【大咖来了 第8期】电商风控利器—移动设备可信ID

作者: 刘晶晶 2019-12-31 14:30:00

【51CTO.com原创稿件】本期出席《大咖来了》直播栏目的嘉宾是数字联盟联合创始人刘晶晶,进行了主题为《电商风控利器—移动设备可信ID》的分享,通过本次分享大家可以知晓为什么要打造一个可信赖的设备ID,可信赖设备ID的特征,以及数字联盟可信ID是怎样做到覆盖95%的移动设备的。

为什么要打造一个可信赖的设备ID

每逢双11,双12,618等网络购物节,电商做会出的各种营销策略,如优惠券、注册返红包、打折卡等。实体店也会有各种活动,如邀请朋友亲属注册,拉新越多得到的红包就越多。排除商家抬高价格后再进行优惠等因素,这些营销策略是给我们带来“好处“,但实际上这些“好处“还没到我们手里,就已经被羊毛党薅走了。

黑产薅羊毛不仅影响用户的体验,更会给商家造成惨烈的损失。对于移动开发者来说,花大量推广费,非但不能获得新客户,还浪费时间和精力。对于整个移动生态环境而言,安卓用户使用行为无法有效评估,APP推广安装70%的数据存在行为,安卓APP 内的广告效果也非常差,这样一来,整个生态环境会受到很大影响,甚至造成整个行业的污染。

面对这样的状况,基于OMEI、MAC的唯一性进行反作弊手段基本无效,因为不仅仅IMEI和MAC,几乎所有的显性ID都可以伪造。造假者利用虚拟机模拟移动设备环境,每人每天可以批量注册/激活数万用,更恐怖的是造假者可以几乎完全模拟真实用户的所有行为数据。还有一种反作弊方式是黑名单过滤,但因为来源混乱不可以被证伪、数据标准不统一、筛选策略不严谨和更新速度不及时等原因此方式也是无效的。

【大咖来了 第8期】电商风控利器—移动设备可信ID

当下,黑产确实非常狡猾,他们的技术也在不断进化, 同时IMEI随机化、虚拟机状态也是层出不穷、以及大多黑名单方式的无效性和误判性,导致现在反作弊的手段出现全面无效的状态。

如下图,为黑产产业链完整链条

【大咖来了 第8期】电商风控利器—移动设备可信ID

总的来说,数字联盟把这些造假手段分为三种:芯片级造假、模拟器造假、破解数据造假。

【大咖来了 第8期】电商风控利器—移动设备可信ID

那么,如何才能应对这些造假方式呢?经过这些年实战发现,设备的唯一性识别是最有效的解决方案,相比较原有账号体系而言,设备成本高于账号、设备层面可以无需后续验证的时间成本,进而反作弊效率更高。

可信赖设备ID的特征

既然设备的唯一性识别是最有效的解决方案,那么我们来具体看看,有效识别设备唯一性的ID应该具备哪些特点呢?

【大咖来了 第8期】电商风控利器—移动设备可信ID

唯一性、可校验性、安全防伪造和高可用性是有效识别设备唯一性的ID的四大特点:

唯一性。基于统一的数据由管理机构根据规则自动生成ID,完全不依赖于某一个固定维度变化而产生变化,通过自动在服务端生成一整套排序规则、权重规则和生成规则把ID生成,即使某个ID发生变化,下发给每个设备的可信ID也不会发生变化。

可校验性。每台设备具有唯一的身份ID后,会很多潜在风险,如伪造、篡改替换等,这时候就需要有一系列的校验机制进行判定。

安全防伪造。防伪策略应是多重且动态可调整,通过行为数据的分析,判断是否和刷机后新用户特征吻合,进而做下一步操作。

高可用性。无论电商还是交易类产品,交易频率、交易量都非常大,平台是否高可用、处理能力强弱至关重要。

数字联盟可信ID是怎样做到覆盖95%的移动设备的

有效识别设备唯一性的ID的四大特点我们已经了解了,下面,我们详尽的来看看数字联盟在这些方面是怎么做的。

唯一性

首先基于物理层和协议层信息,结合设备显性标识,生成设备ID,其次通过服务端算法生成唯一ID,并通过大量信息对ID的生成和状态进行有效综合的校验和判断,最后通过ID管理系统把ID下发给客户,客户通过服务器端进行查询,便可直接返回设备状态,是有效新增,还是刷单。

可校验性

【大咖来了 第8期】电商风控利器—移动设备可信ID

在可校验性方面,可以数字联盟可以进行客户标识、批次码、检验码、so模块标识和应用标识等校验,进而识别这个ID是不是数字联盟生成或是否合规可用。

安全防伪造

【大咖来了 第8期】电商风控利器—移动设备可信ID

在安防防伪造方面,数字联络针对劫持问题,采用的是数据动态加密,针对拆包问题,采用的是代码混淆加密,针对调试问题,采用的是对运营环境进行识别,外加还有编辑器级别的反编译方法。

高可用性

【大咖来了 第8期】电商风控利器—移动设备可信ID

时至今日,数字联盟已经持续运营五年多了,目前有大量APP在使用我们的产品,稳定性一次次的应用中得到验证。我们布设多采集和双存储中心,来保障平台的可靠性。高效方面,单核创造一万+的访问频次,每一秒单核上报率、访问率可以达到25万次。我们也增加了动态领域,即使出现流量暴增,也可以立刻全自动化部署新服务器,不会因为流量暴增对服务本质产生影响。

截止2019年6月底,数字联盟已经覆盖超过7.83亿部去重的活跃设备,已经监测到2471家渠道数据,目前行业中唯一被广泛使用的移动设备可信ID,像微博、网易、陌陌、知乎等均是我们的客户。现在乃至未来,我们将不断地努力为客户提供更加好的移动设备可信ID的服务,能够帮助大家更有效的与黑产对抗,尽可能避免宝贵的推广金被黑产侵袭。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

  1. 【大咖来了 第1期】新零售时代的智慧中台
  2. 【大咖来了 第2期】快狗打车智能化演进之路
  3. 【大咖来了 第3期】海量日志分析与智能运维
  4. 【大咖来了 第4期】数据驱动的产品决策和智能化
  5. 【大咖来了 第5期】如何建设大数据中台
  6. 【大咖来了 第6期】面向交互的人工智能
  7. 【大咖来了 第7期】智能导购对话机器人实践
数字联盟 移动设备 可信ID
上一篇:神仙打架激辩深度学习:LeCun出大招,马库斯放狠话 下一篇:【大咖来了 第9期】数据安全之数据库安全黄金法则
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

需要关注的2020年8个人工智能趋势

O'Reilly公司副总裁Roger Magoulas介绍了自动化、硬件、工具、模型开发等方面的新发展,这些趋势将在2020年塑造(或加速)人工智能的发展。

Harris ·  9h前
强化学习能否在2020年取得突破?

强化学习对于实现我们的人工智能 / 机器学习技术的目标来说至关重要,但现在我们还有一些障碍需要克服。

Bill Vorhies ·  14h前
我花了两年,从不懂Python变成了AI工程师

有一位小哥,从不知道Python到找到AI工程的工作,用时两年。他的文章在网上获得了5000多条点赞。

赖可 ·  14h前
阿里开源MNNKit:基于MNN的移动端深度学习SDK,支持安卓和iOS

近日,阿里开源了基于 MNN 引擎的项目 MNNKit,面向安卓和 iOS,以 SDK 的方式提供 AI 端侧推理能力。开发者不需要了解算法细节就可以直接使用。

一鸣、Jamin ·  15h前
为什么你觉得Matplotlib用起来困难?因为你还没看过这个思维导图

Matplotlib是一个流行的Python库,可以很容易地用于创建数据可视化。

机器学习与数据分析 ·  1天前
性能提升25倍:Rust有望取代C和C++,成为机器学习首选的Python后端

在机器学习开发领域,如果我们纵观全局,撇除所有微小的细节,那么就可以提炼出机器学习开发中的两大不变步骤。

lpalmieri ·  2天前
3行代码提速模型训练:这个算法让你的GPU老树开新花

百度和Nvidia研究院结合N卡底层计算优化,提出了一种有效的神经网络训练加速方法,不仅是预训练,在全民finetune BERT的今天变得异常有用。

夕小瑶 ·  2天前
为什么我用Go写机器学习部署平台,而偏偏不用Python?

虽然在机器学习中,Python已经无孔不入。但Python并不是全能之神手中的魔杖可以为所欲为。

佚名 ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载