降维打击：流量造假者，我知道你昨天干了什么？

加入知识星球社区，直接与傅一平互动交流

上6点，上海。天色将晚，华灯初上。

随着小C的手起指落，定时群发已设置完毕。2小时后，小C的公众号会准时推送3篇时尚文章。

首篇点评夏日小红裙，第2篇推广高科技美白仪，第3篇推广某旅行自拍神器。

晚上8点。小C甚至没有打开手机查看阅读数——不会有任何意外，妥妥10万+。

10分钟，头条阅读122；

20分钟，头条阅读310；

1小时，头条阅读2万；

3小时，头条阅读10万+；

4小时，第2、3篇阅读突破10万+。

还是太陡峭了，小C想，下次要他们刷的更缓一些。

但就是这个陡峭诡谲的10万+，将金主爸爸的指标干脆利落的达成，让2万广告费成功落袋。

而这10万+的刷量成本，不过3000元。

流量造假，已成为这个行业的潜规则。利益劫持着数据，利益裹挟着行业人，行业人迷陷狂欢难以自拔。

1、公众号流量造假现状，惊悚骇人

2019年，人口红利枯竭、互联网流量见顶。而虚假流量的规模，已达到令人惊骇的量级。据腾讯安全2019年最新的统计，在某平台评选的TOP500的KOL中，有300+账号有（过）刷量作弊行为，占比高达70%。而这些作弊KOL的总年收入，高达100亿元。据西瓜数据2019年对其监测的13万个公众号的分析，其中1.5万公众号有刷量嫌疑，占比高达11.9%。这些虚假流量的源头在哪？

7月25日，腾讯网络安全与犯罪研究基地的高级研究员张宝峰表示：目前国内各种刷量平台已达1000多家，位于头部的100家每个月的流水有200多万元。受暴利驱使，很多地下产业从业者涌入这个行业，现在可以观察到国内从事刷量产业的人员规模累计达到900多万。

2、打击刷量，技术难点在哪里？

现代的刷量手法是什么？

现代的刷量手法——“挂机刷”，通过各种渠道搜集、雇佣大量真实账号，用群控软件操控后，以一定频率和时间来制造流量。

该手法吸收了历代刷量手法（协议刷、人肉刷、群控刷）的优点，具有账号IP分布式、可规模化、性价比高、不易被防御策略识别等特点。

打击挂机刷，难点在哪？

挂刷机平台常会留下刷量痕迹，当前业内主流的流量监测服务商，采用分钟级监测技术，能有效监测到这种刷量痕迹，如本文开头所描述的陡峭诡谲的10万+、点赞数与阅读数不匹配等。

然而—

为规避监测，挂刷机平台在不断演进，以模拟网民的阅读习惯和真实10万+的数据曲线。如改进刷量的速度和运作时间段，以合适的比例刷在看、点赞，采用NLP技术合成留言文本等。

下图为一款刷量工具的时间设置。平滑模式下，默认的流量时间曲线符合中国网民的实际阅读使用习惯；也可设定刷量时间段（如0-7点不刷量），及调节控制杆自定义刷量速度等。

3、流量可以模拟，但用户画像难以模仿

如何打击进化后的挂机刷？

目前业内缺乏有效的技术手段，因为其监测的要素逃不脱时间、速度、速率等等，而这些要素很容易被模仿，至于评论，以后机器肯定可以干的比大部分真人好！

问题的本质跟那个经典问题很像：“在互联网时代，你并不知道对面跟你聊天的是一只狗！”也就是说，只要不线下碰面，通过线上行为表现出来的特征大都是可以被模仿的。

那么，什么东西很难模仿？

笔者认为至少有两个。

第一是个人生活属性不可模仿。

你要上网就必须实名申请手机号，手机号一定程度上就代表着一个自然人，当然你可以说黑市囤积了很多非实名手机，这些手机号在刷量的时候当然可以表现的像个自然人，但自然人是需要线下生活的，而刷量的手机不太可能过上一个自然人正常的生活，这就是突破点。

比如刷量手机不会有亲戚打电话，不会上班下班，不会有正常的娱乐生活，它的线下生活“一塌糊涂”。

第二是群体用户特征不可模仿。

每个垂直媒体都有自己的受众群体，这些受众群体的特征是不同的，比如“与数据同行”这个微信公众号主要面向大数据行业的专业人士，其群体特征就是IT职业为主、通信人士占比很高，80后现在是主流。

刷量的手机很难模拟这些群体的特征，因为数据维度太多，模仿成本高到无法想象，再说了，如果刷量的从业人员能够将数据做到这个程度，根本不需要靠刷量赚钱。

因此，要从根本上解决流量欺诈，就不能仅考虑单一检测要素，而要进行多维度分析，这就是：降维打击。

可惜的是，无论是自然人的识别，还是群体特征的刻画，对于数据和模型的要求太高了，怎么办？

最近，浙江移动给出了自己的解决方案！

4、神灯“微洞察”，提供新打击手段

浙江移动神灯大数据的“微洞察”产品，提出一种打击虚假流量的新技术——“粉丝特征偏移分析”，能有效应对进化后的虚假流量。

微洞察，一款深耕微信生态的公众号运营分析工具，提供公众号多维度分析、内容聚合搜索、个性化排行榜、公众号对比等服务。

“粉丝特征偏移分析”技术，将A公众号的粉丝画像特征，与本类别基本面的粉丝画像特征进行比对，当发生显著偏移时，则该公众号存在刷量嫌疑；将A公众号某篇推文的读者画像，与A号自身的粉丝画像特征进行比对，当发生显著偏移时，则该篇推文存在刷量嫌疑。

下图为“微洞察”所监测的某公众号7月25日的推文阅读数曲线。该公众号是个著名的搞笑趣闻类公众号，活跃粉丝300万左右，头条和非头条的阅读数均为10万+。

从分钟级监测来看，该条推文的阅读数并没有任何异常（横线停滞处为凌晨0点-7点）。

然而，当用“粉丝特征偏移分析”来分析，流量造假便无处遁形。
造假推文在多个维度已显示出显著偏移，下面两张图描述了年龄维度、性别维度上的偏移。
年龄维度上，公众号整体粉丝画像、前几天推文（7月15日）、后几天推文（7月28日）三者的年龄段分布高度一致；而造假推文（7月25日）的年龄段分布则截然不同，偏移显著：60后读者占比突增10%，70后读者占比突增10%，80后读者占比突增10%，90后读者占比锐减25%。
性别维度上，正常推文的性别分布与整体的高度一致，造假推文（7月25日）的女性占比从50%突增到64%。


特征偏移显著，可以断定，本次推文存在虚假流量。如果非要追究，why？推文文末某明星演唱会的广告，大概暗示了此次造假的动机。
当前，“微洞察”产品依托于浙江移动强大的数据中台能力，刻画人群特征的标签已经达到万级别，对外服务的客户超过千家，以下是一个刻画某公众号粉丝的画像示例。

5、浙江移动神灯大数据商务联系

如果你有进一步了解和合作的需求，可以扫描下图二维码，关注“浙江移动神灯大数据”公众号，以便获得更详细的产品介绍及商务联系方式。
“浙江移动神灯大数据”公众号立足于推送基于大数据的客户洞察和黑技术干货文章，欢迎关注！

注：本文图表和数据转载自“浙江移动神灯大数据”公众号文章《流量狂欢：繁盛还是欺诈，捷径还是末路？》

完

作者：傅一平 （微信号：fuyipingmnb）

---

可能错过的近期精选文章（点击链接即可阅读）

---

一起成长，让我们与数据同行

忙完工作，偷得浮生半日闲，讲述自己的数据人生

大叔/电信博士/500强央企/大数据/人工智能/统计取数/数据挖掘/数据产品/数据管理/数据仓库/数据变现