Dolandırıcılık Türü

Gelişmiş Sahtekarlık

Sofistike sahtekarlığa karşı çok katmanlı savunma — residential proxy, humanlike bot, click farm ve coordinated attack tespiti.

Klasik bot tespit yöntemlerinin (CAPTCHA, IP blacklist, User-Agent kontrolü) yetmediği gelişmiş sahtekarlık türleri, dijital reklam ekosisteminin en pahalı tehditleridir. Sofistike saldırganlar; insan gibi davranan ML tabanlı bot'lar, gerçek konut IP'leri kullanan proxy ağları, organize click farm operasyonları ve koordineli bot ağları kullanır.

wall.click bu seviyedeki tehditleri defense in depth (çok katmanlı savunma) yaklaşımıyla yakalar: tek bir sinyal yerine 30+ sinyalin korelasyonu, sürekli yeniden eğitilen ML modelleri ve topluluk istihbaratı ile.

Neler kazanırsınız

Bu çözümle elinize geçenler

Çok katmanlı analiz

Tek sinyal yerine 30+ sinyalin korelasyonlu değerlendirilmesi; bir katman atlatılsa bile diğerleri tetiklenir.

ML davranış kümelenmesi

Aynı operatörün farklı IP'lerden gelen oturumlarını davranış benzerliğine göre kümeleme.

Residential proxy tespiti

Konut IP gibi görünen ama proxy ağı olan trafiğin TLS handshake parmak iziyle tespiti.

Sürekli model güncellemesi

Yeni saldırı vektörleri keşfedildikçe ML modelleri haftalık yeniden eğitilir.

Humanlike bot tespiti

Gerçek mouse hareketi simüle eden, scroll yapan bot'ların ince davranış tutarsızlıklarını yakalama.

Click farm davranış desenleri

Düşük niyetli manuel tıklamayı (click farm operatörü) gerçek müşteriden ayıran davranış skorlama.

Tipoloji

Gelişmiş sahtekarlık türleri

Modern sahtekarlık ekosistemi sürekli evrim geçiriyor. Klasik bot tespitinden kaçmak için saldırganlar giderek daha sofistike teknikler geliştirir.

1. Humanlike bot

Gerçek mouse hareketi simüle eden, scroll yapan, sayfa içinde tutarlı hareket eden bot'lar. ML tabanlı yazılır; gerçek kullanıcı davranışını öğrenmiş olur. Klasik bot tespiti çalışmaz — ince mikro-davranış tutarsızlıkları gerekir.

2. Residential proxy ağları

Gerçek ev IP'leri (genellikle hacklenmiş cihazlar veya rıza ile katılan kullanıcılar) üzerinden trafik gönderen proxy ağları. IP itibarı temizdir, geolocation ev IP'si gibi gözükür. Sadece TLS handshake imzası, traffic deseni ve paralel oturum analiziyle yakalanır.

3. Click farm operasyonları

Genellikle Güney Asya, Doğu Avrupa veya Güney Amerika'da düşük maaşla çalışan gerçek insanların manuel olarak reklamlara tıkladığı operasyonlar. Bot olmadıkları için klasik filtreler çalışmaz; coğrafi anomali, dil tutarsızlığı, sıfır site içi etkileşim gibi sinyallerle yakalanır.

4. Device farm operasyonları

Yüzlerce fiziksel mobil cihazla install/click üreten organizasyonlar. Mobil app pazarlamasında yaygın; her cihaz gerçek bir cihazdır ama kullanım pattern'i otomatize. Cihaz parmak izi ve kullanım korelasyonu ile yakalanır.

5. SDK spoofing

Mobil reklam SDK'larını taklit ederek sahte attribution sinyali gönderme. Gerçek install yok, sadece sahte event. İmza doğrulaması ve cross-MMP doğrulama ile yakalanır.

6. Coordinated bot net

Onlarca veya yüzlerce bot'un eşgüdümlü olarak aynı hedefe saldırması. Tek tek bakıldığında her oturum şüpheli değildir; ancak korelasyon analizi ile koordinasyon ortaya çıkar.

Yöntem

Defense in Depth — wall.click'in yaklaşımı

Tek bir filtre çubuğu yerine üst üste birden fazla doğrulama katmanı; sahtekar bir katmanı geçse bile diğerleri tetiklenir.

1
Katman 1: Ağ sinyalleri
IP itibarı, ASN reputasyonu, datacenter işareti, TLS handshake parmak izi, IPv4/IPv6 tutarlılığı, port profili.
2
Katman 2: Cihaz parmak izi
Tarayıcı sürümü, ekran çözünürlüğü, GPU bilgisi, yazı tipi listesi, navigator.webdriver bayrağı, eklenti listesi, canvas fingerprint.
3
Katman 3: Davranış sinyalleri
Mouse trajectory (Bezier curve doğallığı), scroll hızı varyansı, klavye etkileşim ritmi, sayfa içi süre, etkileşim sıralaması.
4
Katman 4: Oturum tutarlılığı
Aynı oturum içinde dil-konum-zaman dilimi-tarayıcı dili-IP geolocation tutarlılığı.
5
Katman 5: Korelasyon analizi
Aynı parmak izinin farklı IP'lerden gelmesi (proxy chain), aynı IP'den koordineli oturumlar, dönüşüm korelasyonu.
6
Katman 6: ML kümelenme
Tüm sinyalleri korelasyonla değerlendiren ML modeli; eşik üstü skora sahip oturumlar yakalanır.

Veri

Gelişmiş sahtekarlığın gerçek bedeli

$84B

Yıllık global dijital reklam fraud

Juniper Research, 2024 raporu

%65

Sofistike fraud'ın toplam fraud'daki payı

Klasik filtrelerden geçen modern saldırı oranı

%19

Residential proxy kullanım oranı

Tespit edilen botların yaklaşık beşte biri

Sofistike sahtekarlık sadece reklamveren değil, reklam ağları ve attribution platformları için de büyük bir sorundur. Yıllık $84 milyar küresel kayıp; bu rakam her yıl artıyor.

Pratik

Hangi sektörler en çok hedef alınır?

Mobil oyun

Yüksek CPI nedeniyle install fraud yoğun; SDK spoofing ve device farm yaygın.

Fintech & sigorta

Lead başı yüksek değer; hedeflenmiş bot saldırıları, click farm operasyonları.

Premium e-ticaret

Lüks ürün kategorilerinde rakip sahtekarlığı + bot trafiği koordineli.

Yüksek değerli B2B

Form spam ve lead doldurma sahtekarlığı; rakip istihbaratı amaçlı.

Online eğitim

Kayıt formu spam'i, sahte demo isteği, click farm tıklamaları.

Gambling & affiliate

Sofistike attribution fraud, click flooding, farm install.

SSS

Sıkça sorulan sorular

Residential proxy nasıl yakalanıyor — IP gerçek ev IP'si değil mi?

Evet IP gerçektir ama trafiğin geçtiği ağ değildir. TLS handshake imzası, paralel oturum sayısı, traffic patterni gibi sinyaller proxy göstergesidir. Ayrıca commercial residential proxy sağlayıcılarının (Bright Data, Oxylabs vb.) ASN'leri katalogludur.

Humanlike bot ile gerçek kullanıcıyı nasıl ayırt ediyorsunuz?

Gerçek mouse hareketi mikro-tutarsızlık içerir (insan eli titremesi); humanlike bot çok düzgün Bezier eğrileri çizer. Ayrıca etkileşim sıralaması, sayfa içi tutarsız davranış (örn. her zaman aynı süre kalma) gibi sinyaller fark eder.

Click farm operasyonlarına karşı ne yapabilirim?

Click farm trafiği genelde belirli ülkelerden gelir (coğrafi anomali) ve sıfır site içi etkileşim gösterir. wall.click bu sinyalleri ve bilinen click farm IP havuzlarını kullanarak yakalar.

ML modelinizin doğruluğu nedir?

Test verisinde %97 hassasiyet (precision), %92 duyarlılık (recall). Yanlış pozitif oranı %0.4 — yani gerçek müşterileri yanlışlıkla engelleme oranımız çok düşük.

Yeni saldırı türleri ortaya çıkınca ne kadar zamanda tepki veriyorsunuz?

Topluluk istihbaratı sayesinde bir müşteride yeni desen tespit edilince anonim olarak tüm platforma propagate edilir; ML modelimiz haftalık güncellenir. Kritik tehditlerde anlık model patch'i.

Coğrafi anomali ile gerçek uluslararası ziyaretçim arasında nasıl ayrım var?

Tek sinyal değil, korelasyon: bot davranışı + dil tutarsızlığı + sıfır etkileşim + bilinen click farm bölgesi olduğunda yakalanır. Tek başına "yurt dışı IP" engelleme nedeni değildir.

İlgili çözümler

Dolandırıcılık

Tıklama Çiftlikleri

Özellikler

Bot Algılama & Özel Kurallar

Müşteri Segmenti

Çok Uluslu Şirketler