从互联网广告的出现，伴随着不同计费方式就产生了不同的作弊方法。在互联网时代，因为技术的利用，作弊更加方便，而且成本更小，效果更快。
流量作弊变的随处可见
一台台式机、一根网线，一些技术，就可以通过作弊来获得很大的收益。流量作弊已经成为了一个千亿级的产业市场。
无论如何，这些作弊都不同程度的损害了广告主的利益，作为今后潜在的广告主，我们该如何来判定作弊手段呢？又如何去防止，或者去除作弊呢？
微信的大热，引起一连串的连锁反应，带动了一大片周边市场，与其相关的任何推广营销都炙手可热，被广告主疯狂追捧。也兴起了一大批公众号软文发布撮合平台。
当然，也兴起了一大批流量作弊的平台和技术手段！
你肯定没有见过这种阵势！
如，上述图中的情况，就是刷流量，既可以刷微信软文到10w+，又可以帮助应用商店的某一个应用提高下载量来刷榜。你所追崇的10w+，来的竟也如此轻松。
那么，我们该如何来判定作弊手段呢？又如何去防止作弊呢？
首先，我们来认识一下，作弊的手段有哪些？
1、假流量刷量
这个方法很古老了，基本上就是利用插件或者机器人，操作模拟浏览器，不停的打开目标页面，或者点击目标元素。这种方法辨别起来比较容易。
2、真实流量刷量
这个方法就比较难以辨别了。因为流量都是真实的，可以分为：诱导点击，iframe窗体嵌入，人工水军团队。
3、劫持流量
流量劫持属于比较高级一些的刷量方式，也是偷流量的方式。基本原理就是在别人的页面放置（或者替换）自己的窗体或者元素，这都是有技术、有渠道的人或者机构来玩了，如：黑客，运营商。
4、其他未知形式
其次，我们能否去辨别作弊的流量和手段呢？当然是有迹可循：
追查流量作弊，数据有迹可循
流量数据判断关键点：广告来源，二跳率，访问深度，跳出率，点击率，
技术数据判断关键点：ip段与ip离散程度，ip与uv的比例曲线，设备号（imei、mac、idaf）数据离散程度
用户数据判断关键点：用户留存，日活量，月活量，真是用户访谈
作为广告主或者广告平台，应该如何去甄别和防止作弊行为呢？能否建立一套DMP系统，囊括上述所提到的所有因素，进行联合运算，最终推敲出每一个互联网访客的真人（正常访客）概率。在作弊次数达到一定值的情况下，即判定为作弊访客，随即加入黑名单进行排除。
我们致力于大数据体系下的无作弊程序化广告