機(jī)器學(xué)習(xí)是我們對抗移動廣告作弊的解藥?
可以肯定的是,機(jī)器學(xué)習(xí)對于我們處理作弊的方式有很大的影響。隨著其不斷地被開發(fā)應(yīng)用,機(jī)器學(xué)習(xí)開發(fā)在業(yè)界取得了巨大進(jìn)展。然而,機(jī)器學(xué)習(xí)并非萬無一失的解決方案,就技術(shù)層面而言,仍存在著許多未臻完善的缺點(diǎn)。
我們目前仍然處于機(jī)器學(xué)習(xí)使用的早期階段。因此,放手讓它打擊作弊是不負(fù)責(zé)任的行為,并可能導(dǎo)致意想不到的后果。
在接下來的移動作弊理論系列III中,我們將探討機(jī)器學(xué)習(xí),了解該技術(shù)適用于市場的侷限性,以及該如何善用它目前的架構(gòu),使其確實(shí)達(dá)成我們的核心目的。如果您尚未閱讀此理論系列,請點(diǎn)擊此處從第1部分開始閱讀,您也跳過第1部分,在第2部分了解作弊檢測和預(yù)防作弊之間的差異。
區(qū)隔理論與實(shí)際應(yīng)用
從目前的情況來看,機(jī)器學(xué)習(xí)存在根本上的理論問題,隨后我們將通過類比進(jìn)行說明。假設(shè)您想要從河中汲水喝,水受到不同來源的嚴(yán)重污染,種種跡象顯示有問題發(fā)生。因此,您決定先確認(rèn)水是否安全,然后考慮去除所有潛在污染物的方法。這意味著,您不僅需要明白污染物究竟看起來如何,還需要想出過濾所有污染物的對策。
在克服困難之后,您打造出一臺先進(jìn)的機(jī)器。它自學(xué)如何檢測潛在的問題跡象,還會提示您它發(fā)現(xiàn)了哪種污染物。
實(shí)踐表明,您的機(jī)器能夠準(zhǔn)確分辨出它發(fā)現(xiàn)的污染物類型,尤其是隨著時(shí)間推移,檢測的次數(shù)越多,其準(zhǔn)確率也越高。但是,這是否意味著它能檢測出每一種類型的污染物?同時(shí),是否可以用它來阻止污染,并過濾出安全的飲用水?
機(jī)器學(xué)習(xí)存在的隱憂
如果我們嘗試將機(jī)器學(xué)習(xí)取代具體的方法來過濾偽造行為,諸多問題可能會隨之而生。由于我們必須從真實(shí)用戶的組合數(shù)據(jù)集中過濾出虛假用戶,在過濾的過程中,會產(chǎn)生大量不明確的邊緣案例(edge cases)。
此外,作弊者可以“培養(yǎng)”來自真實(shí)設(shè)備的數(shù)據(jù),偽造合法的用戶行為,其中包括SDK發(fā)送的任何歸因。有些作弊者會犯錯(cuò)(例如創(chuàng)建容易被發(fā)現(xiàn)的虛假用戶交互),每一次被發(fā)現(xiàn)他們便學(xué)到一些新東西。因此,他們下一次的作弊嘗試可能會更加復(fù)雜。
我們舉個(gè)例子來說明機(jī)器學(xué)習(xí)目前所面臨的困難。比方說,作弊者使用已知用戶的真實(shí)設(shè)備信息(例如操作系統(tǒng)版本、IDFA和區(qū)域設(shè)置)來實(shí)施作弊,問題是,在這種設(shè)備上就從未被下載的應(yīng)用進(jìn)行偽造安裝,會導(dǎo)致機(jī)器學(xué)習(xí)算法在提取過去的數(shù)據(jù)點(diǎn)時(shí),難以正確地為作弊手法作分類。其原因在于,歷史數(shù)據(jù)表明用戶是真實(shí)的,如此一來,又怎么使算法認(rèn)為這是作弊呢?
此外,肇因于這些濫用真實(shí)設(shè)備數(shù)據(jù)的拙劣偽造行為,日后真正的用戶活動可能反而被歸類為作弊。本質(zhì)上而言,機(jī)器學(xué)習(xí)不知道哪個(gè)數(shù)據(jù)點(diǎn)是真實(shí)的,哪個(gè)數(shù)據(jù)點(diǎn)又是偽造的,繼而造成神經(jīng)網(wǎng)絡(luò)訓(xùn)練的困難。我們已經(jīng)看到,作弊者用“完美”的數(shù)據(jù)偽造了幾乎所有的請求,其中包括客戶自身的測量系統(tǒng)。這使得機(jī)器學(xué)習(xí)即便在進(jìn)行長期跟蹤之后,也很難辨識偽造用戶。
簡而言之,當(dāng)面對不熟悉的新場景時(shí),機(jī)器學(xué)習(xí)無法有效發(fā)揮作用。在下一部分我們將解釋,為何機(jī)器學(xué)習(xí)在實(shí)際應(yīng)用中,還不足以作為一個(gè)可靠的測量和過濾系統(tǒng)。
在轉(zhuǎn)化中迷失的數(shù)據(jù)
要作為拒絕假量的判斷基礎(chǔ),神經(jīng)網(wǎng)絡(luò)需要在安裝時(shí)便決定何時(shí)要為大多數(shù)的營銷活動付款,然而此時(shí)它對用戶知之甚少。
為了解決這一問題,同時(shí)確定用戶的合法性,機(jī)器學(xué)習(xí)會嘗試在更大的數(shù)據(jù)集內(nèi)檢測更復(fù)雜的規(guī)律模式,包括那些看來混沌不明的特征。
這個(gè)時(shí)候,如果嘗試弄清楚整個(gè)專用神經(jīng)網(wǎng)絡(luò)的決策過程,您可能被搞得焦頭爛額。機(jī)器學(xué)習(xí)會創(chuàng)建出極其復(fù)雜的規(guī)則集,以奇怪的組合方式識別看似不相關(guān)的標(biāo)識符。
有些供應(yīng)商銷售的反作弊工具十分依賴機(jī)器學(xué)習(xí)作為拒絕的基礎(chǔ),如果受到質(zhì)疑,這些供應(yīng)商可能會決定將他們的決策隱藏在黑箱(black box)內(nèi)。也就是說,永遠(yuǎn)不解釋他們在做什么。
這可能成為未來防作弊工具的一大隱憂。
為什么說黑箱不是一個(gè)好主意?
黑箱真的有那么糟糕嗎?讓我們舉個(gè)例子來說明原因。
假設(shè)有個(gè)渠道正在就近期營銷活動中被拒絕的歸因與客戶調(diào)解糾紛。渠道沒有可以復(fù)制或解釋拒絕的數(shù)據(jù),因此不得不依據(jù)客戶的表述,而客戶又依賴于監(jiān)控作弊的歸因服務(wù)。雖然小部分爭議流量對于渠道來說可能不成問題,但在達(dá)到一定的臨界值之后,它會變成一個(gè)大問題。
一旦供應(yīng)商失去解釋拒絕歸因的能力(或者不想解釋),客戶會提出意見性的主張。我們可以就意見作爭辯或提出異議,然而如果沿著這個(gè)方向發(fā)展,最終會演變成這樣的景況:渠道試圖把每個(gè)過濾器描述成另一種可忽略的意見。
對于有效過濾的構(gòu)成要素,我們已經(jīng)清楚地表達(dá)了我們的觀點(diǎn)。我們想要創(chuàng)建一個(gè)合乎邏輯且透明的系統(tǒng),以回避意見性的爭端,也就是說,我們嘗試以合乎事實(shí)的方式主張我們的拒絕。
正因如此,盡管我們認(rèn)為機(jī)器學(xué)習(xí)是種優(yōu)秀的檢測手段,但我們不應(yīng)該用它進(jìn)行拒絕,至少現(xiàn)在還不能。在目前的狀態(tài)下,邊緣案例會被忽略,且決策背后的邏輯最終可能會因意見而被拒絕,進(jìn)而引發(fā)缺乏透明度的問題。我們應(yīng)該要做的,是認(rèn)真研究、在正確的基礎(chǔ)上構(gòu)建過濾器,從而在不拒絕合法來源安裝的情況下阻止作弊。
現(xiàn)在讓我們回頭思考上文有關(guān)機(jī)器學(xué)習(xí)的類比,您肯定知道污染是存在的。但這并不意味著用這項(xiàng)邏輯來過濾水源的時(shí)機(jī)已經(jīng)成熟。最好的辦法是什么?通過研究調(diào)查和適當(dāng)?shù)倪^濾,您可以追溯上游,找到污染來源,并從根本源頭杜絕污染。