Çevrimiçi reklamcılık için her yıl milyarlarca dolar harcanmakta ve bu da, bu fonların bir kısmını kapmak isteyen dolandırıcılar için karlı bir hedef haline gelmektedir. Connect TV ve mobil alanındaki uygulama geliştiricileri için, özel araçlar olmadan uygulamalarından reklam sahtekarlığını tespit etmek ve engellemek zor olabilir.
Bağlı TV ve mobil reklamcılık için bir dolandırıcılık koruması ve uyumluluk analizi platformu sağlayan Pixalate, mobil ve bağlantılı TV’lerin, kısmen milyonlarca uygulamaya sahip birden fazla uygulama mağazasından oluşan parçalanmış bir ekosistem tarafından yönlendirilen dolandırıcıların üreme alanı haline geldiğini söylüyor. Reklam sahtekarlığından kaynaklanan küresel kayıplar 35 milyar doları aştı, Dünya Reklamverenler Federasyonu Geçen yıl, kayıpların 2025 yılına kadar 50 milyar dolara yükseleceğini öne süren tahminlerle.
Bu boşluğu gidermek için şirket, Reklam Güveni ve Güvenliği API paketi, dolandırıcılık önleme teknolojilerini iOS, Android, Chromecast, Roku, Amazon Fire TV, Apple TV ve büyük oyun konsolları için uygulamalara dahil etmek için geliştiricilere yönelik bir dizi self servis API ve SDK.
Pixalate’in kurucusu ve CEO’su Jalal Nasir yaptığı açıklamada, “Dolandırıcılık önleme teknolojisinin herkes tarafından erişilebilir olması gerektiğine inanıyoruz – çünkü herkes güvende olana kadar hiç kimse reklam sahtekarlığına karşı güvende değil,” diyor ve ekliyor: “Geliştiriciler artık sonunda istedikleri sahtekarlığı önleme araçlarına sahipler. uygulamalarını korumaları, marka itibarlarını korumaları ve yaygın dolandırıcılığın ortadan kaldırılmasına yardımcı olmaları gerekiyor.”
Reklam Sahtekarlığının Etkisi
Temelde, dolandırıcıların basit bir amacı vardır: çevrimiçi reklam gösterimlerini yanlış tanıtmak ve gelir elde etmek. Sahte kullanıcı trafiğiyle uygulamayı bombalamak için bir botnet kullanmak, insan dışı trafik göndermek (veri merkezlerinden, başsız tarayıcılardan ve bilinen tarayıcılardan gelen trafiğe atıfta bulunarak) dolandırıcıların hedeflerine ulaşmak için kullanabilecekleri 40’tan fazla farklı taktik vardır. ) ve öyle olmadığında bir kullanıcı gibi görünmek için trafiği yanıltma. Kullanıcının zaten cihazda reklam yazılımı veya kötü amaçlı yazılımı varsa, cihazın ele geçirilmesi gerçekleşir.
Pixalate’e göre, uygulama sahtekarlığı, bağlı TV’ler için birincil reklam sahtekarlığı türüdür ve reklam yazılımı ve kötü amaçlı yazılım yoluyla cihaz kaçırma, mobil cihazlarda birincil türdür.
Uygulama geliştiricileri için, reklamlara sahte tıklamalara yol açabilecek Geçersiz trafiği veya bot trafiğini engellemeye çalışmazlarsa, reklam ağları tarafından yasaklanma ve uygulamanın büyük uygulama mağazalarından kaldırılması riskiyle karşı karşıya kalırlar. Ve uygulama listeden çıkarılırsa, geliştiriciler reklam komisyonlarının iade edilmesi gereken geri almalarla uğraştığı için finansal bir etkisi olur.
Sorun şu ki, pek çok geliştirici, uygulamalarından geçen hileli trafiğin farkında bile değil ve şirket, trafik kalitesini nasıl iyileştirebilecekleri konusunda “karanlıkta kaldı” diyor. Bu bir kısır döngü: Sahtekarlığı nasıl engelleyeceğini bilmiyorlar, bu yüzden daha fazla sahtekarlık yaşıyorlar.
Google ve Apple uygulama mağazalarındaki 5 milyondan fazla mobil uygulamanın analizinde Pixalate, 813.000’den fazla veya %15’inden fazlasının uygulamalar listeden kaldırıldı Bunlar, listeden kaldırılmadan önce Google Play Store’dan 9 milyardan fazla indirme ve Apple App Store’da 21 milyondan fazla tüketici yorumuyla yaygın olarak kullanılan uygulamalardı. Listeden kaldırma, uygulama mağazası politikalarını ihlal eden işlevsellik ve dolandırıcılık gibi çeşitli faktörlerden kaynaklanabilir.
Güvenliği Uygulamalara Eklemek
Geliştiriciler, Pixalate’in yeni API’si ve SDK’ları ile genel iş akışına dolandırıcılık koruması özellikleri ekleyebilir. Dolandırıcılık önleme teknolojisi, bir kullanıcının dolandırıcı olup olmadığını hızlı bir şekilde kontrol edip değerlendirebilir ve yasal bir kullanıcı değilse trafiği engelleyebilir. Şirket, geliştiricilerin ayrıca hizmet sağlayıcıların uygulamayı çeşitli risk kriterlerine göre nasıl değerlendireceklerine de bakabileceklerini söylüyor.
Pixalate, makine öğrenimi modellerinin, reklam sahtekarlığını gösteren insan dışı trafik kalıplarının tespit edilmesine yardımcı olduğunu söylüyor. Şirket, 2,5 milyar mobil cihazın dolandırıcılık puanlarını hesaplamak ve dolandırıcılık trafiğini engellemek için ayda 2 trilyon veri noktasını işliyor.
Şirket, şu anda Curl, C#, Go, Javascript, Node.js ve Python’u destekleyen API’nin sadece birkaç satır kodla uygulamalara dahil edilebileceğini söylüyor.
