Adjust防作弊：分布模型排查
次
Adjust 的分布模型排查可以积极抵御点击欺诈的侵害。为实现这个目标，Adjust 会计算出可能来自点击欺诈之安装与再归因的统计概率，并滤出不符合我们标准的交互。这就意味着，欺诈活动永远不会出现在您的数据集中，营销人员可以放心地甄别出珍贵的自然用户。
设置分布模型排查
要设置分布模型排查，请按下列步骤在 Adjust 控制面板中操作。
查找应用并选择应用选项插入符号 (^)
选择 所有设置 > 防作弊
将 分布模型排查 开关切换至 开
级别选项可让您设置分布模型排查的力度。请根据测试和生产环境，对该设置进行相应的变更。
高级 (推荐)： 过滤器以最高级别运行，在完全的生产模式下应启用此级别
标准： 仅用于试用和测试目的
查看您的数据
要查看您的数据，请按下列步骤在控制面板中进行操作。
导航到应用，点击您应用选项上的 ^ 符号
选择 数据
选择 防作弊
因点击欺诈而被拒绝的安装将显示在以下某列中：
因异常高参与度被拒安装 (RI TME)
因分布异常被拒安装 (RI DO)
因点击欺诈而被拒绝的再归因将显示在以下某列中：
因异常高参与度被拒再归因 (RR TME)
因分布异常被拒再归因 (RR DO)
注意 ：因点击欺诈而被拒绝的安装，将归因于通过 Adjust 归因所找到的可靠来源；如果没找到可靠来源，则会归因于 Organic (自然量) 跟踪链接。
要了解防作弊 KPI 的相关信息，理解如何解读统计数据，请参阅我们的 防作弊报告 一文。
常见问题
什么是点击欺诈 (click spam) ？
Adjust 将所有的非法点击活动定义为点击欺诈(click spam)。对欺诈者而言，点击欺诈的目的是从您的自然用户处窃取归因，也就是将部分自然安装归因于某个不实渠道。如此一来，他们的推广活动看似吸引了大量有价值的用户。
值得注意的是，并非所有点击欺诈都是有预谋的作弊。其中可能涉及将展示作为点击发送的渠道，也可能涉及发送人工点击目录的服务器；另一种常见示例是，应用悄悄在后台加载和点击广告。
Adjust 如何识别点击欺诈？
Adjust 以点击安装时间分布为基础，建立了拒绝点击欺诈归因的解决方案。第一步是将那些试图操纵点击安装分布之高频点击的资格取消，第二步则是使用分布异常值过滤来拒绝归因。
异常高交互
为了模仿真实的点击安装时间分布，欺诈者会反复按相同间隔发送同一个点击。这样，他们得以生成相对接近安装时间的“最后一次点击”。
安装发生时，Adjust 会检查相关归因窗口内所有符合条件的点击，如果发现大量点击模式，我们会取消相应点击的资格。我们因此能正确地执行归因，将安装归因于下个合法点击或视作自然用户。
在排除所有试图掉操纵点击安装时间分布的作弊行为后，我们便可以利用分布模型排查来检测剩余的点击欺诈。
分布异常值
我们通过实时审查统计数据和分析实际作弊活动，开发了过滤分布异常值的方法。根据这项研究我们发现，超过 85% 的安装是在点击后第一个小时内记录的。此行为说明，点击与安装时间之间存在很强的相关性。
然而，当作弊发生时，点击与安装之间却没有显示出这样的相关性。由于用户从未实际点击过，也从未重定向到应用商店，他们的安装不受点击时间影响。当自然用户被点击欺诈随机窃取后，点击安装时间反而会均匀分布在整个归因窗口中。
清楚这一点后，我们为点击后第一个小时内记录的安装定义了一个较低的阈值。如果点击一个小时后发生的安装数量高于一个小时内安装数量的某个特定百分比，Adjust 会着手取消相应点击的归因资格。依此逻辑，安装将归因于下一个符合条件的跟踪渠道来源或被视作自然流量。
