Как BYYD контролирует качество рекламного трафика с помощью ИИ

По статистике, 8,51 % всех платных рекламных кликов — невалидный трафик. Это эквивалентно $63 млрд потерь от глобальных рекламных бюджетов. То есть эффективность кампаний и расходы рекламодателей напрямую зависят от качества входящего трафика.

Цифровой рынок сталкивается с всё более сложными формами мошенничества. Теперь это не только традиционный бот‑трафик, но и фрод, организованный через машинное обучение и адаптивные сценарии поведения.

Без надёжных механизмов контроля рекламные кампании уязвимы для невалидных показов, кликов и конверсий. Это снижает ROI и увеличивает расходы без реального роста аудитории и продаж.

Мобильная платформа BYYD разработала антифрод*-систему с применением ИИ, которая снижает уровень невалидного трафика до минимальных значений. Рассказываем, как это работает и приводим аналитику.

Интеллектуальная система защиты рекламного трафика

BYYD AI Антифрод* — это комплексная система защиты рекламных кампаний от фрода**. Построена на собственной модели машинного обучения. Она обрабатывает более 1,5 миллиардов аукционных запросов (bid request) в сутки.

Что делает платформа в режиме реального времени:

• Анализирует входящий трафик
• Формирует цифровой профиль пользователя (fingerprint)
• Принимает решение об участии в аукционе всего за ~0,4 миллисекунды (с момента получения bid request до решения)

На текущий момент архитектура развернута на выделенном сервере антифрода* — 48 CPU / 256 GB RAM. На каждом сервере с биддером (участником аукциона по покупке рекламных показов) запущен процесс антифрод*-сервиса, потребляющий ~2 CPU.

Таким образом, система эффективно масштабируется и практически не влияет на производительность основного биддера (участника аукциона).

Архитектура системы

1. Машинное обучение в реальном времени

ML-модель (модель машинного обучения CatBoost) обрабатывает массив данных с широким спектром поведенческих характеристик трафика. Обучение проводится на реальных данных пользовательской активности. Датасет (набор данных) формируется так, чтобы включать максимальное разнообразие паттернов — как относящихся к фроду**, так и легитимных.

После завершения обучения модель выводится в рабочую среду, где в режиме реального времени:

• Обрабатывает каждый входящий запрос
• Рассчитывает необходимые поведенческие и технические признаки
• Присваивает запросу числовой показатель — fraud score, который принимает значение в диапазоне от 0 до 1. Порог может быть адаптирован в зависимости от требуемого баланса между агрессивностью фильтрации и сохранением охвата

Метрики качества модели

Чтобы оценить эффективность, используются ключевые метрики бинарной классификации: precision (точность) и recall (полнота).

– Precision (точность). Отражает долю корректных срабатываний среди всех случаев, когда модель классифицировала трафик как фрод**.

Формула: Precision (точность) = TP / (TP + FP), где:

• TP (True Positive) — корректно выявленный фрод**
• FP (False Positive) — легитимный трафик, ошибочно классифицированный как фрод**

— Recall (полнота). Отражает долю обнаруженного фрода** от общего объема фактически невалидного трафика.

Формула: Recall (полнота) = TP / (TP + FN), где:

• TP (True Positive) — корректно выявленный фрод**
• FN (False Negative) — фрод**, который модель не обнаружила

Текущие показатели модели при оффлайн валидации

• Precision (точность) = 0.92
• Recall (полнота) = 0.95

Это означает, что система выявляет 95% фродового** трафика, при этом сохраняет высокую точность классификации и минимизирует ошибочные блокировки легитимных пользователей.

2. Fingerprint: цифровой профиль пользователя

По каждому пользователю формируется уникальный fingerprint – его цифровой профиль.

Если идентификатор устройства Device ID присутствует, профиль привязывается к нему (IFA/GAID).

Если отсутствует, создаётся уникальный платформенный ID на основе совокупности параметров. Некоторые из них:

• device_ip
• device_make
• device_model
• device_os
• device_osv
• device_ua_core

Таким образом система может вероятностно идентифицировать устройство даже при отсутствии рекламного идентификатора.

3. Работа с динамичными изменениями

В реальной среде пользователи часто:

• Меняют IP (динамические сети)
• Получают обновления ОС
• Меняют User-Agent (информация о пользователе, которую отправляет браузер или приложение на сервер при запросе веб-страницы)
• Используют мобильный и проводной интернет поочередно

Если создается новый цифровой профиль (fingerprint), например, из-за смены IP или UA, показ будет возможен только после повторной проверки — во втором и последующих аукционах с теми же параметрами.

Это позволяет:

• Корректно объединять одного пользователя
• Минимизировать false positive (легитимный трафик, ошибочно классифицированный как фрод**)
• Эффективно бороться с попытками маскировки фрод**-трафика

4. Базовые фильтры трафика

Перед оценкой с использованием машинного обучения система применяет базовую фильтрацию:

• Список заблокированных доменов
• Домены из API запрещённых ресурсов РКН
• IP-адреса всех известных облачных сервисов
• Известные прокси и дата-центры

Это позволяет отсекать очевидный фрод** ещё до сложной аналитики.

Как проводится поведенческая и техническая оценка: 20+ параметров

После первичной фильтрации каждый аукционный запрос (bid request) проходит многоуровневую оценку по более чем 20 параметрам. 

1. Размер устройства и рекламного окна

Минимальная высота или ширина рекламного блока должна превышать установленный порог (X пикселей). Это отсеивает невидимые или технические размещения.

2. Наличие оператора при сотовом соединении

Отсутствие корректных данных об операторе — потенциальный индикатор аномального трафика.

3. Корректность User-Agent –  идентификационной строки клиентского приложения

Проверяется:

• Минимальная длина
• Соответствие модели устройства
• Совпадение с ОС
• Согласованность данных аукционного запроса (bid request)

4. VPN и прокси-трафик

Блокировка осуществляется по:

• Информации о сети
• Названию приложения
• По идентификатору приложения в системе (bundle name)
• Сигнатурам (характеристикам) VPN-сервисов

5. Средняя пауза между запросами

Анализируется интервал между аукционным запросом (bid request) от одного цифрового профиля (fingerprint). Слишком частые или слишком регулярные интервалы — маркер автоматизированного поведения.

6. Максимальное количество запросов

При превышении установленного лимита цифровой профиль блокируется на уровне системы с возможностью пересмотра при изменении поведенческого профиля.

7. Изменение IFA/GAID

Резкая смена рекламного идентификатора внутри одного диджитал-профиля — признак манипуляции.

8. Рывки активности (burst detection)

Сравнивается количество запросов от одного профиля с медианой по аналогичным устройствам в том же идентификаторе приложения (bundle name). Резкие отклонения сигнализируют о бот-поведении.

Cкриншоты статистики реальных рекламных кампаний

Рекламодатель — клиника. Использован трекер Adriver. Кампания демонстрирует низкий уровень фрода**. SIVT (сложный невалидный трафик) полностью отсутствует, GIVT (общий невалидный трафик) показывает незначительный процент.

Показатели фрода** в продвижении фармкомпании также остаются на низком уровне.

В ритейле с использованием трекера TargetADS наблюдается 0,35% IVT (невалидного трафика). Это допустимо для крупных рекламных кампаний, учитывая размер аудитории.

Трекер TargetADS указывает на минимальный уровень фрода** в продвижении фармкомпании.

Ключевые преимущества BYYD AI Антифрод*

• Обработка 1+ млрд запросов в сутки
• Постоянно дообучаемая модель
• Решение в реальном времени без потери аукционной скорости
• Устойчивый цифровой профиль (fingerprint) даже без идентификатора устройства (Device ID)
• Поведенческий анализ, а не только статические фильтры
• Гибкая система блокировок и перманентных ограничений

BYYD AI Антифрод* — это не просто набор фильтров, а интеллектуальная система динамической оценки трафика. Она способна выявлять сложные схемы фрода** в режиме реального времени.

Благодаря сочетанию аналитики модели машинного обучения, поведенческих паттернов и строгих технических критериев, система обеспечивает максимальную прозрачность и качество рекламных кампаний.

Как с нами связаться

Платформа BYYD более 11 лет помогает компаниям в мобильной рекламе и постоянно совершенствует свои инструменты. Ознакомьтесь с кейсами на сайте и свяжитесь с нами для запуска in-app кампании.

Было полезно? Тогда поделитесь с друзьями и коллегами!

Для консультации и по вопросам сотрудничества:

• оставьте заявку на сайте
• пишите на почту hello@byyd.me

---

*Антифрод (система защиты от мошенничества в цифровой рекламе)

**Фрод (мошенничество в рекламной индустрии с целью увеличить доход от кампании через невалидные клики, фальшивые показы, ложные конверсии)