<b>Как Telegram режет спам и накрутку: эволюция фильтров без иллюзий</b>

<b>Как Telegram режет спам и накрутку: эволюция фильтров без иллюзий</b>

Давайте снимем розовые очки и посмотрим на сырые логи. Раньше антиспам жил в основном на простых сигналах: массовые инвайты, одинаковые тексты, короткие интервалы между сообщениями, подозрительная частота вступлений. Сейчас этого мало — фильтры смотрят на связку признаков: возраст аккаунта, гео-распределение, плотность действий, совпадение фингерпринтов, MTProto-поведение, а иногда и то, как быстро аккаунт начинает быть «полезным» после входа.

Ключевой сдвиг — от детекта одного события к детекту паттерна. Один бот с дублем аватарки уже не интересен. Интересна пачка аккаунтов, которые идут одинаковым темпом, дергают одни и те же каналы, оставляют одинаковый след по таймингам и ретеншну. TGStat всё видит, но дьявол, как всегда, кроется в таймингах: если у пула одинаковая скорость, одинаковые окна активности и одинаковый маршрут входа, он светится быстрее любого текста.

• Не лей одинаковыми волнами: разбивай действия по времени и профилям поведения.
• Не держи один юзер-агент и один шаблон устройства на весь пул.
• Не смешивай «мертвые» аккаунты с живыми в одном сценарии: это ломает распределение сигналов.
• Не пытайся маскировать спам контентом — алгоритм чаще ловит не текст, а контекст доставки.

Алгоритмы пишут люди, а значит, у любой защиты есть свой порог чувствительности. Обход сегодня — это не «сделать больше шума», а научиться не выглядеть как шум. Если нужен результат, строй не поток кликов, а контролируемую сетку поведения: разные тайминги, разные траектории, предсказуемо неидеальная активность.