[time of loading - time of click] distribution VS Possion
[time difference of two clicks] distribution VS Possion/Gaussion
5] 针对Proxy点击的分化
转变IP进行点击可以说在以往是最难以解决最难以创造作弊编制，概况国人进行Alexa的Boost时就多半采用了Proxy进行子虚点击的编制，可是这里只要经过过程反向监查IP的来历是不是是带有Proxy功效的处事器便可以知道了。 随着在线广告的风行，pay by per click (每次点击付钱)的模式 慢慢被大师领受。 #of Click/# of Viewed 2] 点击笼盖率/自力IP ，这个散布里若是有;单个IP 的(点击/浏览)=点击笼盖率超出了3倍的系统误差规模内将有作弊的嫌疑。 Ratio VS IP distribution 3] 点击率『点击笼盖率』/IP/时刻 遵守时刻序列对点击率进行分化，若是在某一个时刻段上有较着的峰值，那么这将感触着有暗藏的棍骗点击的可能。 下面先容Google Adsense系统若何从系统角度解缆防止点击棍骗，但愿对其它的在线广告系统防止子虚点击能有很好的领导浸染: 1] 点击率 = 点击次数/共浏览的次数。 点击率是一个剖断是不是有没有fraud clicks的关头的编制，可以想像一个网站上的广告的点击率超出10%将意味这甚么。 Ratio VS time 4] 网页load的时刻和 广告点击时刻差的分化，以及每两次click之间时刻差序列的分化 [网页load的时刻和 广告点击时刻差] 应当是一个泊疏松布 possion distribution，而每两次click之间的时刻差也应当是一个Possion distribution，若是这个时刻用秒记，大于25秒的话根底上闪现高斯散布的外形。 Overall Ratio VS IP 即便我在这里给出了以上的防止作弊的编制，可是不要健忘了: ***的人永远比正义的人来的多，来的乖戾。
。
Reverse Proxy check
6] 针对 http_agent的分化
Http_agent/时刻 的时刻序列的分化，峰值超出3方差需要审查
7] 针对 http_referral 的分化
referral/时刻 的时刻序列的分化 ，峰值超出3方差需要审查
8] 整体下场上还有一个很是有用的量:
所有用户的有用的每千次揭示用度的均值/自力IP
这个将能加倍直接找到spam clicking 的运行计较机而且予以***。
例子，例如来自 129.119.200.1 的用户浏览了 16个网页，点击了4个广告，而全数广告的点击率「从[1]里计较的到」是5%，那么计较获得:
%5 X 16 =~ 1，方差为Sqrt(1) = 1，点击笼盖率=4/1 = 4 ，遵守数学上高斯散布，这类概率小于万分之一。
信息网址：http://www.khcha.com/ziyuan/view10402.htm