第 169 题：广告欺诈检测，异常点击模式的实时识别？
题目
广告欺诈检测，异常点击模式的实时识别？
完整讲解
一、广告欺诈与异常点击
广告欺诈：通过虚假点击、展示或转化骗取分成或消耗广告主预算（如刷量、点击农场、僵尸流量）。异常点击：在时间、地域、设备、行为模式上明显偏离正常分布的点击，常作为欺诈的代理信号。
二、异常模式的实时识别
- 特征：点击率异常高、重复 IP/设备、短时间密集点击、地域/时段与历史不符、无后续转化、与展示量不匹配等；可做规则引擎（阈值、黑名单）与模型（分类/异常检测）结合。
- 实时性：在点击上报或计费前做实时过滤（毫秒级）：规则匹配、轻量模型推理、设备/IP 画像与图关系；延迟高时可先放行再异步扣费或赔付。
- 模型：用历史标注（已知作弊/正常）训练二分类或异常检测（如 Isolation Forest、自编码器）；在线用特征拼接 + 模型打分，高于阈值则拦截或降权。
三、工程要点
- 特征管道低延迟、模型定期更新；黑名单与图扩散（关联设备/IP）提高召回；需平衡误杀与漏杀（误杀损收入、漏杀损信任）。
面试要点
- 能说清广告欺诈类型（虚假点击、刷量）及异常点击的典型特征（CTR、IP/设备、时序、转化）。
- 能描述实时识别链路：规则 + 模型、特征、阈值与黑名单；延迟约束下的实时 vs 异步处理。
- 能列举模型与工程手段：分类/异常检测、图扩散、误杀与漏杀权衡。
记忆要点
- 欺诈：虚假点击/刷量；异常点击特征：CTR、IP/设备、时序、转化异常。
- 实时识别：规则+模型、黑名单、图扩散；平衡误杀与漏杀，特征与模型低延迟。