Трекер врет не сам по себе — его подменяют на каждом узле цепочки

Давайте поднимем логи и посмотрим правде в глаза. Самые частые уязвимости трекеров — не в «сложном хаке», а в доверии к входным параметрам: clickid, subid, utm, referrer. Если трекер принимает их без жесткой валидации, бот или недобросовестный вебмастер переписывает атрибуцию, а дальше бюджет едет в сторону мусорного трафика.

Типовые точки подмены:
— открытый редирект, где можно подсунуть чужой оффер;
— GET-параметры без подписи и TTL;
— отсутствие привязки clickid к IP/UA/сессии;
— postback, который принимается по одному токену без проверки связности события.

Что должно быть на входе: HMAC-подпись всех критичных параметров, одноразовый clickid, короткое время жизни, сверка user-agent и подсети, а для postback — идемпотентность и whitelist источников. Если событие можно повторить, значит его можно и накрутить. Если параметр можно подменить в URL, значит его уже подменили.

На уровне детекта ищите аномалии: одинаковые clickid в разных ASN, невозможные последовательности событий, всплески конверсий без кликов, пустые рефереры при «теплом» трафике, микс мобильных и десктопных UA в одной связке. Ботнеты эволюционируют, но паттерны их поведения остаются прежними.

Защита здесь не в магии антифрода, а в жесткой схеме доверия: подписали, связали, проверили, отказали. Все, что не проходит эту цепочку, должно падать в карантин, а не в отчет по эффективности.

Google стал помечать креативы, созданные ИИ

Google объявил, что начнёт помечать рекламные креативы, созданные нейросетями. Причина — ИИ-баннеры и видео стали слишком похожи на настоящие.

Формат и заметность маркировки будут зависеть от законов конкретного региона: где-то предупреждение появится прямо на креативе, где-то — в его информации.

Что это значит для арбитражников и когда правила …

➡️ Читайте на сайте: https://aff.top/blog/google-stal-pomechat-kreativy-sozdannye-ii

🧠 Ещё больше инсайтов → в канале AFF.top

Компания Meta выпустила Muse Spark 1.1

Meta выпустила Muse Spark 1.1 почти одновременно с новой ChatGPT-5.6. Это мультимодальный агент, который сам дробит задачу на подзадачи и распределяет их между субагентами.

Стоимость тоже заметно ниже топовых западных моделей: $1.25 за миллион входных токенов и $4.25 за миллион выходных.

Но главный вопрос — насколько она реально сильна на фоне к…

➡️ Читайте на сайте: https://aff.top/blog/kompaniia-meta-vypustila-muse-spark-1-1

🧠 Ещё больше инсайтов → в канале AFF.top

Bid Stuffing, Pixel Stuffing и Domain Spoofing: где именно утекает бюджет programmatic

Давайте поднимем логи и посмотрим правде в глаза. В programmatic фрод редко выглядит как один «плохой» запрос — чаще это цепочка: аукциону скармливают мусорный инвентарь, пиксель срабатывает в невидимой зоне, а домен в бид-ответе подменяется на более ценный.

— Bid Stuffing: множество бидов из одного источника за короткое окно, одинаковый device-id, повторяющийся IP/ASN, а в логах — аномально высокий bid rate при почти нулевом viewability.
— Pixel Stuffing: размер iframe 1x1, скрытие через CSS, page visibility = hidden, время жизни сессии смешное, а конверсии приходят с пустым engagement trail.
— Domain Spoofing: в bidstream указан премиальный домен, но DNS/SSL/TLS-отпечаток, referrer chain и app-ads.txt/sellers.json не бьются между собой.

Фильтрация начинается не с «черного списка», а с корреляции. Сверяйте: bid request → win notice → impression → JS-метрики → postback. Если между ними рвется цепь, у вас не трафик, а имитация трафика. Особенно подозрительны связки, где высокий CTR сочетается с одинаковыми user-agent, нулевым scroll depth и повторяющимися timing-метками до миллисекунды.

Нормальный антифрод для programmatic смотрит на entropy входящих параметров: IP, ASN, UA, timezone, canvas, размер экрана, частоту показов, расхождения по домену и фактической странице. Ботнеты эволюционируют, но паттерны их поведения остаются прежними: короткие сессии, ровные интервалы, стерильные клики, слишком аккуратные конверсии.

Не верьте одному сигналу. Ловите связку из трех: инвентарь, окружение, поведение. Когда они не сходятся, рекламный бюджет уже не «оптимизируется» — его аккуратно выносят через технически чистый, но поддельный аукцион.

Собственная фильтрация трафика на ClickHouse и Python: схема без магии и ручного ада

Давайте поднимем логи и посмотрим правде в глаза. Если у вас нет своей точки принятия решения, бюджет принимает её за вас — в пользу ботов. Базовая архитектура проста: сырые события пишем в ClickHouse, а Python держит слой правил и скоринга поверх SQL-агрегаций.

Схема работы такая:
— на входе фиксируете click_id, ip, ua, referrer, timestamp, geo, device_hash;
— нормализуете IP/UA, режете мусорные поля, считаете повторы по окнам 5/30/120 минут;
— в ClickHouse строите витрины по ASN, подсетям, частоте кликов, глубине сессии и расхождению между кликом и конверсией;
— Python забирает результаты, применяет правила и возвращает verdict: allow, soft_block, hard_block.

Самые полезные сигналы не лежат на поверхности. Ботнеты эволюционируют, но паттерны их поведения остаются прежними: одинаковые подсети, рваные интервалы, пустые рефереры, несовместимость UA с accept-language, слишком ровный time-to-convert. Если видите серию кликов с одним и тем же device_hash и разными IP — это не «лояльная аудитория», это фабрика ротации.

Практический минимум: храните сырые события без агрегации, делайте отдельную таблицу флагов, не смешивайте антифрод-логику с бизнес-метриками. И обязательно ставьте пороги не по одному признаку, а по комбинации: один слабый сигнал даёт шум, три согласованных сигнала уже режут мусор почти без ложных срабатываний. Вот технический разбор того, как именно уплывает ваш рекламный бюджет: через слабые правила и отсутствие памяти у системы.

Если у фильтра нет истории и контекста, у фрода есть преимущество по умолчанию. Сначала соберите логи, потом — правила, и только после этого доверяйте результатам.

Российские букмекеры увеличили закуп трафика с мобильных приложений

Российские букмекеры в 1 квартале 2026 года заметно нарастили закупку трафика из мобильных приложений. На фоне ужесточения регулирования они смещают бюджеты в новые каналы, где ещё есть живой трафик.

По данным UMG, доля in-app-рекламы выросла с 3-4% до 5-6% при объёме рынка около 10 млрд рублей. Но это может быть только начало — в блоге разбираем…

➡️ Читайте на сайте: https://aff.top/blog/rossiiskie-bukmekery-uvelichili-zakup-trafika-s-mobilnykh-prilozhenii

🧠 Ещё больше инсайтов → в канале AFF.top

Как ботнеты подделывают fingerprint и WebGL, чтобы выглядеть как живые пользователи

Давайте поднимем логи и посмотрим правде в глаза: антифрод ломают не клики, а согласованность слоёв. Бот может имитировать mousemove и задержки, но палится на стыке navigator, canvas, audio и WebGL. Главное оружие атакующего — не «идеальный» fingerprint, а правдоподобный шум, который держится в одном и том же профиле между сессиями.

Схема типовая:
— подмена navigator.webdriver, plugins, languages и platform;
— рандомизация canvas/webgl hashes без учёта GPU-стека;
— подсовывание ложных vendor/renderer в WebGL, но с реальными багами рендера;
— одинаковые entropy-паттерны у десятков устройств, замаскированных под разные модели.

Вот где их можно поймать: сравнивайте не отдельное поле, а весь вектор. Если WebGL заявляет Intel, а параметры шейдеров, precision и набор extensions ведут себя как виртуалка — это не пользователь, это декорация. Особенно ценно смотреть на стабильность hash’а: у живого устройства он дрожит мало и в пределах физики, у ботнета — скачет «слишком случайно». Ботнеты эволюционируют, но паттерны их поведения остаются прежними.

Практический фильтр прост: строите score по конфликтам между JS-слоями, GPU-метриками и поведенческой временной шкалой; отдельный красный флаг — повторяемый WebGL fingerprint при разных IP и cookie jar. Именно так и уплывает ваш рекламный бюджет.

Mia Khalifa стала амбпссадором 1win

Mia Khalifa снова засветилась рядом с 1win: в Instagram она показала цепочку с логотипом бренда и статус «VIP 1win».

Параллельно всплыла история с ее ставкой на Испанию на ЧМ — по данным поста, выигрыш мог составить 200к$.

Официального подтверждения амбассадорства пока нет, но для арбитражников это уже повод для новых креативов. Что именно здесь…

➡️ Читайте на сайте: https://aff.top/blog/mia-khalifa-stala-ambpssadorom-1win

🧠 Ещё больше инсайтов → в канале AFF.top

Короткий домен Telegram перестал работать

Telegram лишился домена t.me: он разделегирован и больше не работает на уровне регистратора. Платформа срочно переезжает на telegram.me, а владельцам крупных каналов стоит обновить публичные ссылки. Сроки восстановления неизвестны, и есть риск, что t.me не вернётся вовсе на фоне давления на Telegram.

➡️ Читайте на сайте: https://aff.top/blog/korotkii-domen-telegram-perestal-rabotat

🧠 Ещё больше инсайтов → в канале AFF.top

Трекер врёт не “иногда”, а ровно там, где вы не валидируете входные данные

Давайте поднимем логи и посмотрим правде в глаза. Уязвимость трекера почти всегда начинается с доверия к GET-параметрам и postback без жёсткой привязки к сессии. Если click_id можно подменить, а сервер принимает конверсию без сверки IP, user-agent, referer и времени жизни клика — бюджет уже течёт в чужой карман.

Типовые дыры одинаковы:
— open redirect в редирект-цепочке: подмена destination и кража атрибуции
— слабая дедупликация: один и тот же event проходит дважды
— отсутствие HMAC на click_id/pixel payload: фальшивый postback выглядит легитимно
— доверие к рефереру и кукам без проверки связности цепочки запросов

Защита строится не на “антиботе”, а на жёсткой корреляции сигналов. Сверяйте TTL клика, ASN, geo, fingerprint браузера и тайминг между click и conversion. Любой event, пришедший вне окна или с разрывом по сетевому профилю, уходит в quarantine. Отдельно режьте аномалии: одинаковые user-agent string, массовые одинаковые referrer, скачки в частоте событий с одного /24. Ботнеты эволюционируют, но паттерны их поведения остаются прежними.

И главное: логируйте сырьё, а не “статистику”. Храните request headers, raw query string, IP reputation, и весь redirect-chain. Тогда подмена данных перестаёт быть магией — она становится просто невалидным пакетом, который сервер обязан отклонить.

Youtube тестирует поиск с AI

YouTube начал тестировать Ask YouTube — поиск с ИИ, где можно задавать вопросы обычным языком и получать не список ссылок, а готовую подборку видео и фрагментов.

Фича уже доступна в США и работает на сложные запросы: если нужно, ИИ уточняет вопрос и подсказывает следующий шаг.

Что это значит для поиска на YouTube и когда новинка дойдёт до других…

➡️ Читайте на сайте: https://aff.top/blog/youtube-testiruet-poisk-s-ai

🧠 Ещё больше инсайтов → в канале AFF.top

Isolation Forest ловит фрод там, где rule-based фильтры уже слепнут

Давайте поднимем логи и посмотрим правде в глаза. Когда трафик формально «нормальный», а в сыром потоке уже торчат аномалии, изолированный лес работает не по CTR, а по структуре признаков: user-agent, ASN, глубина сессии, time-to-click, повторяемость IP/UA/cookie.

Схема простая: строите вектор на уровне клика или сессии, нормализуете числовые поля, кодируете категориальные признаки и подаёте в Isolation Forest. Алгоритм не ищет класс бота — он ищет точки, которые изолируются слишком быстро. Именно поэтому он полезен против click spamming, proxy-swarm и «серых» бот-сеток с низкой вариативностью.

Практика: не кормите модель сырыми фичами без агрегации. Работают окна 5–30 минут, счётчики по IP/24, device fingerprint entropy, ratio уникальных лендингов к кликам, а также расстояние до кластера нормального трафика. Если аномалия появляется только в одном признаке — это шум. Если совпадают 3–4 сигнала, перед вами уже не случайность, а паттерн. 🤖

Главное правило: Isolation Forest — не заменяет правила, а ставится поверх них как второй слой. Сначала отсечка по жёстким сигнатурам, потом модель на остатке. Так вы режете ложные срабатывания и оставляете машине только то, что действительно пахнет синтетикой.

Z.ai анонсировала новую GLM-5.5

Z.ai готовит релиз флагманской GLM-5.5: модель обещают показать в августе 2026 года.

Главная интрига — рост до 1 трлн параметров при том же контекстном окне в 1 млн токенов. Новинка снова будет заточена под код и агентные задачи.

Почему версия сразу 5.5, без 5.3 и 5.4, и что это может означать для рынка — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/z-ai-anonsirovala-novuiu-glm-5-5

🧠 Ещё больше инсайтов → в канале AFF.top

Telegram запустил собственный сервер для ботов

Telegram запустил собственный сервер для ботов и мани-приложений: теперь backend можно размещать прямо внутри инфраструктуры мессенджера.

Сервер работает на JavaScript/TypeScript, через вебхуки, и позволяет подключать SQL-базу для сбора контактов без посредников.

Пока неясны цена и ограничения — что именно уже можно тестировать, а где скрыт подв…

➡️ Читайте на сайте: https://aff.top/blog/telegram-zapustil-sobstvennyi-server-dlia-botov

🧠 Ещё больше инсайтов → в канале AFF.top

Google картинки станут конкурентом Pinterest

Google Картинки начали превращать в полноценную платформу с персональной лентой по прошлым запросам — по сути, в аналог Pinterest.

Во вкладке For you уже тестируют подборки, а ещё обещают коллекции и генерацию изображений во встроенной Nano Banana.

Как это будет работать и когда новинка дойдёт до других стран — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/google-kartinki-stanut-konkurentom-pinterest

🧠 Ещё больше инсайтов → в канале AFF.top

Как боты рисуют «живую» мышь и почему просмотры страниц палятся в логах

Давайте поднимем логи и посмотрим правде в глаза. Поведенческий фрод давно ушёл от тупых скриптов с одинаковым таймингом. Сейчас имитируют не клик, а траекторию: микродрожание курсора, паузы на скролле, «случайные» отклонения по X/Y, ложные hover-события. Но у фейка всегда есть шов — слишком ровная скорость, повторяемые углы, одинаковая длина сегментов пути.

На странице бот обычно проходит один и тот же сценарий: загрузка DOM, 2–3 viewport-пролёта, короткая остановка, затем уход. В логах это видно по отсутствию чтения ассетов, нулевому взаимодействию с формами, одинаковой последовательности событий и слишком чистому времени между ними. Настоящий пользователь не живёт в идеальном интервале между scroll и visibilitychange.

Смотреть надо не на один сигнал, а на связку:
• entropy траектории мыши
• распределение длительности пауз
• соотношение scroll-depth к времени на странице
• повторяемость координат и event cadence
• совпадение user-agent с графом действий

Если триггерится 3–4 признака сразу, не спорьте с интуицией — режьте сессию в risk-score. Ботнеты эволюционируют, но паттерны их поведения остаются прежними: минимальная вариативность, слишком аккуратный тайминг, отсутствие «грязных» человеческих ошибок.

Практика простая: логируйте mousemove, scroll, focus/blur, visibilitychange и строите профиль по энтропии, а не по факту наличия событий. Именно так видно, где трафик дышит, а где просто проигрывает заранее записанный спектакль.

Россияне не смогут покупать стейблкоины

Россиянам могут закрыть доступ к покупке стейблкоинов: в новой версии закона их приравняли к иностранным активам.

Купить такие токены смогут только квалифицированные инвесторы — например, с активами от 24 млн рублей или доходом от 12 млн в год.

Что это значит для обычных пользователей и когда правило заработает — в блоге.

➡️ Читайте на сайте: https://aff.top/blog/rossiiane-ne-smogut-pokupat-steiblkoiny

🧠 Ещё больше инсайтов → в канале AFF.top

Собственная фильтрация трафика на ClickHouse и Python: где именно режется фрод

Давайте поднимем логи и посмотрим правде в глаза. Если фильтр живёт только в кабинете, бюджет уже течёт в сторону. Нормальная схема — сначала писать сырой поток событий в ClickHouse, а Python использовать как слой решения: быстрый скоринг, правила, обогащение, блок-листы, возврат причины в разрезе click_id.

База строится на трёх таблицах: raw_events, decisions, whitelist_blacklist. В raw_events кладите всё без «улучшений»: timestamp, ip, ua, referer, click_id, landing_ms, geo, device_hash. В decisions фиксируйте outcome и rule_id, иначе через неделю вы не восстановите, почему пользователь улетел в reject. ClickHouse здесь хорош тем, что дешево переваривает объём и даёт мгновенную агрегацию по аномалиям.

В Python не городите монолит. Держите набор детекторов: • дубли по click_id/ip/ua; • невозможная скорость между click и conversion; • низкая энтропия UA и referer; • всплески по ASN или /24; • повторяющиеся паттерны mouse/scroll, если события есть. На вход — батч из ClickHouse, на выход — score и причина. Логика должна быть детерминированной: один и тот же набор признаков всегда даёт один и тот же verdict.

Критичный момент — обратная связь. Каждый false positive возвращайте в whitelist, каждый confirmed bot — в blacklist, но с TTL. Ботнеты эволюционируют, но паттерны их поведения остаются прежними: скрипт меняется, а сетевой след, временная связность и мусорные UA часто нет. Вот технический разбор того, как именно уплывает ваш рекламный бюджет: не в «плохой креатив», а в отсутствие собственной точки принятия решения.

Если у вас нет внутреннего скоринга, у вас есть только надежда. А надежда в AdTech обычно заканчивается в сырых логах.

Трекер можно обмануть без взлома: подмена данных в цепочке клика

Давайте поднимем логи и посмотрим правде в глаза. Большая часть подмены трафика живёт не в «магии», а в слабой валидации входных параметров: click_id, sub_id, source, user_agent, referrer, IP. Если трекер принимает их как истину, вебмастеру достаточно один раз переписать payload — и в отчётах уже «живой» трафик вместо мусора.

Классические дыры:
— доверие к GET-параметрам без HMAC/подписи;
— отсутствие привязки click_id к IP/UA-окну;
— редиректы без сверки домена и цепочки referer;
— postback, который можно дернуть повторно или с чужим идентификатором.

Ботнеты эволюционируют, но паттерны их поведения остаются прежними: одинаковые интервалы между событиями, пустые cookies, несоответствие timezone и locale, резкий разрыв между кликом и конверсией. Это ловится не «антиботом», а корреляцией сырых событий: серверный клик, серверный конверт, fingerprint, заголовки, поведение в сессии. Если хотя бы два слоя не сходятся — событие в карантин.

Защита строится просто и жёстко: подпись всех критичных параметров, одноразовые click_id, TTL на связку клик→конверсия, whitelist по postback endpoint, логирование raw request/response, а не только агрегатов. И да, повторный postback должен быть не «ошибкой», а индикатором атаки.

Вот технический разбор того, как именно уплывает ваш рекламный бюджет: не через «сложный взлом», а через лень трекера проверять источник данных. Закрывайте доверие к входу, иначе отчёты будут выглядеть красиво ровно до первого аудита.