近期写了一个无聊的程序，帮别人刷票，或许是“胆小”，总怕被主办方发现，在编写中不断的思考，如何躲避检测，其实主办根本不“在乎”，明显的刷票让投票成为笑话。
刷票的特点
刷票有两种，一种是bot程序刷票，一种人肉拉（shua）票，无论那种，本质是资源有限，要么不受控制、要么严格按照程序执行，几乎没有中间地带，也就为检测提供可能
- 投票目标单一、量大
- 投票时间集中
- IP分布不符合人口分布
- 间隔不符合正态分布
- 请求页（xing）面（wei）顺（mo）序（shi）相似
- 请求设备集中
检测
需要记录的数据
- 源IP 或x-forword-for的数据
- 请求时间
- refer
- user-agent
- 投票内容
- 请求的url
- header字段顺序
- 错误的请求
统计分析检测点
- 单个参数是否符合幂律分布
- 筛选投票的top10,检测投票的星期内周期、24小时周期
- 检测IP的TOP10、投票内容TOP10、refer的top10
- 检测IP的分布、设备型号的分布、浏览器的类型和版本分布、时间间隔的分布
- 检测投票时间间隔是否符合指数分布、较长周期是否符合正态分布
- 检测出错类型及频率是否为人为错误（人总会犯错的）
- 引入机器学习模式，检测数据
防范措施
- 增加对行为模式的数据获取，如鼠标、键盘、手势信息等
- 增加请求页面的检测，增加隐藏表单
- 增加对页面停留时间的检测
- 通过html5等获取设备指纹，检测设备运行能力
- 增加提交投票表单的检测值，按照时间不定期进行变换，若过渡期后，提交旧则报警
- 变化投票数据或模式，让投票失效，特定的模式亦可作为报警
- 使用跳转，必要时可生成多次跳转、为bot生成循（la）环（ji）链接
- 随机错误:-)
以上可随机出现，采用打分的方式，可以动态调整敏（fa）感（zhi）度，防止“刷票”人员试探检测模式，部分检测或防范模式也可用于检测爬虫
对于“刷票”行为，通过一种方式可能难以检测，但通过不同的视角，肯定可以发现其中的不正常之处，要让数据多个层面符合特征，这画面太美我不敢看（ps：或许n年后，人工智能发展后，呵呵）
本文遵守知识共享协议：署名-非商业性使用-相同方式共享 (BY-NC-SA 4.0) 协议
