随着注册有礼、邀请返利、买量等拉新的方式不断成熟，相关的黑产也越来越成熟。本文作者结合工作经验，对拉新环节的刷量黑产进行了分析，并提出了防控手段，希望能给你带来一些帮助。
随着企业像是注册有礼、邀请返利、买量等拉新的方式不断成熟与发展，相关的黑产也越来越成熟。具有专业化、职业化、团伙化、伪装性等特征的黑产，通过非法手段获益，从而破坏产品在买量中的收益，用户体验也随之受到影响。比如滴滴网约车的黑产虚假注册，获取暴利千万，也为平台带来了不少无法提供服务的司机，严重影响产品生态。
本人在游戏行业负责B端相关数据业务有一段时间了，游戏的用户拉新环节时常受到黑产的刷量的困扰，本文主要浅谈一些在刷量防控上的一些经验总结。
为了达到产品的增长目的，公司一般都会通过发放奖励的方式刺激用户的注册或者活跃行为。比如：
如果公司发放的是实物、代金券、折扣券等可变现的奖品，便极容易被“羊毛党”盯上，他们利用规则的漏洞大批量获取公司发放的奖励，并套现获利。
这一类一般出现在游戏行业，由于一般游戏都会有抽卡的模式，有较低概率会在前期能获得价值较高的角色/装备。黑产通过利用脚本/外挂，注册大量游戏角色，并让角色完成游戏内的任务，升级至一定等级，使得角色可以进行几十次的抽奖。当黑产如此重复刷N个账号后，便有可能刷到有较高价值的初始号。这些账号能够通过账号交易平台卖到上百的价格，而黑产的成本仅有设备+电费+人工+个人信息等，可谓“暴利”。
具有社交属性的产品，其账号往往有一定的盈利价值，比如：
基于各种方向的盈利空间，黑产变衍生出了利益链复杂、职业化的特点，出现了专门负责刷号的团队，他们通过刷到账号并储备起来，卖给下游的黑产进行盈利。
这些刷量黑产的存在给公司造成了较大的影响：
1）拉高成本，影响持续拉新
公司花了100w，原计划买入1w用户，但实际买入的用户中有2k是黑产，公司的实际的拉新成本被拉高了，实际的收入也达不到预期的收入水平。ROI不为正，拉新计划入不敷出，拉新计划可能会被中止。
2）降低收入，影响用户体验
如果产品内新增过多的资源号、水军号等非正常用户，正常用户的产品体验会受到这些非正常用户的影响，可能会导致正常用户活跃下降甚至是流失，降低产品的收入。
黑产刷量业务发展成了上下游协作的形式，能够高效地进行刷量操作以及后续变现，可以拆解为以下多个环节：
黑产的防控主要分为“查”与“杀”两个环节，“查”指通过数据特征或技术手段进行黑产挖掘，“杀”指对黑产进行拦截或者封杀，可分为事前防控和事后防控。下面围绕这两点讲讲在黑产防控实践中常见的反制手段~
黑产防控业务需要打通产品的各种数据源，比如用户的行为数据（注册、登录、产品内各种行为等）和用户画像数据（比如设备类型、设备参数、IP等）。基于这些数据，可以搭建黑产的识别功能，发掘产品中的黑产行为。
1）规则中心
黑产的刷量行为如果需要能够盈利，就需要刷到一定量级的账号，这种大批量的刷账号行为必定会有特征共性。比如，黑产的刷量都集中在某个地区/IP/设备上。又比如，在脚本群控的大批量操作下，黑产的操作行为都十分一致。那么就可以搭建规则中心，来进行黑产共性的挖掘和黑产的识别工作。
黑产识别规则制定包含以下流程：
制作好识别规则后，便可结合下方的防控功能进行黑产的“查”与“杀”。
2）设备指纹
众所周知，每个设备都有自己的唯一的设备ID标识（比如安卓的IMEI、OAID、AndroidID，IOS的IDFA），用来进行设备维度的用户区分。产品在注册的时候往往会限制一个设备仅能注册N个账号。但有的黑产便会通过刷机软件劫持系统函数和应用函数，修改设备ID标识。产品就会认为这个设备是一个新设备，从而没有限制到黑产的刷量行为。
设备指纹技术就能识别出这种作弊行为。正如每个人都有自己特有的指纹特征，每个设备也有自己的专属特征。这些特征分别是设备的ID类特征（如IMEI、IMSI、AndroidID、IDFA等）、设备的属性（型号、机型、内存、屏幕尺寸等）、使用情况（电量、APP安装列表）、特殊特征文件等。厂商可通过SDK采集到这些数据属性，利用算法构建设备指纹模型。该设备指纹算法能将采集的数据属性相似度在一定值以上的设备认定为同一个设备，在经过灰度测试评估和不断调优后，保证设备指纹能够识别黑产的破解行为以及不误判用户正常操作。最后通过这个算法给每个设备分发一个设备指纹ID，就能够识别出黑产基于刷机操作的刷量行为了。
3）黑产库
黑产的刷量所需的物料（手机号、设备、身份证、IP池等）是有限的，在识别出黑产的时候，我们可以记录下这些信息，存储到黑产库上。当用户在其他业务上注册的时候，可以查询下用户是否有黑产库的记录。如果有，则可对该用户进行限制，加大黑产刷量成本。
利用上方讲到的识别方案，可找到产品中的黑产，便可以对其进行风险防控拦截。黑产防控一般可分为“事前防控”和“事后防控”。“事前防控”指在黑产刷量前进行限制，由于黑产没有进行实质性的犯罪，不能够直接进行封杀，一般采用提高门槛、增加限制、增加步骤的方案。
1）人机校验
人机校验，通俗点讲就是验证码，通过设置只有人才能解答的难题，区分出人和机器，拦截下通过脚本刷量的黑产。一般来说会有图像、滑块验证码等验证码方式。但由于黑产打码平台的存在，较为简单的检验方式存在被破解的可能。因此随着互联网的发展，验证码已发展出了各种奇奇怪怪的形态，比如人脸识别、拼图验证码、图片识别验证。最出名的莫过于火车购票的验证码了，不仅令黑产难受，让正常用户也难受。这便是与黑产互相对抗下，双方技术“螺旋式升级”下的结果。
2）增加注册限制
正常用户能够注册的账号量是有限的。可以认定注册一定数量账号以上的用户标识（设备/IP/身份证等）为黑产的嫌疑较大，那么便可在产品注册功能上进行限制——“一个用户标识仅可注册N个账号”或者“M小时内，一个用户标识仅可注册N个账号”。配合上设备指纹功能，黑产需要刷更多的账号，那么便要更换全新的设备和物料，大大增加了黑产犯案的成本。
3）增加操作门槛
当识别到疑似黑产时，可以适当增加黑产操作流程的步骤，比如黑产原本注册完需要达到等级N或者活跃N小时才可以获得可以变现的奖励。在获利路径上增加多几个任务或者操作流程，那么黑产就需要针对性修改脚本，刷量的成本就上来了，一定程度上可以抑制黑产的刷量行为。
“事后防控”指在黑产刷量行为发生后的拦截，这时候黑产已经造成了实质性的伤害，便可以进行封杀等具有惩罚性质的防御手段，使黑产的账号失去价值，使黑产的后续操作受到限制。
1）处罚体系
由于识别技术的精确率并不是百分百，可能会有误判和误杀。为了达到限制黑产行为的目的，又减少对玩家体验的负面影响，需要结合产品的特点，可设计一套处罚体系，用于不同程度地限制黑产的行为。
比如游戏行业可采用踢下线、禁言、封号等不同严重程度的处罚，对于识别精确率不那么的高规则抓到的黑产，可以进行踢下线/禁言处理，提高了继续犯案的成本，限制住了广告拉人的可能性。
处罚的执行可细分为机器执行和人工执行：
如果要进一步抓得更全，可以设置更多的高召回规则，尽量覆盖黑产的行为数据，再结合人肉排查的方式进行筛查，最终保证不放过每一个黑产。
黑产防控不仅仅是技术和产品层面的内容，还是运营层面的工作。需要进行风控运营团队的搭建，主要目的有：
1）制定黑产防控总方针
一般来说，厂商对黑产的防控是一个互相对抗的过程，厂商新增一个防控措施，黑产过几天就能迭代一个新的破解方案，双方的技术水平会呈现螺旋上升的态势。这说明了黑产无法根治，所有的防控终究是增加黑产犯案成本。
运营团队需要结合产品的运营目标，来确定黑产防控的总方针。比如，防控时无需赶尽杀绝，只需保证核心利益，控制刷量黑产在一个可接受范围内，其余识别出来的黑产就无需打草惊蛇。避免黑产再次技术爆炸，对风控研发团队制造新的技术难题。
2）通过法律手段处理黑产问题
黑产刷号后为了进行变现，大多都会在普通买家比较容易找到的电商平台上进行售卖。这时候可以对这些卖家采取法律手段，限制黑产的变现途径。
3）进行用户教育并与用户统一战线
由于黑产的存在不仅仅伤害了厂商的利用，用户的体验也会受损。运营团队可以对用户进行教育，说明黑产的危害和风险，减少用户与黑产的交易。“没有买卖就没有伤害”，需求少了，黑产也会。同时可以设置奖励政策，引导用户参与到黑产的举报工作上来，可以拓展黑产识别规则开发，提高精确率和召回率。
以上便是个人在实践过程中的经验汇总。黑产防控是一个与黑产对抗的过程，其中的技术和运营方案是不断更新迭代的，产品经理或多或少都需要对这些领域保持持续的关注。在产品发展到一定程度的时候，必定会被黑产盯上，那么就需要拿出对应的方案来排查和封杀，以保障产品的健康发展。
本文由 @柠檬饼干净又卫生 原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。