Śledzenie MFA do źródła: Jak Amazon Ads i HUMAN chronią otwarty Internet

Zasoby tworzone wyłącznie na potrzeby reklam (MFA) od lat są znanym podatkiem od otwartego Internetu. Treść niskiej jakości, duże obciążenie reklamami, chaotyczne pozyskiwanie ruchu, witryny zaprojektowane pod kątem odsłon, a nie grup odbiorców.

Generatywna sztuczna inteligencja skróciła czas, obniżyła koszty i umiejętności wymagane do tworzenia wiarygodnie wyglądających wydawców. Operatorzy mogą teraz tworzyć treści na dużą skalę, fabrykować tożsamości autorów, klonować struktury witryn w różnych niszach i językach oraz konstruować ramy redakcyjne, które na pierwszy rzut oka sprawiają, że środowisko wygląda na legalne. Te same techniki, które są używane do tworzenia wiarygodnego bloga, można teraz zastosować do utworzenia setek wersji MFA w weekend.

Dlatego Amazon Ads i HUMAN współpracują ze sobą, aby wykrywać i blokować ewoluujące zagrożenia MFA oraz dzielić się statystykami, które wzmacniają mechanizmy obrony w całej branży.

Rzeczywisty koszt MFA

Zasoby MFA nie tylko marnują budżet reklamowy. Po cichu finansują oszukańcze środowiska, które dostarczają niewielkiej wartości w zakresie grupy odbiorców, jednocześnie odciągając przychody od legalnych wydawców tworzących treści wysokiej jakości. Każde środki pieniężne wpływające na te operacje zachęcają nieuczciwe osoby do tworzenia ich większej liczby, a im dłużej te skoordynowane sieci pozostają niewykryte, tym bardziej podważają zaufanie reklamodawcy do otwartego Internetu.

Zamiast pytać „Czy ta strona wygląda jak MFA niskiej jakości?”, należy zapytać „Kto utworzył tę witrynę i jak tutaj trafiają użytkownicy?”. Witryna może przejść nieformalny przegląd. Autorzy wymienieni z imienia i nazwiska, strony zasad, wiele kategorii konsumentów, wizualny rytm legalnego wydawcy. Ale gdy głębsze badanie ujawnia tożsamości syntetyczne, wspólną własność monetyzacji i nakładające się ślady operatora, zmienia się kalkulacja ryzyka.

Jak Amazon Ads i HUMAN wspólnie podnoszą poprzeczkę

Amazon Ads nie postrzega ochrony jakości zasobów jako dodatku. Ochrona inwestycji reklamodawcy to podstawa. Aplikacje i witryny są prewencyjnie sprawdzane pod kątem jakości i integralności, zanim zaczną się kwalifikować do zapotrzebowania, oraz podlegają ciągłemu monitorowaniu.

Aby dodatkowo chronić kupujących przed ewoluującymi zagrożeniami, utworzono agentyczny system skanowania Amazon Ads w celu automatycznego identyfikowania i blokowania podejrzanych zasobów na dużą skalę, zanim kampanie zaczną w nich licytować. W roku 2025 ten system odfiltrował ponad 10 bilionów zapytań o stawkę, które nie spełniały standardów weryfikacji, co uniemożliwiało im dotarcie do kampanii¹. Ponadto proaktywne wykrywanie ryzyka ujawnia skoordynowane sieci MFA, których nie mógł ujawnić samodzielnie żaden audyt ręczny.

Zespół ds. badań i analizy zagrożeń (HUMAN Satori Threat Intelligence and Research) niezależnie weryfikuje sieci, które Amazon identyfikuje jako MFA poprzez analizę opartą na wskaźnikach. Metodologia HUMAN identyfikuje MFA poprzez mierzalne wskaźniki witryny, ruchu i łańcucha dostaw, zamiast polegać na stałej liście. Jej weryfikacja obejmuje 20 bilionów interakcji tygodniowo na 3 miliardach urządzeń. Obecnie HUMAN w zasobach otwartego Internetu oflagowuje ponad 50 miliardów zapytań o stawkę dziennie jako MFA, podkreślając skalę wyzwania w całej branży².

Te wnioski stanowią podstawę do rozważań zablokowania zarówno dla Amazon Ads, jak i HUMAN. Każde badanie rozszerza zestaw wskaźników, wzorców infrastruktury i zachowań operatorów, które są odfiltrowywane, zanim dotrą do kampanii, zatem ochrona kumuluje się.

Gdy MFA jest odfiltrowywane z kampanii, reklamodawcy otrzymują więcej ze wszystkich wydanych środków: skuteczniejsze wydatki na media, silniejsze konwersje na dalszych etapach oraz pewność, że ich kampanie są umieszczane w środowiskach premium.

Co ujawniło głębsze badanie

Oto jak w szczegółach wygląda jedna z tych operacji. Amazon Ads i HUMAN niedawno wykryły i zablokowały międzyniszowe portfolio witryn, które z pozoru wydawały się być oddzielnymi zasobami publikowania, ale nosiły znamiona skoordynowanej sieci:

• Dziesiątki witryn miały tego samego właściciela, zgodnie z deklaracją w pliku ads.txt, oraz były rozliczane przez tę samą ścieżkę zarabiania
• Witryny ponownie używały języka prawnego i dotyczącego prywatności oraz wskazywały na ten sam zarejestrowany podmiot
• Różne witryny udostępniały identyczne szablony układów

Warstwa tożsamości przedstawiała tę samą historię. Znaleziono sfabrykowane persony zarządzające witrynami i tworzące treści, z obrazami profilowymi wykazującymi spójne oznaki generowania przez sztuczną inteligencję. Tutaj rola sztucznej inteligencji sięga głębiej niż generowanie treści i stwarza pozory wiarygodności.

Od stycznia do czerwca 2026 r. organizacja HUMAN zaobserwowała czterokrotny wzrost liczby zapytań o stawkę z tej sieci, ponieważ jej operatorzy stosowali zaawansowane metody do ukrywania swojej aktywności³. Sygnalizuje to, jak szybko przemieszcza się szerszy krajobraz zagrożeń.

W podobnym przypadku organizacja HUMAN użyła witryn zidentyfikowanych przez Amazon jako punktu wyjścia i zamapowała te podpisy na szerszą pulę zasobów, wykrywając dodatkowe połączone witryny, które znajdowały się poza aktywnymi zasobami witryny Amazon. Niektóre były prawdziwymi witrynami z naruszonymi zabezpieczeniami, inne były witrynami, które wygasły, ponownie zarejestrowanymi przez nieuczciwe osoby w celu odziedziczenia wiarygodności po ich poprzednich właścicielach. Te wnioski pokazują, jak daleko posuną się nieuczciwe osoby, aby ukryć zachowania, które mogą podważyć zaufanie reklamodawcy lub zmarnować wydatki na reklamę.

Podsumowanie

W miarę tego, jak sieci MFA stają się coraz bardziej wyrafinowane, branżowy standard ochrony musi ewoluować. Skuteczne mechanizmy ochrony jakości zasobów wymagają proaktywnego wykrywania zagrożeń, połączenia sztucznej inteligencji i wiedzy ludzkiej oraz weryfikacji przez zewnętrznych partnerów weryfikacyjnych.

Operatorzy stojący za tymi sieciami będą się wciąż dostosowywać i znajdować nowe sposoby na to, aby wyglądały one na prawdziwe. Podejście Amazon Ads ma na celu ewoluowanie wraz z tymi zagrożeniami, a nasi klienci już korzystają z tych mechanizmów zabezpieczeń. Aplikacje i witryny są sprawdzane prewencyjnie. Kampanie są chronione przed zagrożeniami MFA. Każde badanie przyczynia się do silniejszej ochrony. Niezależna weryfikacja HUMAN zapewnia, że te wnioski wykraczają poza mury Amazon i wzmacniają mechanizmy obrony w szerszej branży.

Źródła:

¹ Dane wewnętrzne Amazon, 2026 r.

^2–3 Dane wewnętrzne HUMAN, 2026 r.