MTProto-просмотры и бот-сети: где фильтры палят быстрее, а где медленнее

MTProto-просмотры и бот-сети: где фильтры палят быстрее, а где медленнее

Давайте снимем розовые очки и посмотрим на сырые логи. Для антифрода неважно, как вы называете источник трафика; важны паттерны: частота запросов, распределение по гео, поведение после просмотра и повторяемость фингерпринта. Если сигналы слишком ровные, система начинает видеть не аудиторию, а генератор.

MTProto-просмотры обычно выглядят менее токсично, потому что идут через клиентский стек Telegram: живее тайминг, правдоподобнее сессии, меньше мусора в заголовках и предсказуемых API-следов. Но у них есть свой дефект — кластерность. Когда пул аккаунтов сидит на похожих прокси, одинаковых устройствах и синхронном тайминге, детект ловит не “просмотры”, а пачку однотипных сессий. TGStat всё видит, но дьявол, как всегда, кроется в таймингах.

Классические бот-сети грубее: один и тот же сценарий кликов, короткий ретеншн, пустые цепочки действий, слабая вариативность юзер-агентов. Их проще резать по эвристикам, потому что они шумят в лоб: всплеск, нулевое удержание, одинаковые интервалы, повторяемые маршруты. Зато они часто дешевле в запуске и дают быстрый, но грязный объём.

Если нужна устойчивость к фильтрам, сравнивайте не “просмотры vs боты”, а матрицу риска: 1) разнообразие фингерпринтов, 2) разнесение по времени, 3) правдоподобный ретеншн, 4) отсутствие синхронных хвостов после залива. Алгоритмы пишут люди, а значит, у любой защиты есть свой порог чувствительности.

Вывод простой: MTProto — не индульгенция, бот-сеть — не приговор. Оба инструмента палятся на статистике, и выигрывает не тот, кто “умнее накрутил”, а тот, кто лучше размазал сигнал по времени, устройствам и поведенческим следам.