廣告詐騙已經成為全球數位廣告產業最巨大的威脅之一。根據美國全國廣告商協會的統計，估計2017年數位廣告詐騙將造成全球各廣告業65億美元的損失；Juniper Research最近的一份報告也顯示，2018年預計廣告主會因廣告詐騙而損失高達190億美元，這個情況會愈演愈烈，預計到2022年所造成的損失估計將達到440億美元。
事實上，行銷與廣告產業已經花費了大量資源去尋找有效的方法以「減輕」廣告詐騙對企業所帶來的影響，注意這裡我用了「減輕」這個詞，這是因為廣告詐騙就和網路詐騙或者金融詐騙一樣防不勝防，並沒有一套解決方案可以徹底根除這個問題，隨著廣告詐騙手法不斷進化，我們的解決方案也必須與時俱進。
大多數針對廣告詐騙的防治對策都是以人為所定義的簡易規則來過續可疑流量。但是，隨著廣告詐騙型態與手法近年變得越來越複雜，傳統的對策已不再足以全面性地防堵廣告詐騙。
以人工智慧為基礎所開發的廣告詐騙偵測機制
隨著廣告詐騙變得更加複雜與難以偵測，我們的偵測機制也必須同步進化，而Appier相信，唯一可以實現它的方式就是透過人工智慧(AI)。
人工智慧詐騙偵測機制的第一步是以現有規則過濾顯基本的詐騙型態，接著，人工智慧透過「自我學習」可以即時分析與歸納各種可疑的詐騙型態，並且快速建立與應用新規則，找出先前尚未出現過的可疑詐騙模式。另一個人工智慧模型的優勢在於，與傳統詐騙偵測機制相比，人工智慧能從更多元的維度全面分析詐騙行為模式。
傳統廣告詐騙偵測機制侷限在一至三個維度的分析，並仰賴人為所定義的簡易規則來過濾可疑流量。然而，人工智慧可以分析超過八十個維度的資料，偵測極其複雜的廣告詐騙模式。即便廣告詐騙模式不斷進步以避開傳統偵測機制，人工智慧模型還是能透過自我學習，跟上詐騙的進化腳步，有效防堵各種新型態的詐騙行為。
為了展示人工智慧詐騙偵測機制的優勢，Appier針對今年五月至八月間共計四個月的跨國的行動裝置廣告活動，其中包含超過40億筆使用行為資料量，並以匿名的方式進行分析，結果發現藉由人工智慧所偵測到的偽裝行動應用程式下載率較傳統防治機制還要高出兩倍，另外，從廣告效益來看，人工智慧詐騙偵測機制也被證明對廣告主來說更具成本效益，其廣告投資報酬率(ROAS)比傳統機制還要高出3.6％。
人工智慧的最大優勢在於它能夠偵測過去未曾出現的複雜廣告詐騙型態。以Appier稱之為「變色龍」的偽裝型詐騙手法為例，不肖業者會先偽裝成合法的廣告發行商，於初期先提供正常流量，一段時間後才回傳大量的偽造下載數以掩人耳目。
Appier的人工智慧詐騙偵測模型也能偵測如「廣告庫存量暴增」的可疑活動，在這種行為模式下，惡意發行商於單日突然回報大量廣告庫存量，但卻缺少該日相應的應用程式內註冊率。
寫在最後
廣告詐騙的問題已令廣告主投入數十億美元的無效成本，而由於這些詐騙型態非常難以察覺，傳統的偵測機制能力十分有限，相反地，人工智慧法可以分析多重維度的資料及具備自我學習的能力，將會是防治數位廣告詐騙的最佳選擇。
完整《Appier 2017亞洲數位廣告詐騙行為調查報告》可至此處下載。
關於作者
蘇家永擔任Appier技術長暨共同創辦人，負責規劃技術研發方向與策略，並帶領團隊開發各種人工智慧應用平台，協助企業解決最棘手的商業挑戰。 蘇家永自高中開始即熱衷於專研電腦程式設計，在多個領域如社交遊戲、VoIP、分散式演算與線上GIS都有相關系統設計與建置經驗。在創立Appier之前，蘇家永曾創辦Plaxie，開發行動應用程式與社交遊戲。 蘇家永擁有交通大學資工學士學位以及哈佛大學電腦科學碩士學位，曾獲得交通大學學生傑出貢獻獎，並受頒中華民國斐陶斐榮譽學會年榮譽會員。就讀於哈佛大學期間，蘇家永曾發表過多篇網絡與系統設計相關的論文。
