アドフラウドとは？種類・検出・対策

はじめに：デジタルの欺瞞の産業化

かつて測定可能で説明責任を果たせるマーケティングの頂点ともてはやされたデジタル広告のエコシステムは、現在、インターネット経済の土台そのものを脅かす信頼の危機にさらされています。「不正」といえば、一人のハッカーがバナー広告をクリックするスクリプトを書くことを意味した時代は終わりました。今日のアドフラウドは、産業化された世界規模の事業であり、高頻度取引の企業並みの高度さと、オフショア銀行並みの不透明さで運営されています。正当な商取引から数十億規模の資金を吸い上げ、データをゆがめ、信頼を損ない、組織犯罪の資金源となる寄生的な経済です。

広告主やマーケティング責任者にとって、この脅威の影響は、目の前の媒体予算の損失をはるかに超えます。アドフラウドは、データのサプライチェーンの根本的な腐敗を意味します。コンバージョンデータ、クリック率（CTR）、アトリビューションモデルが人間以外のトラフィックで汚染されると、戦略的な意思決定のプロセスそのものに欠陥が生じます。アルゴリズムは人間の意図ではなくボットの行動に向けて最適化し、非効率のフィードバックループを生み出して、ブランドの価値を損ない、市場の実態をゆがめます。

測定された金銭的な影響は驚くべきものです。MediaPost が報じた業界分析によると、2025年には有料クリックの 8.51% を無効なトラフィックが占め、世界で無駄になった広告費は推定 630 億米ドルに達しました。また、自動化されたボットは全ウェブトラフィックの 53% を超えました（Imperva、2026年）。これは単にデジタル広告への支出が増えたことの反映ではなく、不正行為者が使う敵対的な手口が根本的に進化したことを示しています。2025年から 2026年にかけて、状況は単純なボットネットから、レジデンシャルプロキシ、機械学習、行動の模倣を駆使して検出を逃れる、AI を活用した高度な作戦へと移りつつあります。コネクテッド TV（CTV）とモバイルファーストの環境の台頭は、悪用の新たな最前線を切り開きました。そこでは、CPM（インプレッション単価）の高い在庫が、最も高度な無効なトラフィック（SIVT）の作戦を引き寄せています。

このレポートは、この地雷原を進まなければならない戦略立案者に向けて、アドフラウドの状況を網羅的に分析したものです。広い意味でのアドフラウドと、具体的な不正クリックの仕組みとの細かな技術的な違いを分解し、業界が不正を封じ込めようと苦闘する背景にあるゲーム理論的な経済モデルを探り、AI による欺瞞の時代に検出と軽減に必要なフォレンジックの手法を詳しく説明します。

脅威の全体像を定義する：アドフラウドと不正クリック

無効なトラフィックに対する戦略的な防御でよくある重大な失敗は、「アドフラウド」と「不正クリック」を混同することです。業界の日常会話では同じ意味で使われることが多いものの、これらは無効なトラフィック（IVT）の分類のなかで別々のカテゴリを表しており、それぞれに固有の技術的な特徴、収益化の目的、マーケティング分析への影響があります。効果的なギャップ分析と適切な対策の導入には、意味と技術の両面で正確に区別することが必要です。

アドフラウド：在庫のねつ造を包括する概念

アドフラウドは、意図したオーディエンスへの広告の適切な配信や、その広告の適切な測定を妨げる意図的な行為すべてを指す包括的な分類です。入札リクエストやインプレッションのレンダリングから、クリック、クリック後のアトリビューションまで、広告のライフサイクル全体を含む広い総称です。アドフラウドの主な目的は、多くの場合、在庫そのものの収益化です。

プログラマティックのエコシステムでは、アドフラウドはインプレッションのレイヤー（CPM モデル）を狙うことがよくあります。不正行為者は偽のウェブサイトを作ったり、ドメインを偽装したり、マルウェアを使ってユーザーのデバイスのバックグラウンドで広告を読み込んだりします。その狙いは、プレミアムなパブリッシャーのサイトで正当なユーザーが広告を見たと、デマンドサイドプラットフォーム（DSP）に思い込ませることです。インプレッションロンダリング、ピクセルスタッフィング、動画広告の不正のように、必ずしも操作を伴わない手口もこれに含まれます。こうした手口では、サーバーが「レンダリング」のイベントを記録するだけで収益が生まれます。

戦略立案者にとって、アドフラウドはリーチとブランドセーフティの問題です。実効 CPM（eCPM）を薄め、ブランドの価値観と相いれない環境にブランドをさらすおそれがあります。ファネルの上部を水増しして認知キャンペーンを実際以上に成功しているように見せる一方で、ブランディング施策の KPI としてよく使われるビューアビリティの指標を同時に悪化させます。

不正クリック：操作に基づく攻撃経路

不正クリックは、エンゲージメントのねつ造だけに焦点を当てた、アドフラウドの具体的で攻撃的な一分野です。広告主の予算を消耗させる（資金の枯渇）、または広告を掲載するパブリッシャーの収益を水増しする（収益の創出）という明確な意図をもって、クリック課金型（PPC）広告への偽のクリックを発生させます。

一般的なインプレッションの不正とは異なり、不正クリックはマーケティングスタックの成果のレイヤーを攻撃します。ユーザーの行動に支払いが連動する（CPC または CPA）、検索エンジンマーケティング（SEM）、ソーシャルメディア広告、アフィリエイトネットワークを狙います。不正クリックが特に厄介なのは、クリック率（CTR）やクリック単価（CPC）といった成果の指標を積極的にゆがめるためです。Google 広告のような検索のエコシステムでは、無効なクリックの割合が高いと最初は CTR が水増しされ、一時的に品質スコアが上がる可能性もあります。しかし、その後コンバージョンのシグナルがない（またはボットがすぐに直帰する「ポゴスティッキング」の挙動がある）ことで、やがてアルゴリズムに関連性が低いと伝わり、広告主の長期的な評価が損なわれます。

不正クリックには、インプレッションの不正より高いレベルの技術的な操作が必要です。実行者は広告を読み込むだけでなく、マウスのクリック、タッチイベント、タップといったユーザーの操作イベントを模倣しなければなりません。そのため、操作を伴わないインプレッションを探す初歩的なフィルターを回避するには、より高度なスクリプトか、人間のクリックファームが必要になります。

比較分析：アドフラウドと不正クリック

次の分析は、重なり合うこの 2 つの概念の技術面、財務面、運用面の違いを明らかにし、どの攻撃経路が特定のキャンペーンの目的を脅かすかを見極めるための枠組みを示します。

無効なトラフィック（IVT）の分類：業界の枠組み

不正との戦いを標準化し、ベンダー、パブリッシャー、広告主の共通言語を提供するため、Media Rating Council（MRC）と Interactive Advertising Bureau（IAB）は厳密な分類を定めています。この枠組みは、無効なトラフィックを、特定に必要な検出の高度さに基づいて分類します。この二分法を理解することは、検証ベンダーの能力を評価し、プラットフォームの標準的な防御の限界を理解するうえで欠かせません。

一般的な無効なトラフィック（GIVT）

GIVT は、既知の人間以外の発生源によって生成され、一般に無害であるか、通常のフィルタリングで簡単に特定できるトラフィックを指します。不正検出における「手の届きやすい果実」であり、本格的な分析を始める前に取り除くべきノイズです。

• 既知のクローラー：このカテゴリには、検索エンジンのボット（Googlebot、Bingbot など）や、インデックス作成や監視に使われる商用クローラーが含まれます。これらのエージェントは通常、ユーザーエージェント文字列で自らを名乗るため、除外は簡単です
• データセンターのトラフィック：レジデンシャルの ISP ではなく、ホスティングプロバイダー（AWS、Azure、Google Cloud など）に属する IP アドレスから発生するトラフィックです。人間がデータセンターのサーバーからウェブを閲覧することはまれなため、このトラフィックは自動的に人間以外としてフラグが付けられます。ただし、SIVT のセクションで見るように、高度な不正行為者は、データセンターのトラフィックをレジデンシャルのトラフィックに見せかける手法を開発しています
• 不規則なパターン：GIVT には、人間にはありえない正確な間隔（ちょうど 1.0 秒ごとなど）でクリックを実行する単純なスクリプトや、基本的なヒューリスティックのフィルターに引っかかる、明らかに機械的なその他の挙動も含まれます

高度な無効なトラフィック（SIVT）

SIVT は敵対的な攻防の最前線であり、上級の戦略立案者にとって最大の関心事です。検出が難しく、特定には高度な分析、複数の観点からの裏付け、人による判断が必要なトラフィックと定義されています。SIVT は意図的に欺くものであり、標準的なフィルターを回避して正当なオーディエンスデータとして「通用する」よう、人間の行動を模倣するように設計されています。

• レジデンシャルプロキシ：不正行為者は、何も知らないレジデンシャルユーザーのデバイスを経由して（多くはマルウェアや怪しい VPN アプリを通じて）ボットトラフィックを送り、発信元を隠します。これにより、リクエストは正当なレジデンシャルの ISP 回線（Verizon Fios、Comcast Xfinity など）から来たように見え、GIVT を捉えるための標準的な「データセンター」のブロックリストを回避します
• デバイスの偽装：ユーザーエージェント文字列と TCP/IP スタックのフィンガープリントを操作し、サーバー側のスクリプトを特定のモバイルデバイス（iOS 17.4 を搭載した iPhone 15 Pro など）に見せかける手口です。不正行為者は、デバイスフィンガープリントの技術をだますために、実在のデバイスのヘッダーや特性を入念に再現します
• 行動の模倣：高度なボット（3ve の作戦で見られたものなど）は、マウスの動き、変化するスクロール速度、ページの「滞在時間」を模倣します。サイト内を非線形にたどり、立ち止まってコンテンツを「読み」、ページの要素を操作して、行動バイオメトリクスのセンサーをだます「エンゲージメント」のシグナルを生成するようにプログラムされています
• 難読化されたマルウェア：モバイルアプリやブラウザの拡張機能に埋め込まれた悪意あるコードが、ユーザーの知らないうちにバックグラウンドで広告やクリックを挿入します。このトラフィックは技術的には実在のデバイスから生成されるため、同じデバイス上のユーザーの正当な活動と区別するのは非常に困難です

操作の仕組み：手口の詳細な分類

アドフラウドの実行は、多様な技術的手段に支えられています。これらの攻撃経路は、ユーザーのデバイスからエクスチェンジのオークションまで、アドテクスタックのさまざまな脆弱性を突きます。こうした攻撃の具体的な仕組みを理解することは、マーケティング戦略のどの部分が最も脆弱かを見極めるうえで重要です。

インプレッションに基づく不正の仕組み

ピクセルスタッフィングとアドスタッキング

これらは、オーガニックのトラフィックを何重にも収益化したり、視認されないインプレッションを生み出したりするための手法です。CPM モデルの「見られる機会」という約束を根本から裏切るものです。

ピクセルスタッフィング：この手口では、不正行為者が 1x1 ピクセルの iframe の中に広告を配置します。広告は技術的には「読み込まれ」、広告サーバーにインプレッションのビーコンを送信しますが、人間の目には見えません。広告主は、見られる機会がまったくなかったインプレッションに料金を支払うことになります。1 つのウェブページに数十個の 1x1 ピクセルを含めることができ、パブリッシャーは 1 人の訪問者を同時に数十回収益化できます。

アドスタッキング：CSS の z-index を操作して、1 つの広告枠に複数の広告を重ねる手口です。ユーザーに見えるのは一番上の広告だけですが、不正行為者は、重なったすべての広告のインプレッションを報告するようにページを仕組みます。不正クリックの一部の変種では、一番上の広告への 1 回のクリックが、重なったすべての広告へのクリックとして同時に記録されるよう細工されており、ユーザーの 1 回の操作で複数の広告主から不正に利益を得ます。

ドメインのなりすまし

ドメインのなりすましは、不正行為者が質の低い在庫を高品質なプレミアム在庫と偽る裁定取引の手口です。入札リクエストのデータと実際のレンダリング環境とのずれを悪用します。

仕組み：不正行為者は価値の低いサイト（海賊版コンテンツ、ヘイトスピーチ、ランダムに生成されたテキストのサイトなど）を運営しながら、アドエクスチェンジに送る入札リクエストを改ざんし、その URL が nytimes.com や cnn.com のようなプレミアムなパブリッシャーであると申告します。

影響：広告主は、信頼できるサイトでプレミアムなオーディエンスにアクセスしていると信じて、高い CPM で入札します。実際には、広告はブランドにとって安全でない、価値の低いサイトに表示されています。予算を浪費するだけでなく、ブランドが違法なコンテンツに資金を提供しているように見えるため、深刻な評判のリスクを招きます。ads.txt（Authorized Digital Sellers）の導入は、この攻撃経路に対する業界の直接的な対応であり、パブリッシャーは自社の在庫を販売する権限を持つのが誰かを公開できるようになりました。

操作に基づく不正の仕組み

クリックインジェクション（モバイル）

クリックインジェクションは、Android のエコシステムで広く見られる高度なモバイルの不正で、OS のブロードキャストレシーバーの特定の機能を悪用します。

仕組み：ユーザーが、バックグラウンドでの実行権限を要求する悪意あるアプリ（多くはライト、電卓、ファイル管理などのユーティリティ）をインストールします。このアプリは「インストールのブロードキャスト」、つまりデバイスに新しいアプリがインストールされていることを示すシステムのシグナルを待ち受けます。ユーザーが Play ストアから正規のアプリ（Uber や Spotify など）をダウンロードすると、悪意あるアプリがそのインストール処理を検知します。

アトリビューションの窃取：インストールが完了する直前に、悪意あるアプリがモバイル計測パートナー（MMP）に合成のクリックを送信します。アトリビューションモデルは「ラストクリック」を基準に動くことが多いため、アトリビューションの提供元は、インストールの直前に悪意あるアプリからクリックが来たと判断します。その結果、オーガニックのインストールが不正行為者の成果とされ、不正行為者は自分が獲得していないユーザーについてインストール単価（CPI）の報酬を受け取ります。

クリックスパミング / クリックフラッディング

この手口は、バックグラウンドで膨大な量の偽のクリックを発生させ、アトリビューションモデルに統計的な攻撃を仕掛けるものです。

仕組み：不正なアプリは、ユーザーがそのアプリを使っている間、広告を一切表示していないにもかかわらず、バックグラウンドで何千もの広告のクリックレポートを送信します。これはユーザーの意図とは無関係に行われます。

統計的な賭け：不正行為者は確率に賭けています。支配下にあるすべてのユーザーについて、人気のアプリ（ショッピングアプリ、旅行アプリなど）のクリックを発生させておけば、そのユーザーが後でそうしたアプリやウェブサイトのどれかを自然に訪れる統計的な可能性があります。そのオーガニックの訪問が起きると、不正行為者はユーザーのデバイスの履歴を偽のエンゲージメントのシグナルで埋め尽くしているため、「ラストクリック」のアトリビューションを主張できるのです。

クリックファーム

多くの不正が自動化されている一方で、クリックファームはバイオメトリクスによる検出を破るために「人間」の要素を持ち込みます。

運営：低賃金の作業者を大勢雇い、手作業で広告をクリックさせたり、動画を視聴させたり、アプリをインストールさせたりします。こうしたファームは、デバイスを並べたラックのある物理的な拠点の場合もあれば、リモートの作業者による分散型のネットワークの場合もあります。

回避：クリックは本物の人間が本物の指で本物の画面を操作して生み出すため、機械的なマウスの動きや完璧すぎるタイミングを探す「ボット検出」のチェックの多くを通過します。それでも、購入やエンゲージメントの本当の意図がなく、報酬のためにクリックを生み出すことだけが目的であるため、このトラフィックは不正です。

産業化されたサイバー犯罪の事例：Methbot と 3ve

脅威の規模を十分に理解するには、アドフラウドの現代を形づくった代表的な作戦を見る必要があります。これらは小さな詐欺ではなく、防御の状況を根本から変えた、大規模で組織的なサイバー作戦でした。

Methbot の作戦（2016年）

Methbot は、アドフラウドの産業化における転換点です。ロシアのサイバー犯罪グループが運営し、価値の高い動画広告市場を狙って、最盛期には 1 日あたり 300 万〜500 万米ドルの収益を上げていました。

技術的な構成：感染したレジデンシャルのコンピューター（信頼性が低く、稼働時間もまちまち）に頼っていた以前のボットネットとは異なり、Methbot はデータセンター（主にダラスとアムステルダム）にある 2,000 台を超える専用サーバーからなる独自のインフラを使っていました。これにより、膨大な帯域幅と計算能力を得ていました。

欺瞞：トラフィックがデータセンターから来ていることを隠すため、運営者は IP の登録情報を偽造し、データセンターの IP ブロックが Verizon や Comcast のようなレジデンシャルの ISP に属しているように見せかけました。独自のブラウザエンジン（Node.js ベース）を使って JavaScript を実行し、偽装した 6,000 以上のプレミアムドメインで動画の視聴や操作を模倣しました。

影響：Methbot は、不正行為者が環境全体（ユーザー、ネットワーク、ブラウザ、パブリッシャー）を産業規模で偽装できることを証明しました。

3ve ボットネット（2018年）

Methbot が暴かれた後、不正行為者は進化しました。3ve（「イブ」と発音）の作戦は、回復力とハイブリッド型の構成への移行を示しました。

ハイブリッド型のモデル：3ve は、Methbot のデータセンター型の手法と、大規模なレジデンシャルのボットネット（170 万台を超える感染 PC）を組み合わせました。Kovter や Boaxxe といったマルウェアファミリーを使い、実在のユーザーのデバイスを乗っ取りました。

高度さ：実在のレジデンシャル IP を経由してトラフィックを送ることで、3ve は Methbot を止めた IP フィルタリングの防御を破りました。マルウェアは被害者のマシン上で隠れた Chromium ブラウザのインスタンスを実行することが多く、ユーザーの実際の閲覧と区別できないトラフィックを生み出していました。

規模：最盛期の 3ve は、1 日あたり 30 億件を超える入札リクエストを生み出していました。最終的には、Google、White Ops（現 HUMAN）、FBI が参加した歴史的な連携によって解体され、複数の運営者が起訴されました。3ve の事例は、純粋に技術的な防御だけでは不十分であり、不正のインフラを解体するには法的な対応と業界をまたぐ連携が必要であることを浮き彫りにしました。

アドフラウドの経済学：インセンティブとゲーム理論

業界が検出に巨額の投資をしているにもかかわらず、なぜアドフラウドがなくならないのかを理解するには、その根底にある経済的なインセンティブとゲーム理論的な力学を分析する必要があります。不正がなくならないのは、技術の失敗であるだけでなく、市場の失敗でもあります。

「レモン問題」と情報の非対称性

デジタル広告市場は、George Akerlof の有名な「レモン市場」に似た、深刻な情報の非対称性を抱えています。広告主は、正当な（質の高い）インプレッションと不正な（質の低い）インプレッションを、購入前に完全には見分けられません。

市場への影響：この不確実性が、すべての在庫の価値を押し下げます。買い手は不正の確率を見込んで入札を抑え、すべてのインプレッションに低い価格しか支払わなくなります。一方、質の高いパブリッシャーは、自社のオーディエンスの純度をリアルタイムで簡単には証明できないため、低コストの不正な供給と価格で競争せざるを得なくなります。

悪循環：この競争によって、正当な在庫が市場から追い出されたり、パブリッシャーが「トラフィックの調達」（キャンペーンの配信目標を達成するために安いトラフィックを買うこと）に手を出さざるを得なくなったりします。その調達したトラフィック自体が、ボットトラフィックに汚染されていることも少なくありません。その結果、質が過小評価され、安価な規模への需要が不正を後押しする、劣化したエコシステムが生まれます。

ゲーム理論：プラットフォームのジレンマ

Wilbur と Zhu（2009年）の研究は、検索エンジンと広告主の関係にゲーム理論を当てはめ、複雑なインセンティブの構造を明らかにしています。

均衡：完全情報のセカンドプライスオークションでは、広告主はクリックの x% が不正だとわかっていれば、合理的に入札額をちょうど x% 下げます。この理論上の均衡では、検索エンジンの収益は中立のままです。より多くのクリックに対して支払いを受けますが、クリックあたりの価格はそれに比例して下がるからです。

容認するインセンティブ：しかし研究によると、不正の割合に不確実性がある場合や、オークションの競争が弱い場合、プラットフォームは一定水準の検出されない不正から経済的な利益を得る可能性があります。これにより、プリンシパル・エージェントの対立が生じます。検出のコストが、広告主の信頼低下による収益の損失を上回る場合、プラットフォーム（エージェント）には不正を完全に排除しようとする動機が弱まるのです。プラットフォームは、不正なクリックによる短期的な収益と、広告主の離脱という長期的なリスクのバランスを取らなければなりません。

アフィリエイトの不正とアトリビューションの抜け穴

アフィリエイトマーケティングは成果報酬（CPA）で運営されるため、理論上は広告主のリスクを減らします。しかし、このモデルは「アトリビューション不正」への強いインセンティブを生みます。

仕組み：アフィリエイトはコンバージョンに対してのみ報酬を受け取るため、Cookie スタッフィングやクリックインジェクションを使い、どのみち発生していたはずのオーガニックのコンバージョンの成果を横取りする強い動機があります。

経済的な損失：広告主は二重の損失を被ります。すでに獲得していた顧客にコミッションを支払い、さらにデータからはアフィリエイトのチャネルが非常に効果的であるかのように誤って読み取れてしまいます。その結果、今後の予算が不正なチャネルに誤って配分され、非効率がさらに積み重なります。

広告主の立場からの対策は、アフィリエイトマーケティングで不正クリックを防ぐ方法をご覧ください。

技術的な検出とフォレンジック分析

最新のアドフラウドを検出するには、単純なブロックリスト（IP のブロック）から、確率的なモデリングと行動バイオメトリクスへと進む必要があります。防御は攻撃と同じだけ高度でなければなりません。

決定論的な検出と確率的な検出

決定論的な検出（シグネチャベース）：既知の「悪質な」シグナルのデータベースに頼る方式です。最初の防衛線になります。

• IP のブロックリスト：既知のデータセンター、VPN の出口ノード、ボットネットのコマンド＆コントロール（C2）サーバーのリストをリアルタイムで維持します
• ユーザーエージェントのブロックリスト：古い、不正な形式の、または既知のボットのユーザーエージェント文字列をブロックします

限界：この方式は事後対応型です。すでに特定され、フィンガープリントが取られた不正しか止められません。SIVT は、IP をローテーションし、ユーザーエージェントを偽装することで、これを簡単に回避します。

確率的な検出（行動ベース）：機械学習を使って、トラフィックのパターンの異常を特定する方式です。

• エントロピー分析：実際の人間の行動は、数学的に見て「乱雑」です。人間はマウスを曲線的に動かし、スクロールの速度を変え、サイトの滞在時間も不規則です。ボットは完璧すぎる（直線的なマウスの動き）か、予測可能でアルゴリズム的なランダムさを示すことがよくあります。エントロピーが高ければ人間らしさを、エントロピーが低い、またはパターンが繰り返される場合は自動化を示唆します
• インストールまでの時間（CTIT）の分析：モバイルアプリのインストールキャンペーンでは、ありえないほど短い CTIT（10 秒未満など）はクリックインジェクション（ダウンロード開始後にクリックが発生した）を示します。逆に、極端に長い CTIT（24 時間以上など）で分布が平坦な場合はクリックスパミングが疑われます。正当な分布は、通常、見覚えのある曲線（パレート分布）に従います。（クリックインジェクションから SDK のなりすましまで、モバイルアプリのアドフラウドの仕組みもご覧ください。）

機械学習と敵対的 AI

高度な検出システムは、教師あり学習と教師なし学習のモデルを使ってトラフィックを分類します。しかし、これが「敵対的機械学習」と呼ばれる軍拡競争を生んでいます。

軍拡競争：不正行為者は現在、独自の機械学習モデルを使って、検出の分類器を破るようにボットを訓練しています。「敵対的生成ネットワーク」（GAN）を使って想定される不正のパターンをシミュレーションし、防御システムに対して試しています。

防御側の対応：検出ベンダーは現在、同じ GAN を使って新しい不正の変種をシミュレーションし、その不正が実際に現れる前に、それに対抗できるよう検出器を訓練しなければなりません。この予測型の防御は、AI が生成する SIVT の先を行くために不可欠です。

グラフベースの検出：デバイス、IP、Cookie の関係をマッピングする手法です。1 つのデバイス ID が 1 時間に 500 件の異なる IP と結び付いている場合や、デバイスの集団が常に一緒にウェブを移動し、同じサイトを同じ順序で訪れている場合、グラフ分析は、個々の行動が正当に見えても、それをボットネットとしてフラグを付けます。

次の最前線：2025年以降の新たな脅威

業界が従来のウェブで防御を固めるにつれ、不正はより新しく、規制の緩い環境へと移っていきます。上級の戦略立案者は、こうした新たな攻撃経路に目を向けておく必要があります。

コネクテッド TV（CTV）の不正

CTV は現在、CPM が高い（多くは 20〜30 米ドル）ことと、ウェブに比べて測定の標準が成熟していないことから、不正行為者にとって最も儲かる標的です。

SSAI のなりすまし：サーバーサイド広告挿入（SSAI）は、テレビのようななめらかな体験を提供するため、サーバー上で動画ストリームに広告を組み込みます。不正行為者は CTV デバイスを装うプロキシサーバーを立ち上げ、広告をリクエストし、画面に動画を一切届けないまま「視聴された」と報告します。セキュリティ研究者によって暴かれた大規模な SSAI のなりすましの手口のいくつかは、この進化の典型例です。

ゴーストアプリ：不正行為者は、プレミアムなコンテンツチャンネルを名乗りながら、実際にはバックグラウンドで動作する（多くはスクリーンセーバーやユーティリティを装った）Roku や FireTV のアプリを作ります。これらのアプリはテレビが使われていない間に広告のインプレッションを生み出し、視聴者が何時間もコンテンツを見ているかのように装います。

AI が生成する不正（MFA サイト）

生成 AI によって、不正行為者は限界費用ゼロで「Made for Advertising」（MFA）サイトを作れるようになりました。

脅威：これらのサイトは、キーワードの裁定取引と広告の掲載だけを目的とした、AI が書いたコンテンツで埋め尽くされています。必ずしも厳密な意味での「無効な」トラフィックとは限りません（実在の人間がクリックベイトを通じて訪れることもあります）が、エコシステムから大量の価値を吸い上げています。キャンペーンの成果を下げ、注目を得るための予算を浪費させる、質の低いプレースメントを提供します。AI は、キーワードのフィルターを通過できる程度にはまとまっているものの、ユーザーにとっては何の価値もない「スロップ」コンテンツの作成にも使われています。

「信頼の欠如」とウォールドガーデン

不正がなくならないことで、広告主はより安全だと感じられる「ウォールドガーデン」（Google、Meta、Amazon）へと向かっています。しかし、こうしたプラットフォームでさえ無縁ではなく、第三者による監査ができないために、かなりの割合の無効なトラフィックが見えにくくなっていることが多いと報告されています。この支出の集中は市場の多様性を損なう一方で、独立系のパブリッシャーには、生き残るためにより厳しい基準の採用を迫っています。ウェブは「二極化」へと向かっています。ログインしたユーザーとプレミアムなパブリッシャーからなる安全で認証された層と、ますます有害とみなされるオープンウェブの在庫からなる「無法地帯」です。

戦略的な軽減策：防御の枠組み

広告主にとって防御には、技術的な実装、サプライチェーンの衛生管理、戦略的な監督を組み合わせた多層的なアプローチが必要です。ツールのスイッチを入れるだけでは不十分です。不正に強い構成を設計しなければなりません。

自社のキャンペーンで実践できる簡潔版としては、運用型広告チーム向けのアドフラウド防止チェックリストをご利用ください。

サプライパスの最適化（SPO）

広告主は、パブリッシャーまでの距離を縮め、不透明な仲介者を排除する必要があります。

• ads.txt と app-ads.txt の徹底：DSP がパブリッシャーの ads.txt ファイルで認められた在庫だけを購入するよう、厳格に徹底します。販売者が正当であることを確かめることで、ドメインのなりすましを防ぎます
• sellers.json の監査：エクスチェンジのパートナーの sellers.json ファイルを定期的に監査し、仲介者がパブリッシャーとの関係を透明にしていることを確認します
• パートナーの集約：購入経路にあるエクスチェンジと SSP の数を減らします。パートナーが少ないほど、不正が隠れる死角も少なくなります

防御の調整と除外

• 動的な除外リスト：SIVT に対する IP のブロックには限界がありますが、プレースメントの URL について動的な除外リストを維持することは重要です。既知の MFA サイトや、不正の割合が高いアプリのブロックも含まれます
• 除外キーワード：検索キャンペーンでは、積極的な除外キーワードのリストによって、ボットが検索ボリュームを生み出すためによく狙う無関係な検索語句に広告が表示されるのを防げます。これにより、幅広い語句を検索するコンバージョンしないボットトラフィックに予算が消耗されるのを防ぎます

指標の転換：量から注目へ

アドフラウドに対する究極の防御は、ボットが簡単に偽装できる指標（インプレッション、クリック）に向けた最適化をやめ、ボットが模倣しにくい指標に向けた最適化を始めることです。

• アテンション指標：実際の視線追跡や能動的な注目を測定するベンダーを組み込みます。ボットはインプレッションのビーコンを送信できても、本物の人間の注目のシグナルは生み出せません
• ビジネス上の成果：最適化の目標をファネルの下流へ移します。CPA ではなく、有効なリード（CRM で検証済み）や実際の購入（ROAS）に向けて最適化します。コンバージョンの不正は存在しますが、不正行為者にとっては単純な不正クリックより桁違いにコストがかかり、実行も困難です

まとめ

アドフラウドは、デジタル広告の仕組みの一時的な不具合ではありません。正当な市場と歩調を合わせて進化する寄生的な経済です。単純な GIVT から、AI を活用した複雑な SIVT への移行には、業界が検証に取り組む方法のパラダイムシフトが必要です。広告ネットワークが提供する基本的な「不正フィルター」に頼るだけでは、もはや不十分です。多層的な防御戦略には、不正の技術的な仕組みについてのフォレンジックな理解（不正クリック特有の脅威と、インプレッションロンダリングのより広い危険の区別）と、サプライチェーンのすべてのパートナーの経済的なインセンティブを監査する姿勢が求められます。

2026年に向けて、この戦いは「AI 対 AI」の力学によって決まるでしょう。敵対的機械学習によって、不正を生み出すアルゴリズムと検出のアルゴリズムがリアルタイムでぶつかり合います。戦略立案者にとって唯一の現実的な道は、警戒を怠らず、透明性を求め、見栄えのよい指標ではなく検証可能なビジネス上の成果に徹底して焦点を当てることです。「信頼せよ、されど検証せよ」の時代は終わりました。産業化されたアドフラウドを前にした新たな格言は、「検証してから、信頼する」でなければなりません。