二.发展

三.危害险

多行业涉及

真人作弊涉及的行业极其广泛，从金融领域到UGC娱乐，从生活服务、视频音频到新闻资讯、社交聊天等，无所不涉。

多场景涉及

在业务范围方面，真人作弊也几乎涵盖了所有黑灰产作恶场景，无论是薅羊毛、流量欺诈，还是广告刷量、平台引流、裂变推广等场景，真人作弊都参与其中。

多任务参与

真人作弊任务，同样是包罗万象，你能想到的所有可以赚取利润的任务，都被真人作弊染指：下载注册、认证绑卡、评论关注、助力砍价、阅读分享、投票转发等无一不包。

真人作弊APP近年发展迅猛

2014年—2020年APP活跃量及下载量指数级增长
在最早期，真人作弊还是以“线上群组”的方式为媒介进行交流和信息传播，典型的有YY语音群组、QQ黑灰产交流群、论坛聊天等，但是当互联网走向移动化之后，真人作弊也紧跟时代发展的步伐。

在真人作弊APP活跃数量呈几何式增长的时候，相关的下载量也增长迅猛，如下图所示：

真人作弊参与人数爆发式增长的背后，离不开资源的支撑，其中一个重要资源就是平台：
真人作弊平台——即真人作弊APP，这一方面可以从真人作弊APP的开发者数量中体现，真人作弊APP的开发者数量同样呈现指数形式的增长：从2014年的不足20个，到今年的1500左右，发展速度惊人。

企业开发者占比近90%，提供真人作弊平台类服务的利润可见一斑。因小知大，这也从侧面反映出，整个真人作弊产业的利润何其丰厚。
开发者的地域分布也和中国互联网的地域发展特征基本吻合，前四个地区分布是：北京、上海、深圳、杭州：
更有甚者，个别公司同时开发了很多款真人作弊平台了APP，比如位于蚌埠的某家公司，同时开发了23款真人作弊APP；青岛的某家公司，同时开发了10款真人作弊APP等等。所谓无利不起早，可见开发真人作弊APP，能够为这些公司带来的利润不会太少。

任何一个产业的兴起，都离不开人的参与。如上所见，无论是真人作弊任务的多样性还是APP的蓬勃发展，其背后都是因为巨大的需求推动。实际上,参与真人作弊的用户的确呈现指数型增长，从2014年的十万余人，到今年的保守估计约一千一百万，七年翻了百余倍，"真人作弊的力量"已不容小觑：

通过对参与真人作弊用户群体的随机抽样调查发现，真人作弊参与者以男性居多，占比为64%，女性为36%：

在年龄分布方面，90后是真人作弊的主力军，占比45%，接下来是00后及80后，分别占21%和15%，可见参与作弊的人普遍年轻，这也从侧面反映出来，真人作弊的产业还会继续发展下去

从地域上来看，真人作弊的参与者分布在华南、华东、华北、华中这几个区域，其中华南区域的广东省占比最多，达35%：

真人作弊 vs 传统风控

传统风控是基于黑产资源和黑产团伙所表现出的“非正常人”的特征来做风险行为的检测和识别，当黑产藏匿于幕后，以现金奖励调动真实用户完成作弊任务，“人机识别”被“真人”挑战，传统风控便显得捉襟见肘。风控痛点具体表现在以下四个方面：

1）防护手段失效
无论是规则层面的风险数据库、风险规则库、风险特征库等，还是模型层面的AI算法、决策引擎等，其知识的积累主要来自于长期对机器作弊的数据分析与沉淀。猫池恶意手机卡、代理IP等传统风控数据黑名单完全不适用于真人作弊的场景，另外，真人作弊人群行为、画像、用户关系等特征往往比较离散，且变化多样，虽然不是完全的无迹可寻，但算法模型的输入强依赖于安全人员对风险数据和场景的洞察和分析能力，需要非常高的运营成本。
2）处置边界模糊
相较于处置违规的黑产账号，处置违规真实用户账号的复杂度大幅提升。如何合理地对真实用户的违规行为分类分级，如何兼容风控指标和用户体验，如何向业务团队提供强可解释性的处置理由等等，这些对于风控团队而言，考验进一步升级。
3）风险响应滞后
一旦真人作弊风险事件发生，在前期风控团队几乎是无力的，只能任风险事件的影响范围不断扩大。从风险事件的发生，到对抗方案的实施落地，时间差越大，损失越大。真人作弊场景下，这个时间差远大于机器作弊。
4）溯源复盘困难
真实用户介于黑产与受害企业之间，为黑产筑起天然屏障，难以进行事后追踪与溯源。且从已掌握的作弊数据，只能关联扩散有限范围的作弊数据，真人作弊模式变化频繁，无法对今后的真人作弊行为形成有效的知识传递与经验复用。