新聞
追蹤 MFA 的來源: 亞馬遜廣告和 HUMAN 如何保護開放網路
2026 年 8 月 20 日 | Vanessa Nguyen, Sr.亞馬遜廣告商品行銷經理
多年來,廣告內容農場 (MFA) 的廣告供應一直是開放網際網路的已知負擔。內容薄弱、廣告負載過重、非自然流量來源,而且這類網站是以曝光次數而非受眾為設計核心。
生成式 AI 大幅縮短了建立看似可信的發布商網站所需的時間、成本與技術門檻。業者現在可以大規模製作內容、偽造作者身分、跨不同領域與語言複製網站架構,並搭起編輯框架,使環境乍看之下顯得合法。過去用於建立可信部落格的相同技術,現在可在一個週末內製作出數百個 MFA 網站版本。
因此,亞馬遜廣告與 HUMAN 攜手合作,偵測並封鎖不斷演變的 MFA 威脅,並分享洞察資訊,強化整個產業的防禦能力。
MFA 的實際成本
MFA 供應不只是浪費廣告預算而已。這悄然資助了對受眾幾乎毫無價值的欺騙性環境,同時也將收益從製作優質內容的合法發佈商手中奪走。流入這些營運活動的每一分錢,都在助長不良份子製造更多這類網站,而這些協同運作的網路越久沒被發現,就越會侵蝕廣告商對開放網路的信心。
我們不應該問「這個頁面看起來像是低品質 MFA 網站嗎?」,而是該問「這個網站是誰做的?使用者又是如何來到這裡?」 一個網站或許能通過表面上的人工審核。具名的作者、政策條款頁面、多元的消費分類,湊齊這些便完全具備合法發佈商的視覺節奏。然而,當深入調查揭露合成身分、共享的獲利所有權及重疊的營運商數位足跡時,風險評估便會隨之改變。
亞馬遜廣告與 HUMAN 如何攜手提升標準
亞馬遜廣告不將供應品質保護視為附加功能,保障廣告商的投資是基本底線。應用程式和網會經過預先品質與誠信審查,才能獲得廣告需求的投放資格,並持續接受監控。
為進一步保護買家免受不斷演變的威脅,亞馬遜廣告的代理型掃描系統能夠在廣告活動競價前,自動大規模識別並封鎖可疑供應來源。2025 年,此系統篩除了逾 10 兆筆不符合驗證標準的競價請求,防止其進入廣告活動1。此外,主動式風險偵測能找出單靠人工審核無法發現的協同 MFA 網路。
HUMAN 的 Satori 威脅情報及研究團隊透過基於指標的分析,獨立驗證亞馬遜識別為 MFA 的網路。HUMAN 的方法論透過可衡量的網站、流量和供應鏈指標來識別 MFA 網站,而非依賴固定清單。他們的驗證範圍涵蓋每週跨 30 億部裝置的 20 兆次互動。在開放網路廣告庫存中,HUMAN 目前每天將超過 500 億個競價請求標記為 MFA,凸顯了這項挑戰在整個產業的巨大規模2。
這些調查結果將回饋給亞馬遜廣告和 HUMAN,作為封鎖決策的參考。每次調查都會擴大在廣告活動受到影響前所過濾的指標、基礎架構模式及操作者行為的範圍,讓防禦效果不斷疊加。
當廣告活動過濾掉 MFA 後,廣告商可從每一分預算中獲得更多回報:更高效的媒體支出、更強勁的下游轉換,以及廣告投放於優質環境的信心。
深入調查所揭露的結果
以下是這類營運活動近距離觀察的實際樣貌。亞馬遜廣告與 HUMAN 近期偵測並封鎖了一批跨類別的網站組合,這些網站表面上看似各自獨立的發行商資產,實則具有協同網路的特徵:
- 數十個網站在 ads.txt 中申報了相同的擁有者,並透過相同的變現路徑完成交易
- 各站點重複使用相同的法律與隱私權聲明,並指向同一個註冊實體
- 不同的網站使用了完全相同的版面配置範本
身分層面也反映出相同的狀況。經查發現,有虛假身分在管理網站並撰寫內容,其個人資料圖片顯示出一致的 AI 生成跡象。AI 在此扮演的角色不僅止於內容生成,更用於製造出具備可信度的假象。
2026 年 1 月到 6 月,隨著營運者採用先進方法來隱蔽其活動,HUMAN 觀察到來自該網路的競價請求增加了 4 倍3。這表明整體威脅態勢的演變有多麼迅速。
在另一個類似案例中,HUMAN 以亞馬遜識別出的網站為起點,在更廣泛的供應資源池中追蹤這些特徵,進而發現了亞馬遜活躍供應範圍之外的其他關聯網站。其中一些是遭到入侵的合法網站,另一些則是已過期的網站,被不良份子重新註冊,專門藉此沿用前任所有者的信譽。這些發現結果顯示,不良份子會不惜採取各種手段,就為了隱藏可能損害廣告商信任或浪費廣告支出的行為。
重點總結
隨著 MFA 網路日益複雜,產業的防護標準也需要與時俱進。有效的供應品質防護需要主動偵測威脅、結合 AI 與人工專業知識,以及第三方驗證合作夥伴的驗證。
這些網路背後的營運者將持續調整策略,尋找新的方式使自身看起來合法。亞馬遜廣告的方法旨在隨著這些威脅的演變而持續調整,我們的顧客已從這些保護措施中受益。應用程式和網站皆經過預先審查。廣告活動受到保護,不受 MFA 威脅侵害。而每次調查都會疊加成更強大的防護屏障。HUMAN 的獨立驗證確保這些發現結果超越亞馬遜的範疇,強化整個產業的防禦能力。
資料來源:
1 亞馬遜研究,2026 年。
2-3 HUMAN 研究,2026 年。