追溯 MFA 源头： 亚马逊广告与 HUMAN 如何携手守护开放互联网

广告引流套利网站 (MFA) 广告库存来源多年来一直是开放互联网上众所周知的负担。内容单薄、广告负载过重、流量来源不真实，以及围绕展示量而非受众设计的网站。

生成式人工智能 (AI) 大幅降低了创建看似可信的出版商所需的时间、成本和技能门槛。运营者现在可以规模化制作内容，虚构作者身份，跨细分领域和语言克隆网站结构，并构建让环境一眼看上去合法的编辑框架。用于构建可信博客的相同技术，如今可以在一个周末内制造出数百个 MFA 版本。

这正是亚马逊广告与 HUMAN 携手合作的原因，双方共同检测并拦截不断演变的 MFA 威胁，同时分享洞察，以强化行业整体的防御能力。

MFA 的真实代价

MFA 广告库存来源不仅浪费广告预算。它悄然资助着那些几乎不产生受众价值的欺骗性环境，同时将回报从创作优质内容的合法出版商手中分流。流入这些业务运营的每一分钱都会激励不良行为者制造更多此类环境，而这些协同运作的网络越久未被发现，就越会侵蚀广告主对开放互联网的信心。

与其问“这个页面看起来像低质量的 MFA 吗？”，我们更应问“这个网站是谁搭建的，用户又是如何来到这里的？” 一个网站可以通过常规审核。署名作者、政策页面、多个消费者类别，以及正规出版商的视觉节奏。但当深入调查发现合成身份、共享变现所有权以及重叠的运营者足迹时，风险评估就会发生变化。

亚马逊广告与 HUMAN 如何共同提升标准

亚马逊广告不将广告库存来源质量保护视为附加功能。保障广告主的投资是基本要求。应用程序和网站需预先通过质量和完整性审核，才有资格获得需求，并接受持续监控。

为进一步保护买家免受不断演变的威胁，亚马逊广告的智能代理扫描系统旨在大规模自动识别并阻止可疑广告库存来源，防止其进入广告活动竞价。2025 年，该系统过滤了超过 10 万亿次未达到验证标准的竞价请求，阻止其触达广告活动。¹ 此外，主动风险排查可发现协调一致的 MFA 网络，这是任何人工审计都无法单独发现的。

HUMAN 的 Satori 威胁情报与研究团队通过基于指标的分析，独立验证亚马逊识别为 MFA 的网络。HUMAN 的方法论通过可衡量的网站、流量和供应链指标来识别 MFA，而非依赖固定列表。其验证范围覆盖每周 200 亿次交互，涉及 30 亿台设备。在整个开放互联网广告库存中，HUMAN 目前每天将超过 500 亿次竞价请求标记为 MFA，这凸显了该挑战在整个行业范围内的规模。²

这些发现反馈给亚马逊广告和 HUMAN 的屏蔽考量。每次调查都会扩展在广告活动前被过滤的指标、基础设施模式和运营者行为集合，因此保护措施会不断累积增强。

当 MFA 从广告活动中被过滤掉时，广告主从每一美元中获得更多价值：更高效的媒体支出、更强劲的下游转化，以及对其广告活动投放在高级环境中的信心。

深入调查揭示了什么

以下是对其中一个运营操作的近距离观察。亚马逊广告与 HUMAN 近期检测并阻止了一个跨品类网站组合，这些网站表面上看似独立的发布属性，实则共享同一协调网络的特征：

• 数十个网站通过 ads.txt 声明了相同的所有者，并通过相同的变现路径完成审核
• 网站重复使用相同的法律与隐私条款文案，并指向同一注册实体
• 不同网站共享相同的布局模板

身份层也印证了这一点。发现虚构身份在管理网站并撰写内容，其头像图片呈现出一致的 AI 生成迹象。AI 在此的作用远不止于内容生成，更在于制造可信的表象。

从 2026 年 1 月至 6 月，HUMAN 观察到来自该网络的竞价请求增加了 4 倍，原因是其运营者采用先进手段掩盖自身活动。³ 这表明更广泛的威胁格局正在以多快的速度演变。

在另一个类似案例中，HUMAN 以亚马逊识别的网站为起点，在更广泛的广告库存来源池中映射这些特征，从而发现了亚马逊现有广告库存来源之外的其他关联网站。其中一些是遭到入侵的合法网站；另一些则是过期后被恶意行为者重新注册的网站，其目的正是继承原所有者的可信度。这些发现表明，恶意行为者为了掩盖可能损害广告主信任或浪费广告花费的行为，会不择手段。

结论

随着 MFA 网络日益复杂，行业对防护标准的要求也需要随之提升。有效的广告库存来源质量防护需要主动威胁检测、AI 与人工专业知识的结合，以及第三方验证服务商的确认。

这些网络背后的运营者会不断调整策略，寻找新的方式来伪装成合法网站。亚马逊广告的应对方案旨在与这些威胁同步演进，我们的客户已经从中受益。应用程序和网站会经过预先审查。广告活动受到保护，免受 MFA 威胁。而每一项调查都会层层叠加，形成更强大的保护。HUMAN 的独立验证确保这些发现不仅限于亚马逊站内，还能强化整个行业的防御能力。

资料来源：

¹ 亚马逊研究，2026 年

^2-3 HUMAN 内部数据，2026 年