反作弊架构升级。

除了内部的不断投入与优化，品友还和IAS等多家国际知名的广告环境科技公司达成合作，通过其提供的竞价前广告投放解决方案、竞价专家、以及trAQ(true广告质量)媒体质量评分功能，互相学习，共同探讨如何确保安全流量、安全广告的解决方案。

小编：品友强大的反作弊系统在实际运用中能为广告主带来哪些效益呢?

品友：以2016年某工作日的品友DSP后台为例，通过规则引擎、异常检测和流量交叠三大模块，整个品友DSP当天过滤掉的作弊流量占比约达30%-40%，这就意味着提高了60%-70%的投放效率，帮助广告主以相同的预算大幅提升投放效果。以某著名电商的4月投放为例，通过运用反作弊算法，Ctr提升20%-30%，CPC降低10%-20%，点转率提升1倍，ROI最高提升可达4倍。可以说反作弊的技术解决方案最终是能够为广告主创造巨大的价值，这也是为什么品友能够坚持在反作弊上的投入和研究。

后记:

小编采访完深切的感受到反作弊的确是一件极其挑战的工作，当所有的DSP企业都在强调其对接了众多优质资源，而这些资源又往往存在着相当比例的作弊流量时，如果没有强大的技术和算法做支撑，对流量进行有效的甄别、筛选，如何谈的上优质的资源呢?

随着反流量作弊逐渐受到行业认可，反流量作弊也成为广告主选择DSP的一个参考指标。在海外市场，相关数据报表已成为结案报告的一部分;而在国内，部分广告主也开始将反流量作弊实力作为程序化购买公开招标的重要因素。这不仅有助于淘汰当下市场上跟风程序化热潮的搅局者，也有利于构建良好的行业生态环境，最终实现广告投放效率的全面提升。