Adjust對防作弊行為有著獨特的見解。我們將諸如SDK 偽造（SDK Spoofing）之類的作弊行為 視為「方法」，即作弊者實施盜竊的手段。究其根本，移動廣告作弊只會發生於兩類已建立的結構（或「類型」）中的一種。
也許這個觀點對一些人而言比較陌生，或並不重要。但是作為移動領域的防作弊專家，我們認為防作弊的首要因素是清晰的將其定義，解決問題的時候才能有的放矢。同時，為了更好的解決作弊行為，還需要移動產業鏈上的企業協同合作，以推動整個行業的健康發展。本文將廣告作弊類詞彙進行了新的分類，更加清晰的梳理了困擾廣告行業的問題。
在全部廣告作弊類型中，作弊者能夠偽造在歸因中使用的任ㄧ或兩類「信號」（Signal）。這兩類信號分別為廣告交互（例如查看或點擊）和應用活動（例如安裝、會話或事件）。在此基礎上，我們將作弊分為偽造廣告交互和偽造用戶應用內活動。前者稱為偽造歸因（Spoofed Attribution），後者被稱為偽造用戶（Spoofed Users）。
每當我們發現新的作弊手法，我們首先會判斷新的欺詐行為會針對哪種類型的信號入手。例如，「點擊欺詐」(Click Spamming) 是偽造歸因的一種方式。隨著時間的推移，我們又發現了諸如「點擊劫持」（Click Injection）這類更為高級的偽造手法。儘管這兩種方法都會竊取歸因，但其運作方式卻截然不同。
事實上，一旦了解這兩種作弊手段都是在相同的系統下運作，我們便能輕鬆地給出解決方案。通過將這兩種作弊方法統一定義為「偽造歸因」，我們防範作弊者竊取歸因的措施便非常明朗，且不會與其他方案混淆。
結合上文提到的偽造信號，我們歸結出以下的矩陣模型：
類型 I 中的全部流量均為真實流量，即用戶受到廣告驅使，與應用所產生的真實互動。類型 II 指偽造歸因，即作弊者偽造真實用戶的廣告交互。其目的是為了竊取用戶與應用之間的自然交互或通過真實廣告所產生的效果。此類型的偽造也被稱為「竊取歸因」 或「流量盜取」 (poaching)。類型 III 和 IV 定義了偽造用戶。此作弊類型專注於模擬用戶的應用內活動行為。通過偽造不存在的用戶而產生的應用安裝和事件，作弊者可以竊取以應用轉化為獎勵的廣告預算。「外掛」、「虛擬機器人」以及任何與「虛假用戶」相關的手段都能歸納為此類型的作弊。
當今的作弊者能夠輕易地偽造虛假用戶的廣告交互。我們發現作弊的交互數據總是伴隨著偽造的應用活動出現。為了更好的理解，我們將類型 III 和 IV 劃分為一類。
在探討作弊時，考慮偽造的類型（例如偽造歸因），以及「如何執行」的「方法」（例如點擊欺詐）對於我們給出正確的解決方案非常重要。
在實際運用中，這些方法的表象是什麼呢？為了清楚地了解每種方法的作用，我們將其劃分為不同的類型。
偽造歸因的方法包括點擊欺詐和點擊劫持。當偽造用戶發生虛假應用內活動，我們能夠發現模擬器、設備農場(Device Farms) 和 SDK 偽造。在我們所提供的矩陣圖中，作弊的結構呈現如下。接下來我將為大家詳盡的分析每一種類型。
正如此前所述，最初的偽造廣告交互是欺詐點擊及其變形，如「點擊堆疊」（Click Stacking），「瀏覽點擊」（Views as Clicks）或「預載」 。這些方法是向歸因公司發送大量的點擊，並通過隨機匹配設備ID或指紋來獲取用戶歸因。
諸如點擊劫持等高級的方法，則是通過在應用下載期間創造虛假點擊，並以」無懈可擊」的「最終點擊」來主張歸因。
在最初發現的偽造用戶案例中，我們檢測到欺詐者利用模擬器模仿雲計算服務上真實用戶使用安卓應用的情況。同時，我們還識別出東南亞國家的iOS設備農場，他們通過真實的設備和人員偽造了虛假的應用活動。
最近，我們發現了一種更加狡猾的作弊手法：SDK 偽造。SDK 偽造不會真正運行應用，而是通過應用向歸因公司和應用發行商的伺服器發送虛假請求，進而縮減創造虛假用戶互動的成本。作弊者毀壞加密和哈希籤名，進而引發了作弊者和研究人員之間的對決。
我們發現模擬器、廉價勞動力和虛擬機器人都能用以創建作弊的應用活動。這些看似不同的手段其實都源於同樣的作弊類型。
為什麼Adjust會花費如此大的精力定義廣告作弊呢？在我們打擊作弊行為時，已經摸索出了其特定的模式。如果我們能更深入地思考和定義這些模式，未來打擊作弊將可以做到防患於未然。面對移動欺詐， 「這種作弊方法是什麼？」「他們如何將這個用戶事件侵入我們的系統？」「點擊欺詐是如何運作的？」這些有深度的問題往往比「這個行為屬於作弊嗎？」更加有用。
如果您一開始便能正視移動欺詐問題，然後仔細研究不同的作弊手法，那麼您將對這個領域有更深刻的認知。從定義「欺詐方法」到「提供對策」，最終實現「是/非過濾的判斷」，將使您在打擊移動作弊的過程中更加遊刃有餘。
如果您無法超越方法論並做到活學活用，那麼您將只能發現問題的存在。然而在當今的世界中，這是遠遠不夠的。作弊手法不斷地推陳出新。但是，我們知道它們的局限性。通過研究根源、提出問題並理清作弊只能發生在特定系統的原則，我們可以提供更強大的解決方案來造福整個移動生態系統。
**本文已刊登在《白鯨出海》Adjust企業專欄，詳情請點擊「閱讀原文」。