#광고추천 #ad #fraud detection #abusing #network algorithm #graph-based ML
악성 유저(어뷰저)와의 싸움은 대부분의 온라인 플랫폼이 직면한 도전 과제입니다. 이커머스나 음식배달 플랫폼이라면 거짓 리뷰로 랭킹을 조작하고 고객을 속이는 악성 리뷰족, 검색이 있는 플랫폼이라면 검색 순위 조작 봇등등 수익과 맞닿아 있는 경우 문제는 더욱 심화됩니다.
이런 모든 분야에서 악성 유저를 찾기 위해 그래프로 접근하려는 시도가 많습니다. 이번 발표에서는 온라인 광고 도메인에서 해당 방식을 적용하는 것에 관해 다룹니다. 매체(앱, 웹) 간의 공통 방문 그래프를 활용해 온라인 광고 생태계에서 악성 유저군을 자동으로 탐지 및 필터링하는 기술을 소개합니다.
발표자 : john.brown, issac.kang
john.brown: 광고추천팀의 존입니다. 광고주의 이익을 지키기 위해 이상탐지 기술로 카카오 내외부 광고 매체의 악성 트래픽을 탐지하고 방지합니다.
issac.kang: 광고추천의 아이작입니다. 온라인 광고의 어뷰징 방지를 통해 광고주의 이익을 지키는 방법에 대해 연구&적용하고 있습니다.