Может ли машинное обучение бороться с мошенничеством с рекламой без учителя

Схемы мошенничества с интернет-рекламой с каждым годом становятся всё изощреннее и сложнее, и маркетологам по всему миру приходится сталкиваться с последствиями этой вредоносной деятельности. Кроме того, становится сложнее обнаруживать и предотвращать атаки мошенников.

Что бы маркетологи ни делали, какие бы действия ни предпринимали, они в любом случае приходят к единственному выводу: мошенничество с рекламой способно добраться до любой рекламной кампании, испортить ключевые метрики и обрушить ROI.

Поскольку мошенники всегда на шаг опережают маркетологов, то последние стали прибегать к более сложным технологиям защиты, таким как машинное обучение и искусственный интеллект. Данные технологии стали особым инструментом в борьбе с интернет-мошенничеством.

Несмотря на то, что МО и ИИ только еще начинают использоваться в качестве методов для предотвращения скликивания, уже становится ясно, что одни лишь машины сами по себе не могут в полной мере противостоять такой угрозе. Злоумышленники намного искуснее и хитрее, их логика непрямолинейна. Вот почему сочетание машинного обучения и контроля со стороны человека (обучение с учителем) имеет решающее значение в борьбе с мошенничеством.

Почему это важно

Мошенники всегда будут крутиться там, где деньги. От этого не уйдешь. Само по себе интернет-мошенничество имеет разные формы и приобрело колоссальные масштабы. Например, в России общий объем ущерба, нанесенного кибермошенниками во втором квартале 2022 года, составил 2,8 миллиарда рублей.

Если речь заходит о цифровой рекламе, то рекламодателям и маркетологам, возможно, уже не раз приходилось сталкиваться с бесконечными мошенническими атаками на рекламные кампании. Они понимают, насколько сильно действия мошенников влияют на приложенные усилия: составление черных списков практически ничего не дает, блокировка по IP — малоэффективный метод, CAPTCHA срабатывает не всегда, так как боты уже умеют справляться и с ним, и т. д.

Эксперты компании Juniper Research, которая специализируется на исследованиях в области мобильной связи, подсчитали, что к концу 2022 года машинное обучение сможет сэкономить рекламодателям свыше 10 млрд долларов рекламного бюджета, который в противном случае может быть поглощен вредоносными атаками.

Кроме того, ведущая исследовательская фирма Gartner также согласна с тем, что МО является важнейшим компонентом в борьбе с постоянно развивающимся онлайн-мошенничеством в цифровой рекламе.

Как МО помогает бороться с мошенничеством

Машинное обучение выявляет паттерны поведения и идентифицирует взаимоотношения в рамках накопленных массивов данных, к которым применяются алгоритмы для определения мошенничества. Чтобы проанализировать и вычленить информацию из новых массивов, компьютер использует уже накопленные знания.

Проще говоря, по мере сбора новых и отличающихся друг от друга данных МО автоматически распознает новые параметры среди больших объемов данных, среди которых могут быть замаскированы вредоносные действия. В плане скорости МО эффективнее, так как человек пока не может воспроизвести такую же скорость обработки информации и обнаружения мошенничества с рекламой.

Давайте посмотрим, какие преимущества есть у машинного обучения.

От общего к частному

Решения по борьбе с мошенничеством ловят вредоносный трафик на основе общих готовых паттернов, заложенных в систему. МО и ИИ, в отличие от них, может анализировать более точные параметры каждого отдельного перехода по рекламе.

К примеру, МО способно анализировать множество переменных, не акцентируясь лишь на двумерных индикаторах. Это позволяет системе обнаруживать как можно больше ботовой активности и запоминать их паттерны поведения. Стандартные решения неспособны идентифицировать изменения в поведении автоматизированных скриптов настолько гибко, насколько это делает машинное обучение.

Однако стоит отметить, что сочетание стандартных решений и МО вместе может гарантировать более качественную и эффективную защиту от кликфрода.

Высокая скорость

Задача злоумышленников — обойти возможные фильтры и системы кибербезопасности, поэтому техники и методы мошенников постоянно претерпевают изменения. Преимущество машинного обучения заключается как раз в том, что оно также постоянно совершенствуется с целью обнаружения любых изменений в паттернах поведения — с той же скоростью, с какой это делают и мошенники.

Системы машинного обучения могут работать практически автономно, в отличие от тех, которыми управляет человек. Вторым, как правило, требуется больше времени на поиск и обнаружение мошеннического поведения. Вредоносные действия прогнозируются быстрее, поэтому такие переходы блокируются фактически в режиме реального времени.

Системы блокировки, которые основаны на предустановленных вручную правилах, требуют проверки и принятия решений человеком. В отличие от них машинное обучение способно обнаружить и подстроиться под еле уловимые изменения паттернов.

Это значит, что рекламодателям не придется ждать внесения изменений в готовые шаблоны — они остаются защищены от новых методов и техник мошенничества прямо здесь и сейчас. Мошеннический трафик блокируется в режиме реального времени.

Точность обнаружения

Алгоритмы систем машинного обучения способны в многопоточном режиме обрабатывать большие массивы данных и параллельно самообучаться. Это позволяет более точно обнаруживать разные паттерны мошеннического поведения практически без участия человека. Более того, в данном случае будет отсутствовать влияние человеческого фактора на анализ трафика.

И, поскольку на анализ трафика влияют различные переменные — от географического местоположения пользователей до демографических изменений, — любая система блокировки бот-трафика также должна быть способна к этому адаптироваться и реагировать как можно быстрее.

Однако стоит учитывать, что в собираемых массивах данных всегда есть определенные «триггеры», которые настолько малозаметны, что их может обнаружить только машина. Алгоритмы МО можно настроить под особенности каждой отдельной рекламной кампании. Это означает, что определить мошеннический трафик и другие действия злоумышленников с их помощью можно еще точнее.

Преимущества МО и ИИ против мошенничества

Если говорить о блокировке бот-трафика и других действиях мошенников, то машинное обучение впервые используется для извлечения паттернов поведения и идентификации взаимосвязей в больших массивах данных. Алгоритмы искусственного интеллекта «тренируются» для обнаружения переменных и параметров внутри новых массивов и создания на основе полученных сведений правил потенциального риска. На данном этапе такие правила могут применяться для блокировки подозрительных случаев мошенничества с рекламой.

Внедрение машинного обучения для предотвращения мошеннических действий имеет несколько преимуществ:

  • МО извлекает паттерны из большого подмножества рекламного трафика. Очень важная особенность, вероятно, даже самая основная, — способность извлекать общие паттерны поведения из больших объемов трафика. Даже из небольшого количества переходов, которые были идентифицированы как мошеннические, машинное обучение может извлекать паттерны и на основе их определять уже более крупный бот-трафик.
  • МО обладает высокой точностью. Когда речь заходит об обнаружении паттернов ботового поведения, технология МО намного точнее может определить их, нежели человек. На процесс не будет влиять человеческий фактор. Системы машинного обучения мгновенно уловят сложный трафик, который генерируют усовершенствованные боты, способные умело имитировать человеческое поведение.
  • МО — технология, которая легко адаптируется. Как только в обиход вводятся новые технологии защиты от мошенничества с рекламой, злоумышленники тут же совершенствуют свои техники для их обхода. Машинное обучение способно выцепить каждый отдельный переход по рекламе и проанализировать его по разным параметрам, в то время как решения на основе заранее созданных правил не способны подстраиваться под малейшие изменения. Кроме того, чем больше данных анализирует система МО, тем больше она составляет новых паттернов мошеннического поведения. Это позволяет обойти даже новейшие способы обмана рекламодателей.

Что не может сделать машинное обучение

МО — это ни в коем случае не панацеей для выявления и предотвращения мошенничества с рекламой. Как и в случае с большинством технологий, эффективность машинного обучения имеет свои ограничения, в том числе:

  • МО не может эффективно работать без участия человека. Когда дело доходит до контекста, системе машинного обучения всё же требуется помощь и обратная связь со стороны пользователя. Это позволяет избежать генерации ложных срабатываний.
  • Правила и репутационные списки должны обновляться человеком. Они также должны внедряться пользователем, а не машиной, поскольку не могут существовать без опыта и знаний групп обработки данных. Пользователь должен вручную просматривать и утверждать все решения, сделанные МО. Это позволяет избежать ложной блокировки подлинного трафика.
  • Только человек видит контекст. Как правило, анализ мошеннического трафика в рекламе зависит от контекста. Иногда система МО может идентифицировать некоторые паттерны поведения как вредоносные, тогда как при разборе контекста становится видно, что на самом деле трафик вовсе не ботовый. Есть факторы, на основе которых только люди способны решить, относится ли поведение к мошенническому или нет.

Внедрение МО для обнаружения и защиты рекламы от мошенничества имеет множество преимуществ. Однако знания и накопленный опыт пока еще не могут быть заменены машиной полностью — пользовательский контроль непременно должен присутствовать. Также при использовании технологий киберзащиты задача маркетологов и рекламодателей должна заключаться и в том, чтобы случайно не заблокировать реальный трафик.

Для этого стоит выбрать оптимальный вариант: использовать преимущества как систем машинного обучения, так и решения на основе пользовательского контроля. Это позволит быть на шаг впереди мошенников.

Защищайте рекламные кампании от мошенничества вместе с Botfaqtor

Поскольку расходы на цифровую рекламу продолжают расти, растут и возможности мошенников для обмана рекламодателей и истощения рекламных бюджетов. Выявление бот- трафика превратилось в игру в «кошки-мышки». Без комплексных решений киберзащиты рекламодатель всегда будет отставать от злоумышленников.

Техники мошенничества с рекламой постоянно развиваются и совершенствуются. Обнаружение вредоносного трафика и мошеннических действий должно работать на опережение, с которым может справиться на данный момент совместная и слаженная работа системы машинного обучения и сервисов на базе заданных правил.

Сервис киберзащиты рекламы Botfaqtor в режиме реального времени собирает данные по трафику и анализирует их. Алгоритмы сервиса позволяют на основе сотен параметров, паттернов поведения и десятков алгоритмов выявлять ботов и другие мошеннические действия. Алгоритмы постоянно обучаются на основе обнаруженных цифровых отпечатков ботов и кликеров.

Сервис Botfaqtor может защищать рекламу в Яндекс.Директ, Google Ads, баннеры и блокировать ботов на сайте. Главное преимущество заключается не просто в блокировке вредоносного трафика, а в снижении стоимости цели и экономии рекламного бюджета.


Вы можете подробнее ознакомиться со всеми нашими решениями здесь: посмотреть. Записаться на демонстрацию возможностей Borfaqtor: записаться. Посмотреть успешные кейсы. А еще у нас есть услуга по запуску рекламы в Яндекс.Директ «Получай продажи сейчас, а плати потом», где мы создаем и запускаем рекламу клиента в своем рекламном кабинете и даже пополняем рекламный бюджет: хочу платить потом.


Об авторе

Алёна

Пишу о ботах и кибербезопасности

Просмотреть все сообщения

Добавить комментарий