最近啊，國內刮起了一股“錦鯉”妖風：
支付寶選出全球錦鯉“信小呆”；
招商銀行“錦鯉活動”引數十萬人轉發；
各大高校也紛紛尋找“錦鯉”；
IG獲勝王思聰抽獎送出113萬
……
這股抽獎的“圓夢”之風越刮越大，廣大網民每次都在嘴上說我是“中獎絕緣體”，但身體很誠實必定會轉發參加。

高達兩千多萬人的轉發，實在是可以評為“微博年度盛事” 之一。
 
上天眷顧的那些人？
首先，你得是個女人！！！
上面說到的那些抽獎活動，不說百分之百，百分之九十九都是女人啊！
蘇寧手機抽獎15人，15為皆為女生；
支付寶校園清空購物車，抽中7位女生，0名男生；
天貓從7500萬人中抽中一位女孩“派大星星”；
IG奪冠，王思聰發出113萬給113位幸運粉絲，最終抽中112位女生，1位男生；
支付寶抽中中國錦鯉，一周時間參與轉發的人數超過300萬，最終抽中一位北漂追星女孩“信小呆”；
……

都說“愛笑的女孩運氣不會太差”，改口吧！
是女孩運氣都不會太差！！
其次，你要住在沿海或者一二線城市。


蜜汁尷尬加迷之微笑……
再者，你還得擁有廣泛的興趣愛好。

愛美食，愛旅游，愛時尚，愛音樂……吃喝玩樂一樣不能落下。
最后，你得是中國互聯網的中堅力量——90后。

通過注冊年份來看，大部分“錦鯉”都是90后呢~
雖然上述統計的樣本中部分用戶信息缺失，但是我們不妨總結一個中獎幾率最高的錦鯉附身公式：
性別女+（新）一線城市居住+90后+愛美食、旅游、時尚 = 錦鯉本鯉
可是這好像也沒啥特別的啊，這就是我本我啊！為啥中獎的不是我呢？？？？
現在翻到我轉發的幾十條抽獎微博，都覺得非常恥辱，刪掉都花了兩個小時……

 
得知被過濾后，網友炸開了鍋
網友自嘲說自己是“中獎絕緣體”，沒想到真的是“絕緣”，這不被當做“機器人”過濾掉了嘛。

網友對此也提出了一些異議，而新浪微博CEO王高飛（@來去自如）也做出了回復，這樣做是為了防機器號！

就拿我們常用的微博為例，一個千萬粉絲的大號里僵尸粉、營銷號的占比并不少。之前就有大V（@韓路-），經過主動清理之后粉絲數從120w直接掉到79w，中間過濾大量僵尸粉。
面對大量的營銷號、僵尸粉，市場上也出現很多相關交易，比如目前市面上黑產通過群控養號，從按照活躍度等級以10-220元不定售出這些僵尸粉。而除了給大V號湊粉絲之外，還有很多僵尸號參與抽獎，在早期出現了一些僵尸粉抽獎成功，用戶投訴的事件…

所以發展到今天，抽獎系統算法不斷改進，很重要的一點就是防止機器作弊。
 
抽獎防作弊
前面聊了這么多，現在我們站在從業者的角度來說說抽獎防作弊。

目前的抽獎形式主要分為兩種，一種是常見的通過點擊轉盤等形式直接參與抽獎，第二種是在社交平臺衍生出的通過評論、轉發等形式參與抽獎系統。
第一種轉盤及其類似形式。

這種情況下，我們的反作弊一般有以下幾種手段：
1.加驗證碼；
2.對于異常賬號、瀏覽器cookie、IP等進行查封；
3.提高參與門檻，增加更多規則。
還有一些非通用的辦法，比如mac地址、身份證號、安全控件、兌獎碼等。但是，限制條件越多，參與人數肯定越少，活動價值就低，所以需要在體驗和安全之間找到一個平衡點。第二種，在社交平臺上的轉發抽獎，主要分為兩種情況。
首先，對于該類抽獎活動有沒有必要過濾機器賬號呢？

微博已經上線由博主自選是否過濾垃圾賬戶。
其實我覺得過濾垃圾賬戶還是有必要的，因為有利可圖，就會有人作弊，前面大V清理僵尸粉的例子就可以知道，隨便一個營銷機構就可能掌握著動輒幾十萬、上百萬的機器賬號，一旦涌入參與抽獎，普通用戶也是只能靠邊站的。
如何過濾機器賬號呢？比較簡單粗暴的手段就是亂棍打死。從正面設置規則，規定只有哪些人可以參與抽獎。
比如說，設置只有年齡20-30歲，每天都發原創，粉絲數量達到多少，建號時間等等限制條件。這樣，可以將機器賬號一刀切。但是，這種方式誤傷的情況會比較嚴重，這種方法不太可取。
還有一種從反面建立模型。目前的一些技術手段是可以對機器賬號進行建模的，機器賬號和正常用戶之間肯定存在著模式差異，包括從IP、設備指紋、注冊手機號、郵箱、賬號名稱、用戶資料等比較客觀的維度以及日常內容、互動、活躍系數等比較主觀的維度。
當然，誤傷是一定存在的，但是我們可以不斷的優化模型，以提高對機器賬號的識別率，減少誤傷。
比如上文中，不太活躍的用戶會被誤判為機器賬號，那么我們可以將活躍度的權重降低，提高客觀風險因素的權重。很多IP異常、注冊手機號異常的賬戶是垃圾賬戶的可能性比不太活躍的用戶是垃圾賬號的可能性高。
第二種思路是建立名單庫。
黑名單是長久以來都在使用的一種方法。對于經常性從事營銷活動、登錄異常、不良行為記錄、遭遇投訴舉報的賬戶可以標記黑名單。
黑名單相較于對機器賬號建模是一種比較滯后的方式，但也是一種不可或缺的手段。實時更新黑名單可以減少垃圾賬號參與，二來可以為模型訓練提供數據。
當然，我們上面介紹的是較為簡單的反作弊思路，實際處理起來，可能會更加復雜。這些運用在實際反作弊系統中的方法，在平臺算法側重點不同的情況下會出現不同結果，發生“誤傷”是不可避免的。但是要不斷地改進技術，減少“誤傷”，這也是每一個安全人、風控人孜孜以求的。相信隨著異常檢測技術的發展，我們可以在誤傷和放任之間找到一個盡可能好的平衡點。