Анатомия детекта: по каким паттернам TGStat вычисляет ботов без лишнего шума

Анатомия детекта: по каким паттернам TGStat вычисляет ботов без лишнего шума

Давайте снимем розовые очки и посмотрим на сырые логи. TGStat не «видит бота» по одному магическому признаку — он собирает профиль из микропаттернов: всплеск подписок без органического источника, неестественный retention, короткие сессии, нулевая реакция на контент и повторяющиеся окна активности.

Дальше включается корреляция по графу. Если у пула аккаунтов одинаковые фингерпринты, синхронные тайминги, один и тот же MTProto-путь, а гео-распределение выглядит как скопированная таблица — детекту уже не нужен ID конкретного бота. Ему достаточно увидеть, что кластер ведёт себя как один организм. Алгоритмы пишут люди, а значит, у любой защиты есть свой порог чувствительности.

Отдельно палятся аномалии в темпе: одинаковые интервалы между действиями, слишком ровные сутки активности, отсутствие «шума» в поведении. Живой трафик всегда неровный: где-то пауза, где-то перескок, где-то случайный заход. Машинный — слишком гладкий, и именно гладкость обычно убивает схему.

Если режете накрутку под аналитику, а не под красивую цифру, проверяйте не количество, а связку: источник → тайминг → удержание → реакция. TGStat всё видит, но дьявол, как всегда, кроется в таймингах.