Hispanopedia WikiEl fraude de clics es un tipo de fraude publicitario que ocurre en Internet en la publicidad online de pago por clic (PPC) . En este tipo de publicidad, los propietarios de los sitios web que publican los anuncios reciben un pago en función de la cantidad de visitantes que hacen clic en ellos. El fraude se produce cuando una persona, un script automatizado , un programa informático o un autoclicker imita a un usuario legítimo de un navegador web , haciendo clic en un anuncio sin tener un interés real en el contenido del enlace, con el fin de aumentar los ingresos. [ 1 ] El fraude de clics es objeto de cierta controversia y un número creciente de litigios debido a que las redes publicitarias son las principales beneficiarias del fraude.
El empresario de medios y periodista John Battelle describe el fraude de clics como la práctica intencionalmente maliciosa y "claramente deshonesta " de los editores que manipulan la publicidad de búsqueda pagada empleando robots o trabajadores mal pagados para hacer clic repetidamente en los anuncios de sus sitios, generando así dinero que el anunciante paga al editor y a cualquier agente que el anunciante pueda estar utilizando.
Publicidad de pago por clic
La publicidad de pago por clic (PPC) es un sistema en el que los webmasters (administradores de sitios web ), actuando como editores, muestran enlaces clicables de anunciantes a cambio de un pago por clic. Con la evolución de este sector, surgieron varias redes publicitarias que actuaban como intermediarias entre ambos grupos (editores y anunciantes). Cada vez que un usuario (presuntamente) válido hace clic en un anuncio, el anunciante paga a la red publicitaria, que a su vez paga al editor una parte de ese dinero. Este sistema de reparto de ingresos se considera un incentivo para el fraude de clics.
Las mayores redes publicitarias, Google AdWords / AdSense y Yahoo! Search Marketing , desempeñan una doble función, ya que también son editoras (en sus propios motores de búsqueda). [ 1 ] Según los críticos, esta compleja relación puede generar un conflicto de intereses. Esto se debe a que estas empresas pierden dinero por fraude de clics no detectado al pagar a los editores, pero ganan más dinero al cobrar las tarifas a los anunciantes. Debido a la diferencia entre lo que recaudan y lo que pagan, un fraude de clics sin control generaría beneficios a corto plazo para estas empresas. [ 1 ]
Partes no contratantes
Una fuente secundaria de fraude por clic son las partes no contratantes, que no forman parte de ningún acuerdo de pago por clic. Este tipo de fraude es aún más difícil de controlar, ya que, por lo general, no se puede demandar a los perpetradores por incumplimiento de contrato ni acusarlos penalmente de fraude. Ejemplos de partes no contratantes son:
- Competidores de los anunciantes : Estas partes pueden querer perjudicar a un competidor que se anuncia en el mismo mercado haciendo clic en sus anuncios. Los responsables no obtienen beneficios directos, pero obligan al anunciante a pagar por clics irrelevantes, debilitando o eliminando así una fuente de competencia.
- Competidores de las editoriales : Estas personas podrían intentar incriminar a una editorial. El objetivo es simular que la editorial hace clic en sus propios anuncios. La red publicitaria podría entonces rescindir el contrato. Muchas editoriales dependen exclusivamente de los ingresos publicitarios y un ataque de este tipo podría llevarlas a la quiebra.
- Otras intenciones maliciosas : Al igual que en el vandalismo , existen muchos motivos para querer perjudicar a un anunciante o a un editor, incluso por parte de personas que no obtienen ningún beneficio económico. Entre estos motivos se incluyen venganzas políticas y personales. Estos casos suelen ser los más difíciles de abordar, ya que resulta complicado localizar al culpable y, de ser encontrado, existen pocas opciones legales para emprender acciones legales en su contra.
- Amigos del editor : A veces, al enterarse de que un editor obtiene beneficios gracias a los clics en sus anuncios, un simpatizante (como un fan, un familiar, un simpatizante de un partido político, un mecenas de una organización benéfica o un amigo personal) hace clic en los anuncios para ayudar. Esto puede considerarse mecenazgo. Sin embargo, puede resultar contraproducente si el editor (y no el amigo) es acusado de fraude de clics.
Las redes publicitarias pueden intentar prevenir el fraude por parte de todos los implicados, pero a menudo desconocen qué clics son legítimos. A diferencia del fraude cometido por el editor, es difícil determinar quién debe pagar cuando se detecta fraude por clics en el pasado. Los editores se resienten de tener que reembolsar dinero por algo que no es culpa suya. Sin embargo, los anunciantes insisten en que no deberían tener que pagar por clics fraudulentos.
Organización
El fraude de clics puede ser tan simple como que una persona cree un sitio web pequeño, publique anuncios y haga clic en ellos para generar ingresos. A menudo, la cantidad de clics y su valor son tan pequeños que el fraude pasa desapercibido. Los anunciantes pueden alegar que una pequeña cantidad de clics es accidental, lo cual suele ser cierto. [ 1 ]
También se producen fraudes a gran escala en las comunidades de ciberdelincuencia . [ 3 ] Según Jean-Loup Richet, profesor de la Sorbonne Business School, el fraude de clics suele ser un eslabón en la gran cadena de fraude publicitario y puede utilizarse como parte de un fraude de identidad o de atribución más amplio. [ 4 ] Quienes participan en fraudes a gran escala suelen ejecutar scripts que simulan clics humanos en anuncios de páginas web. [ 5 ] Sin embargo, un gran número de clics que parecen provenir de un solo ordenador, o de un pequeño número de ordenadores, o de una única zona geográfica, resultan muy sospechosos para la red publicitaria y los anunciantes. Los clics procedentes de un ordenador que se sabe que pertenece a un editor también resultan sospechosos para quienes vigilan el fraude de clics. Una persona que intenta cometer fraude a gran escala desde un solo ordenador tiene muchas probabilidades de ser descubierta.
Un tipo de fraude que elude la detección basada en patrones de IP utiliza el tráfico de usuarios existente, convirtiéndolo en clics o impresiones. [ 6 ] Este ataque puede camuflarse para los usuarios mediante el uso de iframes de tamaño cero para mostrar anuncios que se recuperan programáticamente mediante JavaScript . También podría camuflarse para los anunciantes y portales asegurándose de que a los llamados " arañas inversas " se les presente una página legítima, mientras que a los visitantes humanos se les presenta una página que comete fraude de clics. El uso de iframes de tamaño cero y otras técnicas que involucran a visitantes humanos también pueden combinarse con el uso de tráfico incentivado, donde los miembros de sitios "Paid to Read" (PTR) reciben pequeñas cantidades de dinero (a menudo una fracción de centavo) por visitar un sitio web y/o hacer clic en palabras clave y resultados de búsqueda, a veces cientos o miles de veces al día [ 7 ] Algunos propietarios de sitios PTR son miembros de motores PPC y pueden enviar muchos anuncios por correo electrónico a los usuarios que realizan búsquedas, mientras que envían pocos anuncios a aquellos que no las realizan. Lo hacen principalmente porque el cobro por clic en los resultados de búsqueda suele ser la única fuente de ingresos del sitio. Esto se conoce como búsqueda forzada, una práctica mal vista en el sector de los servicios de pago por clic.
El crimen organizado puede lograrlo gracias a la existencia de numerosos ordenadores con conexión a internet en distintas ubicaciones geográficas. A menudo, los scripts no imitan el comportamiento humano real, por lo que las redes del crimen organizado utilizan troyanos para convertir los ordenadores de usuarios comunes en ordenadores zombi y recurren a redirecciones esporádicas o al envenenamiento de la caché DNS para convertir las acciones del usuario desprevenido en acciones que generen ingresos para el estafador. Para los anunciantes, las redes publicitarias y las autoridades, puede resultar difícil perseguir a redes de personas dispersas por varios países.
El fraude de impresiones se produce cuando las impresiones de anuncios generadas falsamente afectan la cuenta de un anunciante. En el caso de los modelos de subasta basados en la tasa de clics , el anunciante puede ser penalizado por tener una tasa de clics inaceptablemente baja para una palabra clave determinada . Esto implica realizar numerosas búsquedas de una palabra clave sin hacer clic en el anuncio. Dichos anuncios se desactivan [ 8 ] automáticamente, lo que permite que el anuncio de un competidor con una puja menor para la misma palabra clave continúe, mientras que varios anunciantes con pujas altas (en la primera página de los resultados de búsqueda) han sido eliminados.
Golpear el ataque de inflación
Un ataque de inflación de visitas es un método fraudulento utilizado por algunos anunciantes para obtener ingresos injustificados a partir del tráfico que generan hacia los sitios web de los anunciantes. Es más sofisticado y difícil de detectar que un simple ataque de inflación.
Este proceso implica la colaboración de dos contrapartes: un editor deshonesto, P, y un sitio web deshonesto, S. Las páginas web de S contienen un script que redirige al cliente al sitio web de P, y este proceso está oculto para el cliente. Así, cuando el usuario U accede a una página de S, simula un clic o una solicitud a una página del sitio de P. El sitio de P tiene dos tipos de páginas web: una versión manipulada y una versión original. La versión manipulada simula un clic o una solicitud al anuncio, lo que hace que P reciba el crédito por el clic. P determina selectivamente si carga el script manipulado (y por lo tanto fraudulento) en el navegador de U comprobando si proviene de S. Esto se puede hacer a través del campo Referrer , que especifica el sitio desde el que se obtuvo el enlace a P. Todas las solicitudes de S se cargarán con el script manipulado, y así se enviará la solicitud automática y oculta. [ 9 ]
Este ataque convertirá silenciosamente cada visita inocente a S en un clic en el anuncio de la página de P. Peor aún, P puede estar colaborando con varios sitios web fraudulentos, cada uno de los cuales puede estar colaborando con varios editores fraudulentos. Si el responsable de la publicidad visita el sitio web de P, se mostrará la página no fraudulenta y, por lo tanto, no se podrá acusar a P de fraude. Sin motivos para sospechar que existe tal colaboración, el responsable de la publicidad tendría que inspeccionar todos los sitios de Internet para detectar estos ataques, lo cual es inviable. [ 9 ]
Otro método propuesto para la detección de este tipo de fraude es mediante el uso de reglas de asociación . [ 10 ]
Manipulación de los resultados de búsqueda orgánica
Un factor clave que influye en el posicionamiento de los sitios web en los resultados de búsqueda orgánica es el CTR ( tasa de clics ). Este indicador representa la relación entre clics e impresiones, es decir, cuántas veces se hace clic en un resultado de búsqueda en comparación con la cantidad de veces que aparece en los resultados.
A diferencia del fraude de PPC, donde un competidor utiliza los servicios de una red de bots o mano de obra barata para generar clics falsos, en este caso el objetivo es adoptar una política de " empobrecer al vecino " contra los competidores, reduciendo al mínimo su tasa de clics (CTR) y, por lo tanto, disminuyendo su posición en los resultados de búsqueda.
Por lo tanto, los actores malintencionados generarán clics falsos en los resultados de búsqueda orgánica que desean promocionar, evitando al mismo tiempo los resultados que desean perjudicar. Esta técnica puede crear un cártel de servicios empresariales controlado por el mismo actor malintencionado, o utilizarse para promover una determinada opinión política, etc. Se desconoce la magnitud de este problema, pero sin duda resulta evidente para muchos desarrolladores web que siguen de cerca las estadísticas en las herramientas para webmasters.
Casos legales
demandas
- Las disputas sobre este tema han dado lugar a varias demandas . En un caso, Google (que actúa como anunciante y red publicitaria) ganó una demanda contra una empresa de Texas llamada Auction Experts (que actúa como editora), a la que Google acusó de pagar a la gente por hacer clic en anuncios que aparecían en el sitio de Auction Experts, lo que costó a los anunciantes 50 000 dólares. [ 11 ] A pesar de los esfuerzos de las redes por detenerlo, los editores desconfían de los motivos de las redes publicitarias porque la red publicitaria recibe dinero por cada clic, incluso si es fraudulento.
- En julio de 2005, Yahoo llegó a un acuerdo en una demanda colectiva presentada por demandantes que alegaban que no había hecho lo suficiente para prevenir el fraude de clics. Yahoo pagó 4,5 millones de dólares en honorarios legales a los demandantes y acordó resolver las reclamaciones de los anunciantes que se remontaban a 2004. [ 12 ] En julio de 2006, Google llegó a un acuerdo en una demanda similar por 90 millones de dólares. [ 13 ] [ 14 ]
- El 8 de marzo de 2006, Google acordó un fondo de compensación de 90 millones de dólares en la demanda colectiva presentada por Lane's Gifts & Collectibles. [ 15 ] La demanda colectiva fue presentada en el condado de Miller, Arkansas, por los abogados de Dallas Steve Malouf, Joel Fineberg y Dean Gresham. [ 16 ] La perito de los demandantes en el caso fue Jessie Stricchiola, una experta en búsquedas en internet que identificó por primera vez casos de fraude de PPC en 2001. [ 17 ]
Michael Anthony Bradley
En 2004, Michael Anthony Bradley, residente de California, creó Google Clique, un programa informático que, según él, podía permitir a los spammers estafar a Google por millones de dólares en clics fraudulentos, lo que finalmente condujo a su arresto y acusación. [ 18 ]
Bradley pudo demostrar que el fraude era posible y que Google no podía detectarlo. El Departamento de Justicia alegó que Bradley contactó a Google diciéndoles que, a menos que le pagaran 100 000 dólares por los derechos de la tecnología, la vendería a quienes enviaran correo basura, lo que le costaría a Google millones. Como resultado, Bradley fue arrestado por extorsión y fraude postal en 2006. [ 19 ]
Los cargos fueron retirados sin explicación el 22 de noviembre de 2006; tanto la Fiscalía de los Estados Unidos como Google declinaron hacer comentarios. Business Week sugiere que Google no estaba dispuesto a cooperar con la fiscalía, ya que se vería obligado a revelar públicamente sus técnicas de detección de fraude por clics. [ 20 ]
Fabio Gasperini
El 18 de junio de 2016, Fabio Gasperini, ciudadano italiano, fue extraditado a Estados Unidos por cargos de fraude por clics. [ 21 ] Una acusación formal imputó a Gasperini los siguientes cargos:
- dos cargos de intrusión informática
- un cargo de fraude electrónico
- un cargo de conspiración para cometer fraude electrónico
- y un cargo de lavado de dinero
Según el gobierno estadounidense, Gasperini creó y operó una red de bots con más de 140 000 ordenadores en todo el mundo. Este fue el primer juicio por fraude de clics en Estados Unidos. De ser declarado culpable de todos los cargos, Gasperini se enfrentaba a una pena de hasta 70 años de prisión.
Simone Bertollini, abogado italoamericano, representó a Gasperini en el juicio. El 9 de agosto de 2017, un jurado absolvió a Gasperini de todos los cargos por delitos graves de la acusación. Gasperini fue declarado culpable de un delito menor por obtener información sin beneficio económico. Fue sentenciado a la pena máxima legal de un año de prisión, una multa de 100 000 dólares y un año de libertad condicional supervisada tras su encarcelamiento. Poco después, se le descontó el tiempo ya cumplido y fue enviado de regreso a Italia. El Tribunal de Apelaciones del Segundo Circuito confirmó la sentencia el 2 de julio de 2018. [ 22 ] [ 23 ]
Soluciones
Probar el fraude de clics puede ser muy difícil, ya que es complicado saber quién está detrás de un ordenador y cuáles son sus intenciones. En lo que respecta a la detección de fraude en publicidad móvil, el análisis de datos puede proporcionar algunas indicaciones fiables. Las métricas anómalas pueden sugerir la presencia de diferentes tipos de fraude. Para detectar el fraude de clics en la campaña publicitaria, los anunciantes pueden centrarse en los siguientes puntos de atribución: [ 24 ]
- Dirección IP : Dado que los bots ejecutan scripts similares desde el mismo servidor, cualquier fraude de clics en anuncios para móviles indicará una alta densidad de clics provenientes de la misma dirección IP o de un rango de direcciones IP similares. Los anunciantes también pueden verificar las direcciones IP para comprobar su historial de fraude.
- Marca de tiempo del clic : La marca de tiempo del clic registra la hora en que se hizo clic en el anuncio. El fraude de clics mediante bots se ejecuta repetidamente para intentar hacer clic en los anuncios, lo que aumenta la frecuencia de clics durante ese período. Un gran número de clics con marcas de tiempo casi similares indica la posibilidad de fraude. Una duración corta y una frecuencia alta significan una alta probabilidad de fraude.
- Marca de tiempo de acción : La marca de tiempo de acción es el momento en que el usuario realiza una acción (o interactúa) con la aplicación o el sitio web. En un ataque de clics basado en bots, puede haber similitud con la marca de tiempo de acción. Cuando un bot hace clic en el anuncio y luego realiza la acción en la aplicación o el sitio web sin demora, el anunciante puede observar una marca de tiempo de acción baja o casi nula.
A menudo, lo mejor que puede hacer una red publicitaria es identificar qué clics son probablemente fraudulentos y no cobrar a la cuenta del anunciante. Se utilizan métodos de detección aún más sofisticados, [ 25 ] pero ninguno es infalible.
El Informe Tuzhilin [ 26 ], elaborado por Alexander Tuzhilin como parte de un acuerdo en una demanda por fraude de clics, contiene un análisis detallado y exhaustivo de estos temas. En particular, define "el problema fundamental de los clics inválidos (fraudulentos)":
- "No existe una definición conceptual de clics inválidos que pueda ponerse en práctica [excepto en ciertos casos obviamente claros]."
- No es posible divulgar por completo la definición operativa al público en general debido a la preocupación de que usuarios inescrupulosos se aprovechen de ella, lo que podría derivar en un fraude masivo de clics. Sin embargo, si no se divulga, los anunciantes no pueden verificar ni siquiera impugnar los cargos que se les han aplicado por ciertos clics.
La industria de la publicidad de pago por clic (PPC) está presionando para que se implementen leyes más estrictas sobre este tema. Muchos esperan que se aprueben leyes que ampare a quienes no están sujetos a contratos.
Varias empresas están desarrollando soluciones viables para la identificación del fraude de clics y están estableciendo relaciones de intermediación con redes publicitarias. Dichas soluciones se dividen en dos categorías:
- Análisis forense de los archivos de registro del servidor web de los anunciantes. Este análisis de los datos del servidor web del anunciante requiere una revisión exhaustiva del origen y el comportamiento del tráfico. Dado que se utilizan archivos de registro estándar del sector, las redes publicitarias pueden verificar los datos. El problema de este enfoque radica en que depende de la honestidad de los intermediarios para detectar el fraude.
- Corroboración de terceros. Los terceros ofrecen soluciones web que pueden incluir la inserción de imágenes de un píxel o JavaScript en las páginas web del anunciante y el etiquetado adecuado de los anuncios. Al visitante se le puede presentar una cookie. La información del visitante se recopila en un repositorio de datos de terceros y se pone a disposición para su descarga. Las mejores soluciones facilitan la identificación de clics sospechosos y muestran los motivos de dicha conclusión. Dado que los archivos de registro de un anunciante pueden ser manipulados, su combinación con datos corroborativos de un tercero constituye una prueba más convincente para presentar a la red publicitaria. Sin embargo, el problema con las soluciones de terceros es que solo ven una parte del tráfico de toda la red. Por lo tanto, es menos probable que identifiquen patrones que abarquen a varios anunciantes. Además, debido a la cantidad limitada de tráfico que reciben en comparación con los intermediarios, pueden ser demasiado o demasiado poco rigurosos al juzgar el tráfico como fraudulento.
En una entrevista de 2007 en Forbes , Shuman Ghosemajumder, experto en prevención de fraude de clics de Google, dijo que uno de los desafíos clave en la detección de fraude de clics por parte de terceros era el acceso a datos más allá de los clics, en particular, los datos de impresiones de anuncios. [ 27 ]
El fraude por clics es menos probable en los modelos de coste por acción .
Investigación
El hecho de que los intermediarios (motores de búsqueda) tengan ventaja en la definición operativa de clics inválidos es la razón del conflicto de intereses entre anunciantes e intermediarios, como se describió anteriormente. Esto se manifiesta en el Informe Tuzhilin [ 26 ] , como se mencionó anteriormente. El informe Tuzhilin no definió públicamente los clics inválidos ni describió las definiciones operativas en detalle. Más bien, ofreció una visión general del sistema de detección de fraude y argumentó que la definición operativa del motor de búsqueda investigado es "razonable". Uno de los objetivos del informe era preservar la privacidad del sistema de detección de fraude para mantener su eficacia. Esto impulsó a algunos investigadores a realizar estudios públicos sobre cómo los intermediarios pueden combatir el fraude de clics [ 28 ] . Dado que se presume que dicha investigación no está influenciada por las fuerzas del mercado, existe la esperanza de que pueda adoptarse para evaluar la rigurosidad de un intermediario en la detección del fraude de clics en futuros casos judiciales. El temor de que esta investigación pueda exponer el sistema interno de detección de fraude de los intermediarios persiste. Un ejemplo de este tipo de investigación es la realizada por Metwally, Agrawal y El Abbadi en la UCSB . Otro trabajo, realizado por Majumdar, Kulkarni y Ravishankar en la UC Riverside, propone protocolos para la identificación de comportamientos fraudulentos por parte de intermediarios y otros agentes en las redes de distribución de contenido.
Véase también
Referencias
- 1 2 3 4 Wilbur, Kenneth C.; Zhu, Yi (24-10-2008). "Click Fraud" . Marketing Science . 28 (2): 293– 308. doi : 10.1287/mksc.1080.0397 . ISSN 0732-2399 .
- ↑ Díaz Ruiz, Carlos (14 de marzo de 2025). «6. El ecosistema AdTech y la publicidad programática». Investigación sobre desinformación orientada al mercado: publicidad digital, desinformación y noticias falsas en redes sociales (1.ª ed.). Londres: Routledge. p. 139. doi : 10.4324/9781003506676 . ISBN 978-1-003-50667-6.
- ↑ Schonfeld, Erick; La evolución del fraude de clics: se descubre la operación masiva china DormRing1 . TechCrunch . 8 de octubre de 2009.
- ↑ Richet, Jean-Loup (2022). "Cómo crecen y cambian las comunidades cibercriminales: una investigación de las comunidades de fraude publicitario" . Technological Forecasting and Social Change . 174 121282. doi : 10.1016/j.techfore.2021.121282 . ISSN 0040-1625 . S2CID 239962449 .
- ↑ Richet, Jean-Loup (2011). "Adopción de conductas desviadas y difusión del 'conocimiento práctico' en ciberdelincuencia". Conferencia sobre la desviación en York .
- ↑ Gandhi, Mona; Jakobsson, Markus; Ratkiewicz, Jacob; Badvertisements: Stealthy Click-Fraud with Unwiseing Accessories Archived 2016-03-04 at the Wayback Machine ", APWG eFraud conference, 2006
- ↑ Grow, Bryan; Elgin, Ben; con Herbst, Moira (2 de octubre de 2006). «Fraude de clics: El lado oscuro de la publicidad en línea» . BusinessWeek . Archivado del original el 4 de octubre de 2006.
- ↑ "Las botnets estrangulan las campañas de Google Adwords, riesgo de secuestro de palabras clave" . The Register . Consultado el 4 de febrero de 2005 .
- 1 2 V. Anupam; A. Mayer; K. Nissim; B. Pinkas; M. Reiter (1999). "Sobre la seguridad de los esquemas de publicidad de pago por clic y otros esquemas de publicidad web. En Actas de la 8.ª Conferencia Internacional WWW de la World Wide Web" (PDF) . Unizh.co. págs. 1091–1100 . Archivado del original (PDF) el 10 de octubre de 2017. Recuperado el 11 de marzo de 2014 .
- ↑ A. Metwally; D. Agrawal; A. El Abbadi (2005). "Uso de reglas de asociación para la detección de fraude en redes de publicidad web. En Actas de la 10.ª Conferencia Internacional ICDT sobre Teoría de Bases de Datos" (PDF) . págs. 398–412 . Archivado del original (PDF) el 31 de julio de 2020. Recuperado el 1 de marzo de 2013 . Una versión ampliada apareció en el informe técnico 2005-23 del Departamento de Ciencias de la Computación de la Universidad de California en Santa Bárbara.
- ↑ Davis, Wendy (5 de julio de 2005). "Google gana 75.000 dólares en un caso de fraude de clics" . Media Post . Consultado el 15 de abril de 2024 .
- ↑ Ryan, Kevin M. (5 de julio de 2006). "Acuerdo por fraude de clics en Yahoo Big" . iMedia Connection. Archivado del original el 20 de julio de 2006. Recuperado el 6 de julio de 2006 .
- ↑ Wong, Nicole ; "Actualización de Lanes Gifts vs. Google" . Blog de Google, 8 de marzo de 2006.
- ↑ Griffin, Joe E. (27 de julio de 2006). "Lanes v. Google Orden Final" (PDF) . Googleblog.blogsport.com.
- ↑ Sullivan, Danny ; "Google acepta un acuerdo de 90 millones de dólares en una demanda colectiva por fraude de clics". Archivado el 22 de noviembre de 2007 en Wayback Machine . 8 de marzo de 2006.
- ↑ "Expediente judicial para: Lane's Gifts and Collectibles, LLC y otros contra Yahoo! Inc. y otros" . Docket Alarm, Inc. Consultado el 6 de agosto de 2013 .
- ↑ Stricchiola, Jessie (28 de julio de 2004). "Lost Per Click" (Pérdida por clic) . Search Engine Watch. Archivado del original el 29 de julio de 2011.
- ↑ "Expediente penal para: Estados Unidos contra Bradley, 5:04-cr-20108 (NDCal.)" . Docket Alarm, Inc. Recuperado el 6 de agosto de 2013 .
- ↑ Departamento de Justicia de EE. UU .; "Programador informático arrestado por extorsión y fraude postal contra Google, Inc." Archivado el 1 de octubre de 2006 en Wayback Machine . 18 de marzo de 2004
- ↑ Elgin, Ben; "El caso del fraude del clic evanescente" . Business Week . 4 de diciembre de 2006.
- ↑ "Ciberdelincuente que creó una red global de bots infectada con software malicioso es extraditado para enfrentar cargos por fraude de clics" . www.justice.gov . 21 de abril de 2017. Consultado el 21 de noviembre de 2017 .
- ↑ "Ciberdelincuente condenado por pirateo informático y sentenciado a la pena máxima legal" . www.justice.gov . 9 de agosto de 2017. Consultado el 21 de noviembre de 2017 .
- ↑ "ESTADOS UNIDOS v. GASPERINI (2018)" . FindLaw . Consultado el 30 de mayo de 2025 .
- ↑ "Prevención del fraude por clics: identifique y reduzca el tráfico de bots en sus anuncios pagados" . 7 de junio de 2019
- ↑ Ghosemajumder, Shuman ; "Uso de datos para ayudar a prevenir el fraude" . 18 de marzo de 2008.
- 1 2 Tuzhilin, Alexander; The Lane's Gifts vs. Google Report , por Alexander Tuzhilin . Julio de 2006
- ↑ Greenberg, Andy; "Contando clics" . Forbes . 14 de septiembre de 2007.
- ↑ Jansen, BJ (2007) Fraude de clics . IEEE Computer. 40(7), 85–86.
Enlaces externos
- " Verdad en la publicidad ", The Economist .
- " Director financiero de Google: El fraude es una gran amenaza ", CNN Money .
- " Cómo el fraude de clics podría engullir Internet ", Revista Wired .
- fraude al consumidor
- Publicidad en línea
- fraude por internet
