防刷量与风控机制

版本: v2.0 最后更新: 2025-10-07


🎯 设计理念

Zanbara 的防刷量机制旨在保护真实用户,惩罚作弊行为

  • 多维度检测: 交易、社交、邀请行为全方位监控

  • AI智能识别: 机器学习模型识别异常模式

  • 边际递减: 从经济学角度让刷量无利可图

  • 人工复核: 高风险账户人工审核

  • 透明规则: 公开规则,让好人放心


🔍 多维度防刷机制

1. 交易行为检测

风险类型
检测指标
风险评分
处罚

对敲交易

同IP/设备对手单

+50

积分 × 0.5

刷量交易

短时大量小额交易

+40

积分 × 0.7

机器人

交易间隔过于规律

+45

人工审核

假持仓

开仓后立即平仓(< 1分钟)

+30

无持仓奖励

价格偏离

交易价格偏离市场 > 1%

+35

可疑交易标记

对敲交易检测算法

对敲检测分数 = f(IP相似度, 设备指纹相似度, 交易对手频率, 价格偏离度)

if 对敲检测分数 > 阈值:
    标记为可疑对敲
    积分系数 × 0.5

真实案例:

用户A和用户B:
- 同一IP地址
- 90%的交易互为对手方
- 交易价格偏离市场价0.5%

系统判定:对敲刷量
处罚:两个账户积分系数降为0.5x,并进入人工审核队列

刷量交易检测

特征识别:

1. 交易频率异常高(每分钟 > 10笔)
2. 单笔交易金额小(< $100)
3. 持仓时间极短(< 2分钟)
4. 盈亏波动极小(±1%以内)
5. 交易时间规律(如每30秒一笔)

示例:

用户C在1小时内:
- 完成300笔交易
- 平均单笔$50
- 平均持仓30秒
- 净盈亏仅$5

系统判定:刷量行为
处罚:积分系数降为0.7x

2. 社交行为检测

风险类型
检测指标
风险评分
处罚

假跟单

跟单者和交易者同IP

+60

扣除社交积分

互刷跟单

A跟B,B跟A

+55

双方零积分

僵尸跟随

跟单金额 < $50

+20

不计入有效跟随

批量注册

同IP多账户跟单

+70

封禁IP

虚假内容

抄袭、AI生成低质内容

+40

扣除内容积分

假跟单检测

检测逻辑:

def detect_fake_following(follower, trader):
    risk_score = 0

    # IP检测
    if same_ip(follower, trader):
        risk_score += 30

    # 设备指纹检测
    if same_device(follower, trader):
        risk_score += 30

    # 行为模式检测
    if follower.register_time - trader.register_time < 10_minutes:
        risk_score += 20

    # 跟单金额检测
    if follower.follow_amount < 100:
        risk_score += 10

    return risk_score

真实案例:

交易者 Dave 声称有 50 个跟随者
系统检测发现:
- 30 个跟随者来自同一IP段
- 25 个注册时间在Dave注册后10分钟内
- 40 个跟单金额 < $50

系统判定:虚假跟单
处罚:仅计算10个有效跟随者,扣除虚假跟单积分

3. 邀请行为检测

风险类型
检测指标
风险评分
处罚

自己邀请自己

同设备/IP注册

+80

零返佣 + 扣积分

批量小号

短时间大量邀请但无交易

+50

仅计算有效用户

假充值

充值后立即提现

+45

不计入首充奖励

互刷邀请

A邀B,B邀A

+70

双方零返佣

批量小号检测

特征模式:

1. 同一邀请人短时间(24h)内邀请 > 20人
2. 被邀请人注册后无交易或交易量极小
3. 被邀请人设备指纹高度相似
4. 邀请来源IP集中在少数几个

示例:

用户E在24小时内邀请了50人:
- 45人无交易记录
- 5人仅完成1笔$10交易
- 所有人来自同一IP

系统判定:批量小号
处罚:所有无效邀请不计入返佣,已发返佣追回

🤖 AI智能风控模型

用户风险评分模型

风险评分 = (
    交易行为风险 × 0.4 +
    社交行为风险 × 0.3 +
    邀请行为风险 × 0.2 +
    设备/IP风险 × 0.1
)

if 风险评分 < 20: 状态 = "正常"
elif 风险评分 < 50: 状态 = "监控"
elif 风险评分 < 80: 状态 = "高风险"
else: 状态 = "封禁"

实时监控指标

监控维度
正常范围
异常行为

单日交易笔数

< 500

> 1,000

交易成功率

70-95%

> 98% (可能对敲)

平均持仓时长

> 10分钟

< 1分钟 (刷量)

IP切换频率

< 5次/天

> 20次/天

设备指纹

稳定

频繁更换

盈亏比

正常波动

长期接近0 (对敲)

机器学习异常检测

训练数据:

正样本:正常用户行为数据
负样本:已确认作弊账户数据

特征工程:
- 交易频率分布
- 持仓时间分布
- IP/设备指纹
- 社交图谱结构
- 资金流动模式

模型输出:

异常概率 = ML_Model(用户行为特征)

if 异常概率 > 0.8:
    触发人工审核
elif 异常概率 > 0.5:
    加强监控

📐 边际递减机制

经济学原理

让刷量的边际成本 > 边际收益,从根本上消除刷量动机。

交易量边际递减

单日累计交易量
积分系数
边际收益

$0 - $10,000

1.0

100%

$10,001 - $50,000

0.8

80%

$50,001 - $100,000

0.6

60%

$100,001 - $500,000

0.4

40%

$500,001 - $1,000,000

0.3

30%

> $1,000,000

0.2

20%

刷量成本分析

假设场景:

  • 大户想通过刷量获得积分

  • 刷量交易需支付手续费

成本计算:

刷量$2,000,000/日:
- 手续费成本: $2M × 0.05% = $1,000
- 获得积分: 582,000 PP(边际递减后)

正常交易$50,000/日:
- 手续费成本: $50K × 0.05% = $25
- 获得积分: 42,000 PP

刷量效率: 582,000 / $1,000 = 582 PP/$
正常效率: 42,000 / $25 = 1,680 PP/$

结论:刷量效率仅为正常交易的35%,经济上不划算

社交挖矿权重

为什么设置25%社交挖矿权重?

即使大户刷交易量到极限,也无法垄断积分:

大户刷量极限:
- 交易挖矿(60%): 最多获得30-40%份额
- 社交挖矿(25%): 无法刷量
- 持续参与(10%): 散户优势
- 特殊活动(5%): 随机分配

结论:大户最多占35-45%,无法垄断

👤 人工审核机制

审核触发条件

自动进入人工审核队列:

  1. 风险评分 > 60

  2. 单周积分增长 > 100,000 PP

  3. 被用户举报 > 3次

  4. 返佣金额 > $1,000/周

  5. 系统标记为可疑对敲

审核流程

系统标记 → 审核员调查 → 48小时内处理

      ┌─────────┴─────────┐
      │                   │
   作弊确认            误判申诉
      │                   │
   扣分+封禁          恢复+补偿

审核标准

证据收集:

  1. IP/设备记录

  2. 交易时间序列分析

  3. 资金流向追踪

  4. 社交关系图谱

  5. 用户行为对比

判定标准:

确认作弊需满足:
- 多个维度风险指标异常
- 无法合理解释异常行为
- 存在明显利益关联

疑似作弊但证据不足:
- 加强监控
- 降低积分系数
- 限制部分功能

处罚措施

违规程度
处罚措施

轻微

警告 + 积分系数×0.8

中等

扣除可疑积分 + 限制提现7天

严重

清零积分 + 封禁账户30天

极严重

永久封禁 + 列入黑名单


🛡️ 预防性措施

1. KYC验证

要求等级:

基础功能:无需KYC
高级功能:需要KYC Lv1
- 提现 > $1,000
- 参与返佣计划
- 成为KOL

KYC Lv1要求:
- 身份证/护照
- 人脸识别
- 地址证明

2. 设备指纹

采集信息:

- 浏览器指纹
- 操作系统版本
- 屏幕分辨率
- 时区
- 语言设置
- Canvas指纹
- WebGL指纹

用途:

  • 识别同一设备的多账户

  • 检测设备伪装

  • 追踪可疑行为

3. IP风险评估

IP风险等级:

类型
风险等级
处理

住宅IP

正常

企业IP

正常

数据中心IP

加强监控

VPN/代理

限制功能

Tor出口节点

极高

禁止注册

4. 行为生物识别

分析维度:

- 鼠标移动轨迹
- 键盘敲击节奏
- 页面浏览模式
- 操作时间分布

用途:

  • 区分人类和机器人

  • 识别账户共享

  • 检测自动化脚本


📊 风控效果评估

关键指标

指标
目标值
实际表现

刷量账户占比

< 5%

监控中

误判率

< 1%

需测试

申诉成功率

< 10%

需测试

大户积分占比

< 40%

需测试

社交积分占比

> 20%

目标值

数据透明化

公开数据:

每周发布:
- 封禁账户数量
- 主要违规类型
- 处罚措施统计
- 申诉处理情况

目的:

  • 让社区监督

  • 威慑潜在作弊者

  • 建立信任


🔔 用户申诉流程

申诉渠道

  1. Discord申诉频道: #appeal

  2. 邮件申诉: [email protected]

  3. 工单系统: support.zanbarax.com

申诉材料

需提供:

1. 账户ID
2. 被处罚时间
3. 处罚原因
4. 申诉理由
5. 支持证据(如截图、交易记录)

处理时效

提交申诉 → 48小时内初审 → 72小时内最终决定

复杂案例可延长至7天

申诉结果

1. 完全恢复:误判,全额恢复积分+返佣+补偿
2. 部分恢复:有争议,恢复部分权益
3. 维持原判:确认作弊,处罚继续

💡 给用户的建议

如何避免被误判

使用个人设备和网络不与他人共享账户正常交易,不追求极端频率真实社交,不虚假跟单完成KYC验证

可疑行为说明

如果您有特殊情况,请主动说明:

- 公司网络多人使用
- VPN用于隐私保护
- 高频交易是专业策略
- 多账户是家庭成员

联系方式

遇到问题请联系:


📚 相关文档


Trade with Zanbara. Prosper with Wisdom.

公平竞争,共同繁荣

Last updated