Rechercher
Contactez-nous Suivez-nous sur Twitter En francais English Language
 











Abonnez-vous gratuitement à notre NEWSLETTER

Newsletter FR

Newsletter EN

Vulnérabilités

Se désabonner

Aniview s’associe à White Ops pour repousser les attaques de robots sophistiquées

février 2021 par Marc Jacob

Aniview annonce un nouveau partenariat avec White Ops, spécialiste de la protection collective contre les attaques sophistiquées de robots et la fraude. La plate-forme d’Aniview intégrera entièrement la solution Advertising Integrity de White Ops afin de contribuer à optimiser la protection et à garantir la sécurité de ses clients contre les risques de cybersécurité malveillante et sophistiquée. Grâce à ce partenariat, les éditeurs et les réseaux publicitaires disposent d’une autre voie d’accès à la protection de White Ops pour leur inventaire.

Les types de fraude vidéo les plus courants se produisent lorsque des fraudeurs malveillants présentent leurs dispositifs d’affichage comme un inventaire vidéo dans des échanges programmatiques. Ces robots sophistiqués sont déployés par le biais de logiciels malveillants intégrés dans des logiciels, effectuant essentiellement des détournements de mobiles, tablettes, desktop ou IPTVà une échelle massive et organisée. Compte tenu des dangers importants que la fraude vidéo représente pour la chaîne de distribution, la sécurité est devenue une question de plus en plus critique et, à ce titre, les dangers sont combattus par des solutions innovantes.

White Ops est récemment devenue la première entreprise à recevoir l’accréditation du Media Rating Council (MRC) pour la couverture de bout en bout contre le Trafic non Valide Sophistiqué (SIVT) pour le desktop, le web mobile, l’in-app mobile et la télévision connectée (CTV). Travaillant directement avec les plus grandes plateformes Internet, les DSP et les SSP, White Ops vérifie l’humanité de plus de 10 000 milliards d’interactions numériques par semaine. Grâce à Advertising Integrity de White Ops, les plateformes peuvent exploiter les capacités les plus complètes de prévention pré et post-bid pour vérifier la validité des campagnes publicitaires sur tous les canaux. La plate-forme de réduction de la fraude de White Ops utilise une méthodologie de détection multicouche pour repérer et arrêter les robots et les fraudes sophistiquées en utilisant des preuves techniques, une adaptation continue, l’apprentissage machine et le travail de renseignement sur les menaces.

Grâce à ce partenariat, Aniview et ses clients peuvent tirer parti de la technologie de détection de White Ops, sensible à la protection de la vie privée, pour identifier les menaces et les tentatives de fraude automatisées, en s’assurant que leur inventaire publicitaire est fiable et exempt de fraude. White Ops fournit une compréhension plus approfondie des interactions avec les robots et des modèles d’activité afin de gagner du temps et de l’argent. Aniview est désormais en mesure de fournir à ses clients une solution efficace pour identifier et prévenir le trafic de vidéo-bots malveillants. Ce partenariat représente la prochaine étape dans la mission d’Aniview qui consiste à fournir un trafic vérifié et une protection contre la fraude des vidéos publicitaires.

La solution d’Aniview pour l’ad server de bout en bout comprend un lecteur de publicité vidéo breveté, un SDK d’applications mobiles, une intégration transparente des enchères, un serveur de publicité haute performance, un marché, une enchère dynamique CTV/OTT et une insertion publicitaire côté serveur (SSAI). Ensemble, ces composants, associés à l’algorithme d’optimisation de l’apprentissage automatique de la société, permettent à ses utilisateurs de gérer, de suivre et de monétiser le contenu vidéo. Contrairement à d’autres solutions, Aniview permet de personnaliser les impressions publicitaires tout en optimisant le rendement en temps réel et gère actuellement plus de 10 milliards d’impressions publicitaires vidéo chaque mois. En septembre, la société a reçu le sceau TAG Certified Against Fraud Seal, décerné par le Trustworthy Accountability Group (TAG).


Voir les articles précédents

    

Voir les articles suivants