Давайте поднимем логи и посмотрим правде в глаза. Ферма кликов редко маскируется сложной магией: чаще это плотный кластер одинаковых исходящих IP, однотипные ASN, короткие сессии и повторяемые цепочки запросов к трекеру. Сначала смотрим на распределение /24: если из одного диапазона летит непропорционально много кликов на десятки офферов, это не «удачный источник», а массовая генерация событий.
Что обычно торчит в NetFlow и access-логах:
• низкая энтропия User-Agent при высокой частоте запросов;
• одинаковый TTL и размер TCP window у пачки соединений;
• повторяемый порядок хитов: landing → redirect → postback без нормальной глубины;
• короткий gap между кликом и последующим событием, почти одинаковый для всех сессий.
Ботнеты эволюционируют, но паттерны их поведения остаются прежними. У click farm часто виден «прыжок» по IP внутри одного мобильного пула, но география и ASN не бьются с якорными признаками устройства: язык браузера, часовой пояс, Accept-Language и реальная латентность. Если часть трафика идёт через прокси-диапазоны с соседними адресами и одинаковыми TLS fingerprint, перед вами не аудитория, а фабрика.
Практика фильтрации простая и жёсткая: строим скоринг по /24, ASN, времени между хитом и конверсией, повторяемости header-set и совпадению сетевых fingerprint. Диапазон уходит в карантин, если у него высокая концентрация событий при низкой вариативности окружения. Вот технический разбор того, как именно уплывает ваш рекламный бюджет: не отдельный IP, а весь паттерн доставки трафика.
Не ищите одну «плохую точку». Ищите кластер, где трафик выглядит одинаково на уровне пакетов, заголовков и таймингов — именно там ферма кликов обычно и прячется.
Защита от фрода в рекламе
@ad_fraud_shield_arb
Как вычислить click farm по IP-диапазону и сетевому рисунку, а не по ощущению
Этот пост опубликован в Telegram-канале Защита от фрода в рекламе (@ad_fraud_shield_arb). Все его публикации — на странице канала.
Открыть в Telegram