IVT обычно ломают на несколько слоёв, и детектить их надо по-разному. Если свалить всё в один bucket, отчёт будет шумным: часть инвентаря уходит в false positive, часть fraud проходит мимо.
— GIVT: бот-сети, дата-центры, известные crawler’ы, аномальные user-agent / IP / ASN, повторяющиеся паттерны запросов. Тут работают rules-based фильтры, threat intel, allow/deny lists, сигнатуры.
— SIVT: сложнее. Мутации креатива, hidden iframes, ad stacking, spoofing, injected clicks. Нужны поведенческие сигналы, viewability-цепочка, timing-анализ, JS telemetry, correlation между impression и interaction.
— SDK / app fraud: подмена device signals, install hijacking, click flooding, fake sessions. Смотрят консистентность device graph, install-to-click latency, event order, entropy по publisher/app bundle.
— Traffic quality anomalies: всплески с одного path, одинаковые page URL, неестественный fill + низкий time-on-page, mismatch между request rate и human traffic.
Сильный пайплайн не опирается на один vendor score. Он склеивает signals: ads.txt / sellers.json, supply-path, user-agent entropy, JS execution, viewability, click timing, post-bid validation. Чем раньше ловите аномалию — тем меньше мусора доходит до билда отчёта и аллокации бюджета.
Для паблишера полезно держать раздельно: GIVT, SIVT, suspect, blocked. Тогда можно видеть, где у вас проблема: в источнике трафика, в размещении, в SDK или в цепочке поставки.
Если в отчёте есть только “invalid traffic”, вы видите симптом. Если есть разбиение по классам — уже можно чинить источник.
Web push API для сайта: события и отправка
@webpushapi
IVT — это не одна метрика: как разложить ad-fraud detection по категориям
Этот пост опубликован в Telegram-канале Web push API для сайта: события и отправка (@webpushapi). Все его публикации — на странице канала.
Открыть в Telegram