# 背景介绍 ### 前言 这个案例来源自一个真实的拉新推广活动。已注册用户成功邀请一个新用户注册，即可获得一定的积分奖励，每邀请10个新用户获取的积分，可以兑换一张话费充值卡。活动上线之后，吸引了大量的黑产团伙，造成了推广资金的大量浪费。 黑产团伙手里会控制大量的手机号和身份证号，然后利用安卓模拟器，或者用群控系统操作真实手机设备，从服务器下发控制指令，自动化完成邀请、注册、兑换等流程。 对于黑产团伙的检测有多种: * 基于前端数据的机器行为检测，比如模拟器检测，或者通过搜集手机上的一些信息，手势轨迹等判断其真人操作等概率 * 基于后端数据等机器行为检测，主要通过用户访问各个业务界面的频率、顺序等特征，判断其为真人的概率 薅羊毛与反薅羊毛，本质上是一个成本与效益的博弈，不存在绝对有效的防御方法，只要给的奖励够多，黑产团伙完全可以人工，用真人身份来赚奖励。所有黑产团伙检测的最终目标并不是消灭黑产，而是想办法提高他们**大规模**薅取奖励的成本。 站在黑产团伙的角度来说，他们的首要目标就是尽可能降低自己薅羊毛的成本，比如使用模拟器、比如在同一个手机上登陆更多的账号等。 一个比较简单、直觉的想法，可能是去统计每个独立设备登陆的账户数，每个IP上登陆的账户数等。 本案例利用账户与账户之间的邀请行为，以及设备关联关系，构建图模型，希望能找到一个有效的方式检测图中可能属于黑产团伙的账号。 ### 数据预览 数据来源于两张表，**积分兑换表**和**邀请注册表**。简单期间，我删除了不必要的字段，这两张表的字段说明如下: {% code title="积分兑换表" %} ```bash order_id 订单id order_date 订单时间 recvr_phone 奖品接收人手机号 recvr_imei 奖品接收人手机IMEI recvr_ip 奖品接收人IP recvr_reg_time 奖品接收人注册时间 sendr_phone 积分兑换人手机号 sendr_imei 积分兑换人手机IMEI sendr_ip 积分兑换人IP ``` {% endcode %} 其业务逻辑是 `sendr` 消耗了自己的积分给 `recvr` 的手机充了话费。 {% code title="邀请注册表" %} ```bash recvr_phone 被邀请人手机号 recvr_reg_time 被邀请人注册时间 recvr_imei 被邀请人手机IMEI recvr_ip 被邀请人IP sendr_phone 邀请人手机号 sendr_reg_time 邀请人注册时间 sendr_imei 邀请人手机IMEI sendr_ip 邀请人IP ``` {% endcode %} 其业务逻辑是`sendr` 成功邀请了 `recvr` 注册， `sendr` 获取了积分奖励。 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://beader.gitbook.io/tigergraph-tutorials/usecases/invite-graph-econnoisseur-detection/background.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.