下載客戶端

登錄

為什么圖計算能正面硬剛黑色產業薅羊毛？

2022-07-22 13:36

來源：澎湃新聞·澎湃號·湃客

原創親愛的數據親愛的數據

原創：譚婧

全文審核專家：朱小坤

場景一：電商給新用戶的補貼，黑產賬戶薅走了。

場景二：每當競爭店鋪花錢打廣告，就立刻雇傭黑產賬戶一頓瘋狂惡意點擊，競爭店鋪在線廣告費一會就花沒了。

場景三：一個不咋地的商品，好評一千條，虛假評論誤導消費，我瀏覽完商品評價，都差點信了，好在兜里沒錢，買不了。

數字時代，黑色產業團伙就在身邊，伺機而動，假賬戶，薅羊毛，刷流量。

要像破案一樣，掌握黑產行動規律，得用圖計算技術。

頭部電商APP的注冊賬號可以高達四億以上，不免混入不明身份之輩，比如黑產操控的賬戶。

從幾億賬戶中找到“異常”賬戶談何容易，而一個很好用的破案線索叫作“關系”。

“找關系”的本質是在圖這種數據結構上挖掘信息，也可以稱呼為“圖挖掘”。

黑產賬戶常常團伙作案，且早學會了偽裝。除了作假，黑產賬戶會有正常的瀏覽和購買，專門迷惑人。

可以說，這些黑產賬戶有智商，但不高。

它們的“智商”足以讓常規系統無法辨別。

如何用圖挖掘技術“找到”它們呢？

用一個想法巧妙的圖挖掘算法。

這一算法原理好比濃縮咖啡。把一大杯咖啡，濃縮成一小杯。記住“濃縮”這個動詞，很關鍵。

濃縮的過程，是把不可疑的用戶從圖里不斷移出來。

把一張全局大圖濃縮出最可疑的小圖，黑產控制的賬戶就藏匿在里面。

電商場景的圖里可以有很多類別的頂點，商店，商品，賬號，品牌，設備等等。

我們只選兩種頂點，一種是商品，一種是購買商品的所用的設備（手機，筆記本電腦都行）。

最開始，建一個“下單手機”和“商品”的二部圖（只含有兩類頂點的圖）。

在某個電商APP里面下過單的所有手機都以編號的形式 “畫”在圖里。

下單手機和商品之間的關系包括購買，瀏覽，收藏，加購。

第二步，引入“可疑度”來量化每個下單手機作弊的可能性。

下單手機的可疑度怎么計算呢？一臺手機下單的次數（也稱頂點入度），計算每個頂點的可疑度。

算法設計可疑度的巧妙之處，就是能分辨得出作弊和非作弊的邊界，從而找到作弊團體。

最開始的時候，圖里既有作弊的賬戶，也有正常消費者的賬戶。畢竟，作弊的人是少數。

一個用戶關心的商品占平臺商品總量的很少很少一部分，所以呈現出一張稀疏的二部圖。

電商的二部圖的全局規模很大，頂點數量可達到幾十億，邊數量可達幾百億。當之無愧工業級圖數據。

我們的目的，就是找到那張“邊”最密集的局部圖。

我要用一個與頂點數量無關的量來刻畫最后的結果。就好比，液體濃度和盛液體的容器沒有關系。

不斷刪除可疑度最低的頂點。相當于，在不斷地濃縮可疑度的濃度。

第三步，再用貪心算法的思路，動態刪除最小可疑度頂點。

于是，可疑度小的頂點被一一刪除，留下那些可疑度大的頂點。

這個圖挖掘算法叫啥名字？

這是Fraudar算法，來源于2016年的KDD會議，是美國卡耐基梅隆大學克里斯托·法拉特（Christos Faloutsos）教授團隊論文，并獲得了當年的最佳論文獎。

圖計算正面硬剛黑產薅羊毛的行動還在繼續，隨之而來的是圖深度學習技術的燦然一新。

作弊手法絕不會一成不變，Fraudar算法不能抓到所有的黑產賬戶。

Fraudar算法只用到了圖結構的信息，還有更多信息沒有用起來。

有的賬戶頻繁切換IP，頻繁切換手機的操作系統等等，這些都是逃避”抓捕“的異常行為。

加入特征，用圖深度神經網（比如GraphSAGE）做分類任務，區分“好人”“壞人”，這樣就能找到更多黑產賬號。

最后，多輪分析和驗證，證明抓出來的賬戶是黑產賬戶，以免誤傷好賬號。

圖深度學習一種強有力的工具，用于反黑產時，像一面照妖鏡。

能把圖深度學習用得好的企業，那都是高手。根據親愛的數據可靠消息，你手機里的那些知名的APP，淘寶，支付寶，京東商城，小紅書等等都在使用這一技術。

（完）

全文審核專家：

最后，再介紹一下主編自己吧，

我是譚婧，科技和科普題材作者。

為了在時代中發現故事，

我圍追科技大神，堵截科技公司。