QQ群机器人怎么更换词库_百度知道后使用快捷导航没有帐号？
只需一步，快速开始
只需一步，快速开始
无视QQ昵称敏感词 任意使用QQ禁止关键字/词汇
11:55|来自: |
|查看: 24838
& & & &提示“字段【昵称】含有敏感词汇，请您重新输入。”怎么办？QQ昵称如果涉及腾讯官方等字眼的时候，都会有提示我们的昵称含有敏感词汇。今天小编就教大家突破这个限制，任意使用QQ禁止关键字/词汇！亲测“个人说明”也可以用此方法突破！操作方法：1、方法原理和《》差不多，就是跟腾讯官方的服务器抢时间！点击编辑资料后，输入想要的昵称，然后【狂点保存+Enter键】如下图：2、为了照顾新手和节省操作时间，小编做了个软件“鼠标点击器”，操作就更简单了！打开软件输入好昵称，把鼠标指针放在“保存”处，按F7开始 只需一个指头连续点击Enter键便可。【搞定后别忘了按F8停止】推荐阅读：腾讯爱好者提示：此方法已经和谐了，已经保存的昵称还是可以存在的。所以下次请来早哦~鼠标点击器下载（软件用处不仅仅局限在这里哦） &
& （提取码：5c9d）
大家还关注
|||||||||||||【导读】本文将国际站在反作弊方面的经验总结出来，希望给大家一些参考。目前面临的难点分为技术、非技术两个方面。技术方面是如何更好的将机器学习模型实践应用，非技术的方面是网站的整体信息质量并不完善。
国际站特指阿里巴巴的两个英文网站，分别是信息平台()以及交易平台()。从本文开始，我将陆续就这两个网站的主要的作弊类型一一作介绍。
搜索反作弊起源于Google，用户为了使得自己网站增加被用户搜索到的可能性，会想尽一切非正当的办法来提高自己网站排名，最终目的就是想通过不劳而获走捷径的方法来赚取一定的潜在的经济利益。
阿里巴巴国际站作为一家电子商务网站，既有传统的搜索引擎的作弊类型，又有自身的一些特点，其作弊的意图更加明显，得到的经济利益和效果短期内会非常显著。
网站的作弊主体主要是卖家，显而易见，卖家必定想让自己的产品尽可能的让买家搜索到，从而提高产品被购买的可能性。诚信的卖家会通过增加自己的产品质量以及更好的服务来吸引买家，但这往往需要较长时间，而且效果可能并不如预期，也就是投入与产出不成比例。另外一些卖家在与网站长期打交道的过程中逐渐发现了一些规律，也就是通过某些作弊手段能提高自己产品被买家搜索到的可能性,于是增加了他们产品被展示的机会,潜在的获取了经济利益。
国际站反作弊小组作为搜索引擎的一个补充，实际上与搜索引擎是密不可分的，如果把搜索引擎比作一个公平公正的文明的社会，买家与卖家是这个社会中的公民，那反作弊则是这个文明社会维持治安与秩序的警察，其专门识别并打击这样一些破坏网站秩序，不按规则出牌的卖家，保证每一位卖家在网站能公平公正的进行经营，每一位买家能买到合适的商品。
二、作弊类型
网站作弊类型种类繁多，每种类型实际上体现了我们网站搜索引擎算法与人工智慧的较量，正所谓魔高一尺，道高一丈，卖家在与网站打交道的过程中总结出了一些提高产品曝光的方法，而这些方法并不是通过提高产品或服务质量来得到，而是一些作弊的方法，利用这些方法来达到提高自己产品曝光的目的，从而取得一定的经济利益。网站搜索引擎针对这些方法会利用各种算法来进行识别并予以打击，但总是会有漏网之鱼，卖家又不断寻找其他新的方法，于是算法与作弊的卖家之间正在进行一场旷日持久，永远没有结局的战争。
国际站目前的作弊类型主要有以下几种：
重复铺货：重复铺货是对搜索引擎排序算法的挑战，排序会将好的产品排到前面去，但其并未考虑到产品之间的关系，卖家利用这个漏洞，发布很多完全相同的产品，也就是把一个产品重复的发布多次，如果其中一个产品能够排名靠前，那与这个产品重复的产品都会相应排到前面去，大量重复产品占据了页面，从而提高产品被买家看到的可能性，带给买家的体验则是相当糟糕，因为没有选择，全是重复产品，如下面的例子。
类目错放：类目错放同样是一个利用排序漏洞的例子，排序使得与query相关的类目下的产品有更多的机会曝光，于是卖家则想尽办法将产品放在某个热门类目下，达到增加曝光的机会。其具体表现是产品被放在不应该放的类目，比如iPhone Case放在Mobile Phone类目下。
类目错放主要动机就是卖家希望通过将产品放在热门类目下达到增加曝光的目的。类目错放有恶意的类目错放，比如产品放在完全不相干的类目下，也有因为卖家对类目体现不了解，不知道放在哪个类目下造成，前者恶意的行为需要我们去惩罚，而后者无意的行为需要我们去引导，看下面的例子,手机壳放在了Mobile Phones类目下。
标题滥用：标题滥用是利用了搜索算法中关键词匹配的漏洞，搜索引擎简单的将query与产品标题进行匹配，匹配到则直接展示，于是卖家在填写标题时故意填写很多与产品完全不相干的热门词汇，企图寄希望于买家在搜索对应关键词时能够看到自己发的这个offer。比如卖家明明卖的是衣服，因为iPhone这个关键词搜的比较多，是热门的query查询词，于是就在衣服的标题中填写iPhone，网站在买家搜索iPhone的情况下就极有可能向买家展示这件与iPhone完全不相干的产品。给买家造成非常不好的体验！如下面到了例子，卖家使用大量与本产品并不十分相干的关键词，企图通过这种方法来被买家用对应关键词搜索到。
标题堆砌，超高超低价，属性欺诈，点击欺诈，刷关键词，换宝贝，重复开店，反馈欺诈，虚假价格等等都是网站现在已经发现的作弊类型，我们也已经有了相应的方法对这些作弊类型予以处理，有力的弥补了搜索引擎的不足。
三、反作弊技术
反作弊技术的重点是如何准确以及高效识别作弊类型，一个好的实用的反作弊系统应该遵循以下两个设计原则:
原则1：实用的搜索引擎ANTI-SPAM系统应该允许核心算法公布，并且在核心算法公布之后不会导致现有ANTI-SPAM系统的失效。
原则2：实用的搜索引擎ANTI-SPAM系统应该结合技术和非技术的手段形成一个综合防治系统。两者交互影响形成有效的互相促进作用。
其中原则1是为了避免提供搜索引擎服务的公司陷入以下疲于奔命的状态：核心算法被泄漏，spamer找到应付对策，搜索引擎服务公司更换核心算法，核心算法被泄漏，形成恶性循环。而原则2则是尽可能采取各种可能的手段更全面准确的判别作弊类型。
从实际来看，原则一通常很难做到，更实用的方法是采取保密措施，防止核心算法泄露，从而维持一段较长的时间。原则2的非技术手段通常是必须的，对应我们国际网站的则是人工干预平台，其作用是在算法发生误判或漏判时，由人工快速予以纠正，是对算法的必要补充！
国际站反作弊小组在网站反作弊过程中积累了一定的经验，将分布式计算，大数据量处理，自然语言处理、规则系统以及机器学习等技术比较好的应用在了反作弊系统中。
在重复铺货与重复开店中，面对网站几亿的offer量与成百上千的店铺，如何快速的识别出所有重复的offer和店铺，需要分布式计算的支持。
在类目错放中，使用自然语言处理技术识别卖家填写的offer的产品词，使用机器学习模型RandkSVM为卖家推荐合适类目、使用决策树模型对卖家填写的offer及其所填写的类目进行一个快速的类目正确性判断。
标题堆砌采用规则加机器学习模型的方法，采用规则判断识别精准，但覆盖面小，使用机器学习模型扩大覆盖面，但准确性可能达不到要求，两者互为补充。
标题滥用采用纯规则的方法对标题滥用的offer进行识别，通过对现有网站中发现的badcase总结规则，将规则添加到标题滥用的规则系统中，实现准确识别，快速响应的目的。
四、反作弊技术目前面临的难点
反作弊系统目前面临的难点主要分为技术的和非技术的两个方面。技术的方面主要是如何更好的将机器学习模型应用到电子商务网站中，非技术的方面则是网站的整体信息质量并不完善，如类目体系不完善，卖家填写的offer质量参差不齐，人尚且无法判断，更遑论机器了！
技术方面的难点根据实际项目总结如下：
1）大数据量处理以及实时性要求的难点，重复铺货项目中面对日益快速增长的offer量，如何快速的实现聚类，如何准确高效的识别重复产品，如何实时识别卖家填写offer是否是重复offer等等都亟待解决！
2）机器学习模型的参数训练以及标注的难点，类目错放中使用决策树对卖家填写的offer以及类目进行正确性判断，为保证准确性，需要人工标注大量的数据，人力资源的昂贵以及有限的时间决定了不可能在短期内训练处一个准确的完美的模型，即使有人能够标注，但由于人的主观性，标注的准确性往往也难以得到保证。
3）在面对不同的问题时如何选择模型的难点，这往往没有标准答案，同一个问题往往可以采用多种不同的模型进行识别，如类目推荐，可以采用rankSVM模型，也可以采用贝叶斯模型，每种模型的数据表现以及效果如何都很难以进行预测，需要经验和知识的积累！
4）算法评测的难点，使用某一种算法解决完某一问题后，往往面临着需要如何评测算法效果的问题，常见的评测方法是准确率和召回率，但有些项目确实没办法评测，如点击反馈欺诈，因为很难人为的去判断一个点击是否是点击欺诈！
5）领域知识的难点，使用机器学习模型解决问题，通常需要对该问题所属领域具有专家级的知识，否则算法准确性难以保证。如类目错放，需要类目运营专家对offer进行合理的分类，算法才能准确的判断，如果类目本来就混乱不堪，算法是不可能识别准确的。
写在前面：
内容源于网路收集。自己编辑添加
介于目前求助去和反馈区很多童鞋纠结于不懂这方面的知道 前来普及一下
名词解释：IMEI
IMEI(International Mobile Equipment Identity)是国际移动设备身份码的缩写，国际移动装备辨识码，是由15位数字组成的”电子“，它与每台手机一一对应，而且该码是全世界唯一的。每一只手机在组装完成后都将被赋予一个全球唯一的一组号码，这个号码从生产到交付使用都将被制造生产的厂商所记录。
通俗的讲就是手机本身的身份证 （身份证可以造假。手机串码同样。下面会详细论述）
权威机构：IMEI码由（全球移动通信协会）统一分配，授权BABT（英国通信认证管理委员会）审受
具体详解：
IMEI由15位数字组成，其组成为：
1、前6位数（TAC，TYPE APPROVAL CODE)是”型号核准号码”，一般代表机型。
由型号认证中心分配。TAC码前三位在不同的时期会发生变化，过去的TAC码前三位在现在的手机上不会出现
2、接着的2位数（FAC-Final Assembly Code)是”最后装配号”，一般代表产地。
FAC（Final Assembly Code-工厂装配码）由厂家编码，通常表示生产厂家及其装配地。也就是我们说的行货认证
3、之后的6位数（SNR)是”串号”，一般代表生产顺序号。
SNR(Serial Number)码即序号码，也由厂家分配。识别每个TAC和FAC中的某个设备的。每一部手机的SNR都不会一样．简单的说该号码可以说明手机出产日期的先后，通常数值越大说明该机型出厂时间越晚，所以如果一部刚上市不久的手机的IMEI上出现了6位的数字你就得小心了，因为刚上市不久的手机其SNR最多不会超过四位，大家可以在购机时留意一下。也许这可以作为鉴别手机是否被JS修改IMEI的好办法之一。
4、最后1位数（SP)通常是+，为检验码，目前暂备用。
SP备用码，现在的SP基本上没有象过去文章所说那样“一般为0”了，其号码由厂家做设置，可忽略
当然，有些手机在IMEI 上做了自己的定义．爱立信手机在待机时输入*#06#就会出现17位的IMEI，其最后两位的主要作用是用来识别软件版本。这里需要说明的是三星V200也开始使用17位的IMEI了，最后两位的主要作用是用来识别软件版本，一般来说数值越低版本也越低
IMEI码具有唯一性，贴在手机背面的标志上，并且读写于手机内存中。它也是该手机在厂家的”档案”和”身份证号”。
串码的作用：
IMEI为TAC + FAC + SNR + SP。IMEI(International Mobile Equipment Identity)是国际
移动设备身份码的缩写，国际移动装备辨识码，是由15位数字组成的”电子串号”，它与每台手机一一对应，而且该码是全世界唯一的。每一只手机在组装完成后都将被赋予一个全球唯一的一组号码，这个号码从生产到交付使用都将被制造生产的厂商所记录。
当手机被盗的时候，如知道IEMI码，可以通过手机供应商进行手机锁定，即：获知被盗之后的手机号码，中止手机的通话功能，获知手机的方位。一般情况下，供应商不会对个人或单位提出的定位或锁定手机的请求进行受理。在国内，有关的国家安全部门会对手机串号进行一定程度的管理。
名次解释：MEID
Mobile Equipment IDentifier（MEID）是全球唯一的56bit移动终端标识号。标识号会被烧入终端里，并且不能被修改。可用来对移动式设备进行身份识别和跟踪。由于ESN号段是有限的资源，基本上耗尽，可能还有少量回收利用的号段，所以制定了56位的MEID号段，用来取代32位的ESN号段。MEID主要分配给CDMA制式的手机
具体解释：
中的IMEI和MEID号码就如同我们生活中的身份证一样，它是识别手机身份的重要依据，如用虚假号码的手机，可随时通过技术手段关闭此手机在网络中的运营，这将给手机的使用者带来巨大的使用风险。手机中所使用的IMEI或MEID等号段均可透过等相关机构合法申请。
另外，MEID的申请，是需要付费的。目前的价格是每1M范围的MEID的费用是8000，每增加1M范围的MEID号码需要额外付费8000美元。
MEID号码是由Telecommunications Industry Association（TIA）进行分配管理的。
MEID号码的查看，目前没有一个通用的方法，由各手机制造商自己设置。可以通过查看手机说明书得到查看MEID号码的方法。
MEID由14个十六进制字符标识，第15位为校验位，不参与空中传输。
RR：范围A0-FF，由官方分配
XXXXXX：范围 000000-FFFFFF，由官方分配
ZZZZZZ：范围 000000-FFFFFF，厂商分配给每台终端的流水号
C/CD：0-F，校验码
权威机构;摩尔实验室
关于修改串码IMEI的方法：
这个操作是在电脑里面一个软件的帮助操作下才可以完成的。首先你要确定你的电脑能用，然后你要在电脑里安装一个叫做“EasyIMEIChanger”的小软件，然后按照下面的提示步骤进行操作：
1、到电脑城选择一条适合自己手机的连接线，便一头插进PC机的COM口里，另一头插进手机充电的位置里。
2、再选择“EasyIMEIChanger”软件里　“selectcomport”项合适的端口。
3、选择合适机型“SelectModel”，最重要的是选择“SelectCableType”的AutoDet选项和“Selectsoftware”NSE-1
4、最重要的是输入你喜爱的15位数字，那么就大功告成了。
关于查询方法：拨号键盘*#06#
推荐查询软件
关于修改串码MEID的方法：（CDMA系列）
1、用命令*#7284#命令设置成modem模式
2、重新拔插数据线
3、打开DFS软件，选择端口
4、programming
5、MEID：读-填入数据-写
7、用命令*#7284#命令设置成PDA模式，连接电脑用ADB命令adb shell getprop
查看本机MEID再把读取后的MEID用DFS写进手机先用DFS 把meid写进手机 然后连接电脑用ADB命令adb shell getprop
查看本机MEID再把读取后的MEID用DFS写进手机
写入MEID后手机无法通话 因为 ESN 跟着MEID变了 这时候把NV数据文件拷贝到电脑上 用UltraEdit编辑第一行的4组数字 把ESN反写进去 在放回手机EFS目录就重启就可以了
8、写入MEID后手机无法通话 因为 ESN 跟着MEID变了 这时候用91手机助手，将手机中EFS目录下的nv_data.bin数据文件下载到电脑上用UltraEdit编辑第一行的4组数字 把ESN反写进去，然后保存传回手机的EFS目录，直接覆盖就行了。(复制于14楼)
一款成功的APP固然离不开正确的推广策略，之前接触过很多国内的APP市场推广人员，发现很多同学的推广方法既单一又简单，特别是对于一些刚刚入行朋友们来说。本文针对APP的推广手段，为您介绍了13种值得尝试的方法。当然，并不是所有的方法都适用，根据每款产品的特性，也需要制定不同的推广策略。
方法一：应用商店/应用推荐网站
A．应用商店：即通过开发者平台上传应用，这些平台包括硬件开发商（APPStore，Ovi）,软件开发商（Android Market，Windows Mobile Marketplace），网络运营商（移动MM，天翼空间，沃商店），独立商店（安卓市场，GetJar，OpenFeint），以及一些B2C应用平台（Amazon Android APP Store）
国内几大市场：
硬件开发商商店：联想应用商店、智汇云（华为）；
网络运营商：移动MM、电信天翼空间、联通沃商店；
独立商店：机锋市场、爱米软件商店、优亿市场、掌上应用汇、安卓市场、安智市场、开齐商店、N多市场、安卓星空、巴士商店、XDA市场、安丰下载、力趣安卓市场。
B．应用推荐网站：非常有助于推动下载量
国外：具有应用服务推荐和搜索功能的网站Appoke,AppStoreHQ等，应用推荐引擎appESP,Applolicious,Chomp,AppsFire,AppBrain,Appboy,AppAware,Smokin Apps,iApps.in等；可查看Facebook好友使用产品的跨平台应用推荐引擎16apps,Apptism,Freshapps,ScatterTree,F专门为开发商打造的推荐平台SiPhone应用推荐平台Chorus和Appsaurus等等。
国内：基本上以iPhone应用为主（这块国内做的不太好）
hiipad：http://www.hiipad.org/
苹果i派党：/
FreeAPPinfo：/
方法二：将应用预装到手机平台
怎么样才能让自己的产品成为手机的原始配套应用？那就是你自己掏钱给手机厂商，虽然这笔费用很高，但这种预装手段对应用销售来说却是”极其管用的方式”。每8到10款应用中，仅有1款应用可以获得预装资格。即使你预装的只是一个应用样本，后面的付费转化率也会很高。GetJar表示这种付费转化率高达25%。
方法三：优化应用搜索渠道
应用开发上必须通过传统搜索引擎优化自己的网站，将网站访问率转化为应用下载量。GetJar提供了一个网页微件，可以贴到手机网站或Facebook页面，为用户指明GetJar最热门的应用。除此之外，GetJar的链接还可以自动根据用户的手机配置情况，推荐最适合的应用版本。这就提高了终端用户的操作体验，他们不需要考虑自己的手机型号、操作系统等配置问题，只要直接点击链接，就能找到适用的产品。这些链接可使用于Facebook页面、YouTube网站、Twitter帐号或开发商的其他任何运营渠道。
方法四：专业性媒体报道
另一种有效方式就是提高应用的媒体曝光率，尤其要注意选择那些具有权威性、专门评价应用的媒体。莫克表示，“多数人低估了公共关系的作用，在你想吸引用户时，这一点尤为重要”，他认为开发商很有必要配备一名公关人员。另外，让相关应用消息首先在网络曝光，然后通过Facebook、Twitter等社交渠道进行病毒式传播，这种方法也不容忽视。
方法五：网络广告
网络广告对推动流量、提高知名度都很有效。
A．PC网络广告：硬广、富媒体广告、搜索广告等。
B．移动广告：最早比较知名的是google Adwords的移动版，但是之前一直受限于移动网络的发展，随后google收购Admob,从而开始了移动手机网络广告，当然我们应该还看到的是Apple的iAD迅猛的发展。国内做的移动广告平台也很不错，应用可以通过应用使用形成的网络里面去进行推广，这样的好处是，精准匹配用户群。付费方式可以按照CPM、CPC、CPA进行付费。
方法六：按安装次数付费（Pay-Per-Installs）
推荐开发商使用Tapjoy网站的功能（这一点可能有点争议），Tapjoy原名是Offerpal，去年因欺骗性广告事件而备受遣责，现在该公司洗心革面，改面了发展策略。他们称Tapjoy的定位是“一款应用推荐和促销引擎，用虚拟商品和虚拟货币奖励已安装某款应用，并正在试用其他产品的用户。”目前使用了该网站服务的手机平台有8000万部，每月应用安装量达数百万次。
GetJar本身也提供按下载次数付费（pay-per-download）的广告赞助解决方案，让开发商根据下载次数，出价竞购GetJar应用商店的黄金广告位。开发商还可以自己设定每日最大广告预算，使用GetJar的独家信息服务，推动基于地区、手机或运营商定位的多种促销活动。这种解决方案的竞标系统与谷歌AdWords提供的服务类似。
方法七：免费发放应用
对应用产品进行限时免费促销同样是行之有效的手段，GetJar推出了“GetJar+”这项试点工程，让开发商供应无广告、无注册要求或其他附加条件的高级应用，然后GetJar会付钱给开发商，在某一特定时段，将这些应用无偿供应给网站访问者，并通过在线广告收回成本。
方法八：加入社会化平台
OpenFeint为用户提供了一些免费游戏的下载服务，虽然目前仅面向iPhone和Android用户开放，但如果你的手机游戏加入了这个平台，它的曝光率肯定会大大提升。这点一定要重视起来，国内除了微云，目前还没有比较成熟的公司在做这块，这点其实和PC端SNS应用有点类似，但和PC端SNS应用不同的是，手机端的应用更具有应用使用倾向性，它是以应用为主导的，即有SNS功能的应用，不是有很多应用的SNS。这些应用可以随时邀请各种SNS平台的用户加入，形成自有的应用使用体系。上海第九城市在微云后率先引进国外做的成熟的OpenFeint引擎，开发了九城游戏中心，以迅速布局中国手机游戏社交网络，还有一个是即将推出的乐逗。应用推广在这块国内涉及的不多，倒是国内做出口的应用应该表现不错，如果应用不错，社交化交叉推广，就能产生爆发式的口碑影响。这块值得期待。
方法九：开发网络版手机应用
创造一款以HTML 5编写的手机应用网络版，有助于打开智能手机平台之外的产品销路。莫克表示，你可以像原始手机应用一样，将网络版应用投放到GetJar。上传操作流程仍然不变，只要将URL、产品描述、图片等内容添加到GetJar网站就成，当用户点击安装这款应用时，安装程序就会在主界面显示，这一点与原始手机应用无异，大多数用户根本不会发现它是一个网络版本。这种方法不但能帮助你向新平台推广应用，而且你还可以根据网络版的分析数据，决定下一个发展平台。
方法十：电视广告
登电视广告并不总是需要花大价钱，尤其是那些非高峰期的本地节目时段。这种方法可能并不一定很有效，不过，观众都已经受够之前在电视媒体播出的大量手机铃声、壁纸之类让大家掏钱的广告。所以，你的广告如果明确指出，用户不需要花钱，只要发送短信就能获得应用下载链接，应该就会取得不错的效果。电视广告的另一个好处在于，它的受众面更广，曝光率更高。只是要记住，采用这种方式一定要量力而行。
方法十一：二维码线下推广
目前二维码在给物联网提供服务的时候，同时也在给营销活动带来新的亮点，其中二维码电子优惠券就是其中一种，把线上的二维码电子优惠券直接拍到手机里面，然后在交易的时候使用。对于应用来说，这点会更加方便用户从线下渠道，比如杂志、报纸、DM宣传单等推广渠道获得应用下载链接。
方法十二：网络病毒视频推广
视频很重要的，看看凡客、梦芭莎之类，他们不间断的在视频网站上投放广告。而且视频能传达的信息是文字和图片无法替代的，来一段应用的酷炫展示视频，一旦被那些宅男宅女们捕捉到，你就省去了一大笔投放广告的钱。他们会帮你传播的。也不用多大的前期投入后期制作专业镜头片段剪辑，弄个DV，边玩边拍边讲解，但是画质和音质起码要保证清楚。把标题和Tag都尽量选的好一点，最好做一些SEO。
方法十三：微博营销
微博是所有能近距离沟通大量用户的最佳方式，没有之一。同时微博的影响力也是不容小视。所以，给你的应用注册个微博帐号，同时留心那些微博上的意见领袖、话题制造者、评测网站之类的帐号，尽量和他们取得联系。
“去年的这个时候，还有声音质疑百度在移动互联网时代是否能保住入口地位，但今天无线搜索已迅速崛起，成无线互联网第二大应用，百度市场份额正继续扩大。”在2012年百度年会上，头戴礼帽、面具，百度CEO李彦宏一身黑衣出场，化身为“佐罗”。
对于百度来说，2012年是遭遇重大挑战的一年，这一年移动互联网作为一种颠覆力量正改变一切生态，360也凭借庞大客户端杀入搜索，对百度占据领先地位的搜索业务形成挑战。百度就像站在一个历史的分水岭。而李彦宏要像“佐罗”一样，给百度指引前进的方向。
李彦宏明确百度四大重点业务方向：传统搜索、移动云、LBS、国际化战略。他透露，百度资金团队在去年12月成功发行15亿美金的债券，未来将利用这些资金，继续加大对基础技术的投入，强化产品布局和创新。这些资金将成百度加速腾飞，直上云霄的航天燃料。
百度移动互联网已成百度重中之重。此前，李彦宏公开透露，百度的移动部门由他直接掌管。对于当前移动互联网的发展态势，一方面和早期互联网似曾相识，但另一方面蕴藏着更多可能性。大公司除了在入口上探索，更重要的责任是建立移动互联网生态圈。
腾讯科技获悉，百度在移动互联网领域正加速布局。继与戴尔、长虹、联想合作推出搭载百度云智能终端平台的智能手机后，百度另一项重要举措是，直接拿着重金和手机设计公司合作，预装百度云智能终端平台，每成功装成一部，百度给手机设计公司价格为10元。
百度出售阔绰：多家手机设计公司投靠
和其他ROM厂商相比，百度和手机设计公司的合作显得“大方的多”。据媒体人曾航透露，手机ROM的厂商和手机公司的合作轨迹也发生变化，一开始，ROM厂商想把自己的ROM卖给手机公司，如点心，不过，后来点心主要转向去做Web APP，手机OS业务逐渐放弃。再后来，ROM厂商想把ROM免费送给手机公司用，自己赚得用户，也推不动。
此前，许多做手机ROM的厂商，往往给手机厂商讲很多不切实际的故事，如收入分成之类。但在那些很现实的手机公司负责人看来，这些都没有太多价值，不如给钱实在。现在ROM公司开始花钱让手机厂商做预装，掏钱还不少。百度给手机设计公司每个预装成功价格为10元，至少让3家手机设计公司转投百度，愿意为其提供支持。
一位资深人士向腾讯科技表示，相比推广单独的APP一次价格2元钱，预装一次百度云智能终端平台的10元价格看起来要高很多，实则不然。百度云智能终端平台含百度众多服务：比如“云存储、云计算、云定制、云协同”等功能的百度云服务，此外，百度地图、百度搜索、百度知道、百度百科、百度音乐等服务也涵盖其中，相比推广单个APP要划算得多。
上述人士指出，以百度的实力，李彦宏要构建生态，显然不会是从推单个APP出发，而是从整个生态链，从操作系统角度出发。从百度战略投资卓大师、要收购点心都可以看出，百度是要对移动互联网入口进行更深层次把控。
资料显示，卓大师与腾讯投资的刷机精灵及甜椒刷机助手，处于整个刷机工具的第一梯队。点心拥有收购而来的安卓优化大师，被不少渠道人士认为是点心最具价值的资产。由于中国Android手机用户数量庞大，且手机出厂时大多预装很多运营商和手机厂商的软件，因此刷机需求非常旺盛。互联网巨头由于对移动互联网的恐惧、在纷纷顺应潮流布局的情况下，无论是卓大师还是安卓优化大师均受到追捧。
相对来说，直接10元刷一套系统靠砸钱推广百度云智能终端平台更直接。卓大师创始人苏光升对腾讯科技表示，这种方式获得的用户质量更高。
百度副总裁王劲对腾讯科技表示，没听说直接10元刷一套系统砸钱推广百度云智能终端平台的事。百度移动·云事业部总经理李明远则表示不方面表态，此事需咨询公关部，百度公关部也不予置评。不过，多位百度内部人士均证实，百度的确在砸钱推百度云智能终端平台。
与硬件厂商合作推广效果被指惨淡
百度也推广百度云智能终端平台方面可以说是在两条腿走路。百度与硬件厂商合作包括应用层、组建层、API层，在应用层百度提供服务包括百度浏览器、百度输入法、百度音乐、百度相册等功能，在组件层包括云存储、云收藏、云转码、文档云浏览、图片滤镜等功能，在API层则包括文件数据存储、结构化数据存储、Push能力。
此前，百度也与戴尔、长虹、联想、三星达成百度云智能终端平台层面的合作。以和三星合作为例，百度为三星Galaxy NoteⅡ提供云存储、云协作、云分享、云定制等云服务，并为三星设备用户提供百度云存储服务，还利用云技术，为三星用户提供个人云端数据智能处理功能，包括视频、音乐、图片、文档等各种数据业务。
以与联想合作为例，联想乐Phone A586是一款基于百度云智能终端平台智能“云手机”，硬件由联想制造，芯片采用高通高性能的骁龙处理器MSM8225，同时还加载具有“云存储、云计算、云定制、云协同”等功能的百度云服务。
百度技术副总裁王劲表示，百度云平台拥有云存储、云计算和大数据智能等多项核心能力。百度开放移动终端整体解决方案的模式，不断为广大硬件终端和芯片厂商提供云端服务。
不过，百度与硬件厂商的合作效果并不被外界认同，有观点指出，百度与戴尔、长虹合作推出的搭载百度云智能终端平台的智能手机出货惨淡。在很多创业公司因为资金难以为继的情况下，百度依靠雄厚资金砸钱推广百度云智能终端平台不失为一个好的方法。
如今，李彦宏对未来信心满满，他表示百度以搜索框和浏览器为核心的手机客户端产品，只用了一年时间，日活跃用户超千万。百度无线搜索和无线应用团队正以这样的表现证明：只要目标坚定、充满信心，没有什么困难能阻止百度继续前进，百度将迎来移动时代二次腾飞。
实际上，有观点指出，百度之后，下一个马上要砸大钱推广自己系统的是阿里云。阿里云和上海某手机方案公司合作的几款手机很快就要上市，将搭载阿里云的OS。
当然，这一说法到底是否可取依然值得关注。一位分析人士指出，这种做法初期可能可行，但后续可能会因为成本过高而难以延续。比如推广2000万个百度云智能终端平台，也意味着百度可能支付出高达2亿元的价格，这笔钱对百度到底花得值不值？
作为一个曾创办手机网络游戏、手机阅读和互动营销公司的移动互联网连环创业者，陈曦可谓是见过移动互联网世面的人了。不过，上周末，他还是被一个做应用推广姑娘的话惊着了。
“周末跟朋友喝个下午茶，一漂亮姑娘看到我们用三星手机说帮我们下载36个应用可以帮我们减36块钱。我一看是新浪运营的三星应用市场在做线下推广，惊着我了！！！姑娘说公关公司克扣的厉害，不过一天150块工资装不了几个客人。装好了还帮我们主动卸载掉，姑娘说做App的公司这么烧钱玩怎么赚钱啊，惊着我！”
兰缪内衣联合创始人郝建垚这样评价，“这叫做线下刷机渠道。下载激活就赚到钱，然后再卸了。说白了都是骗子，比刷榜还坑爹。”
陈曦的微博展露了应用无序推广的冰山一角。到如今，在移动互联网应用进入白热化竞争，获取用户成本越来越高的情况下，线下刷机这种推广渠道，已然成为短期拉高数据，低成本获取用户的一种无奈之举，但推广效果从长期而言，难以获得嘉许。
为什么要做线下刷机？
现有的应用推广渠道丰富而芜杂，已有上百种。
线上推广已有第三方应用商店、社区、手机助手以及微博、微信等社会化营销方式，线下也有终端厂商预装、水货渠道、卖场Rom刷机预装等。还有一种最常见的是移动广告平台所做的应用推广广告。
尽管已有多种推广渠道，但如何推广依然是开发者的老大难。艾媒咨询调查显示，2012年中国手机应用开发者在所遭遇的挑战中，有67%的开发者在盈利模式方面遭遇挑战，有57.1%的开发者在应用的推广与销售环节遇有挑战。
N多网创始人陈翀表示，对App创业团队而言，能低成本获取用户，给投资人汇报一份数据比较好看的报表，成为一种必须。
以线上营销为例，这个链条上有几方参与者，广告主（比如应用开发者），4A公司或者广告商，渠道商，比如第三方应用市场。按照正常流程，广告主付费给广告商，广告商付费给渠道商，或者省去广告商这一环节，广告主直投给渠道商，然后，渠道商用自己的渠道进行推广App，广告主来获取App的用户。这样完成了一个线上推广的闭循环。
然而，开发者想低成本获取用户和渠道商获利之间有着天然的矛盾。
有业内人士表示，从应用推广的操作层面来看，广告主想要获得高质量的用户又要控制低成本，要达到这种目标需要制定各种KPI，但媒体、应用、联盟、市场等各种媒介渠道无法完成。但媒介也要想办法做，所以要找其他渠道做所谓的“补量”。线下刷机成为补量的方式之一。
“这样一来广告主就会发现用户质量很差，于是进一步控制成本。形成了恶性循环。”郝建垚说。
线下刷机怎样炼成的
应用推广人员驻点做应用推广不是刚刚兴起，在10年前的SP时代已经成为一种常用的方式。
以陈曦描述的场景为例，推广人员在某个咖啡厅做应用的线下推广，通常一次安装一批应用（此个场景为36个），用户同意安装的原因，一是可以减免在咖啡厅的消费费用，二是推广人员会将所安装的应用在安装后激活然后卸载掉。
在这之前，推广人员和咖啡厅达成协议，如果用户同意在自己的手机上预装应用，预装应用带来的应减免的消费费用在用户的消费中扣除。推广人员和咖啡厅再做结算。因为需要算入利润，推广人员要给咖啡厅的费用比给消费者减免的要高，据估算，如果高出免单费用的50%，咖啡厅愿意让推广人员常驻推广。
这种模式的症结是，在用户手机上先安装后卸载，一装一卸之间，只为追求下载量和激活量。明显带有欺骗性质。这种一装一卸主要应用于以CPA（下载和激活）为结算方式的应用推广中。
在一位投资人看来，这是市场上的自然选择，并不是严格意义上的违法。但他同时认为，这种模式不是一个好的获取用户的方法，是一种效率比较低的推广方式。
一方面，来自于线下推广人员的效率。这位三星手机应用的推广人员也承认，”一天150块工资装不了几个客人。“
效率低还来自于预装这种形式本身的效率比较低。
从终端预装应用、Rom刷机的经验来看，由于应用预装还会经过全国销售总代理、省级代理商、卖场等各个环节，每个环节都可以进行刷机预装，后面的刷机可以覆盖前面的刷机环节，应用预装的激活量和留存度并不高。
特别是有些广告主要求二次激活，或者在同一手机上每月有2-3次联网，线下刷机这种一装一卸的方式并不奏效。
短期行为还是长期游戏？
“CPA不是有胆就能做的。”百度无线总经理岳国锋这样感慨。
陈翀认为， CPA的方式本身有很多风险。他举例说，有人做包机预装应用的，每台机器付费10元，预装20-30个应用。但由于受地域、用户人群的限制，应用激活比例不一，10元钱并不能真的可以赚回来。
郝建垚爆料，“听闻某公司收购上万台极便宜的二手Andriod手机，每台机器平均100多元。安装50个App即收回成本，再装就是纯赚。”
陈翀认为，这种策略也不靠谱。一是因为二手手机已经做过预装应用，应用激活量会排除重复IMEI码，大量的预装会归于无效；二是如果反复安装，如果广告主要求二次激活和二次联网，也很难有实际效果。
不论是哪一种线下刷机方式，陈翀认为，归因于CPA这种模式以下载和激活来做衡量目标注定可以有空子可钻。他建议，应该建议一个行业标准，有一个开发者和渠道商都可以认可权威的第三方统计平台，数据可以显现并且可以评估。
“从开发者的角度而言，这只能是一种短期业绩，长期来看，用户的质量低，激活量数据还会回落。“上述投资人说。
他承认，自己投资的公司中也有开发者使用线下刷机这种模式推广，会试下推广的效果，如果从长期来看效果不好，也不会用。
与此同时，靠拉高数据骗投资也无法长久。
对投资方而言，”投资人的考量目标也在发生变化，现在不是简单的看下载量或者激活率了，现在更注重应用的留存率，更细化一点的话，会注重二次留存和二次激活率。“第九城市无线事业部投资总监徐威特表示。
当然，对投资方而言，数据也并非投资的唯一考量标准。
“投资主要是要投人。投资并不是单看数据量，还有对产品本身质量的评估，对比数据量做整体判断。“这位投资人表示。
一位认真负责的应用市场线下推广员实在让我们这些用户十分感动，据闻她的推广工作，是帮用户安装36个应用，同时还为用户提供了下午茶优惠，减免36元。
最后她表现的十分了解用户对这种推广活动产生的反应，知道帮用户把这些应用随手删掉。
：周末跟朋友喝个下午茶，一漂亮姑娘看到我们用三星手机说帮我们下载36个应用可以帮我们减36块钱。我一看是新浪运营的三星应用市场在做线下推广，惊着我了！！！姑娘说公关公司克扣的厉害，不过一天150块工资装不了几个客人。装好了还帮我们主动卸载掉，姑娘说做App的公司这么烧钱玩怎么赚钱啊，惊着我！
随后陈曦在微博上发了部分应用的具体名称：
这些应用包括：若干，、、、在路上、快手看片、xda助手、中国国家地理、天涯、华尔街日报、美丽说、果库、好豆菜谱。App行业真有钱！
喝个下午茶，身为新浪三星应用市场的运营推广，这位菇凉应该纯纯的是为了帮顾客“节省”36元，才推荐顾客安装36个App的，如此贴心的服务实在应该给36个好评。
更何况，最后这位服务周到的如同一件贴心小棉袄的推广员，还心思细密的帮顾客把刚刚安装好的的36个应用尽数删掉……
遇见荒谬的事情，把槽吐个痛快。
一、我的老板是极品
年底了，大家把报表做好了才发现，用“数据说话”的老板只看得懂“安装量”“激活量”，而对四个字以上的数据名称包括“活跃用户”“用户留存”基本上已经超过了老板智商的理解范围。
所以，线下推广就成了线下安装删除应用的适配测试…….
你看，刚才又有一位用户，在给力的“推广”之下安装了36个应用。至于为什么这么多用户安装应用，该应用还没出名，可能是因为大家回家过年了，等明年来了新同事，再让他做个调研吧。
中国做事儿的最高宗旨就是，不求解决所有工作中发生的问题，但求解决所有老板发现的问题。
二、钱多、人傻、还来？
这种没钱赚、烧钱都买不到用户的线下推广，背后总能找到一、两个天使，五、六个VC。当年就把“钱多、人傻、速来”的旗号打的响响地。
经过了这么多的教训，还能看见为了装机而装机的推广，是不是在我们注意力松懈了的这段时间里，大家砸的钱依然多？在这里面打滚的人依旧傻？干嘛，你还来！？
就这么费事儿的折腾了一番，帮用户买了下午茶的单，但是归根结底还是没有买到用户。
在这个连微信都只愿号称自己有三亿个“用户”（账号）的时代，活跃用户只是一个不可公诸于众的“学术课题”
中国简直就是检验商业模式漏洞的最佳场所。
三、Android不是三星一家说的算
微信拥有了3亿的用户，如果这里面有8千万的iOS用户，那么姑且可以认为腾讯有8千万的用户就握在苹果的手中。
但是，如果我们说微信有两亿的Android用户，那么握在三星手里的有多少，这可就说不清了。
除去目前拥有海量用户的微信，啪啪、网易阅读、随手记、天涯、美丽说，这些耳熟能详的应用都在这次线下推广中露脸了。而这次活动就是新浪运营的在做线下推广，看来在2013新的一年，大家都着急了。
这次线下推广的终极问题就是：付费的到底是新浪还是三星？
基于数据挖掘的入侵检测系统的设计与实现
http://www./truekxyj/journal/70/22.htm
（北京城市学院中关村学部北京100083）
摘要：入侵检测是网络安全领域的一个重要技术，也是当前网络安全理论研究的一个热点。本文提出了一个基于数据挖掘的入侵检测系统 DMIDS， 并详细介绍了DMIDS的基本思想，阐述其结构及主要功能，着重分析了该系统的数据挖掘过程。
关键词：入侵检测；网络安全；数据挖掘
中图分类号：TP311.52
文献标识码：A文章编号：05)-02-088-05
由于Internet自身的缺陷、网络的开放性以及黑客的攻击等造成了网络的不安全。越来越多的系统遭受到入侵攻击的威胁，这些威胁大多数是通过利用操作系统和应用服务程序的弱点或缺陷（bug）来实现的。1988年“蠕虫事件”使得Internet近5天无法使用。2000年2月在短短的3天时间里美国数家顶级互联网站—雅虎、亚马逊、电子港湾、CNN 等因受到黑客攻击而陷入瘫痪。保障计算机网络系统及整个信息基础设施的安全非常重要，它甚至关系到国家的安全和社会的稳定。目前虽然使用了防火墙、加密、身份认证、访问控制、安全路由器、虚拟专用网(VPN)、防病毒软件等安全技术来提高信息系统的安全，这些对防止系统被非法入侵有一定的效果，但只是起着防御的功能，不能完全阻止入侵者通过蛮力攻击或利用计算机软硬件系统的缺陷闯入未授权的计算机或滥用计算机及网络资源。
要保证计算机及网络系统的安全，需要一种能及时发现入侵、成功阻止入侵，并在事后对入侵进行分析，查明系统漏洞并及时修补的网络安全技术，这就是入侵检测技术。入侵检测系统既可以对单机进行检测，也可以对整个网络进行检测，既可以实时检测，又可以事后检测。入侵检测系统优于其它安全系统的是，它可以保证网络的安全运行，简化系统的管理，构成了一个主动的、智能的安全防护体系。入侵检测系统越来越成为网络安全的关键。因此，入侵检测是非常必要的。
入侵检测系统是一种主动的网络安全防护措施，它从系统内部和各种网络资源中主动采集信息，从中分析可能的网络入侵。入侵检测是一个全新的、快速发展的领域。入侵检测的概念是八十年代初Anderson首先提出的，并提出用审计追踪监视入侵威胁。从那时起开展了早期预警系统及入侵检测技术的研究，出现了大量的产品。
入侵检测技术经过几十年的发展，从以前单机的入侵检测到现在的网络入侵检测，从基于主机的到基于网络的入侵检测，从集中式的入侵检测到分布式的入侵检测，以及各种相关技术的应用，使得入侵检测系统正朝着实时、高效和智能化的方向发展。将数据挖掘技术应用于入侵检测中的研究成果表明，数据挖掘技术可能成为大规模入侵检测系统中的重要技术，将是实现入侵检测的一个重要技术，值得深入研究。
目前，我国计算机网络的发展水平、安全技术和管理手段都落后于国际水平。我国在安全方面的研究经历了通信保密、计算机数据保护两个发展阶段，正在进入网络安全的研究阶段。对系统脆弱性评估及入侵检测的研究，国内还刚刚开始。　　总之，入侵检测的发展还处于初级阶段，其研究领域非常广阔，涉及的内容也非常的多，许多关键技术都未取得突破性进展。为了提高信息系统的防护能力，我国应尽快填补这方面的空白。
入侵检测模型是描述网络或用户行为是正常行为还是入侵行为的一套机制，包括规则集、决策树、系统状态、统计轮廓等。在收到系统或网络的原始数据后，如何建立入侵检测模型是入侵检测领域的研究重点。数据挖掘的优势在于它能从大量的数据中提取人们感兴趣的、事先未知的知识和规律，而不依赖经验。利用数据挖掘技术实现入侵检测在国内外都是一种新的尝试。
一、基于数据挖掘的入侵检测系统的设计
入侵检测基于两个基本的前提：一是系统活动是可以观察到的；二是合法行为和入侵行为是可以区分的，也就是说可以通过提取用户行为的特征来分析、判断该行为的合法性。将从原始审计数据或网络数据中提取出来的证据称为“特征”，使用“特征”建立和评价入侵检测模型。特征提取就是确定从原始审计数据或网络数据中提取那些包含关键行为并对分析最有用的证据。因此，建立一个入侵检测系统需要解决两个基本问题：一个是如何充分、可靠地提取特征；二是如何高效、准确地判断行为的合法性。
一个网络服务，其正常服务时的网络流量有一定的模式，当发生入侵时，网络流量模式与正常网络流量模式有着明显的区别；一个程序正常运行时产生的系统调用序列是有一定模式的，与非法操作时产生的系统调用序列有着明显的不同。因此，可以利用数据挖掘技术，对大量的网络流量日志和系统日志进行挖掘，以挖掘出正常行为轮廓和攻击模式。
本文将数据挖掘技术应用于入侵检测中，设计和建立了一个基于数据挖掘的入侵检测系统（Data Mining Based on the Intrusion Detection System，缩写为 DMIDS），目的是利用数据挖掘技术在从数据中提取特征与规则方面的优势，使入侵检测系统的实现不需要先验知识，试图尽可能消除在入侵检测系统的建立过程中的手工编码和特定因素，寻找从大量数据中自动进行分析、提取特征和模式、生成有意义的规则、并建立检测模型的方法；以及在需要时更新规则库的方法。规则库不断地更新以反映被监视系统当前的状态和新的攻击类型的出现。在 DMIDS 中，同时利用了异常检测和滥用检测来检测网络攻击，利用异常检测能够发现未知攻击的优点来发现新的、未知的攻击；利用滥用检测高效准确的优点来检测已知的攻击。
1、 DMIDS 的主要研究内容
DMIDS将数据挖掘技术应用于入侵检测中，重点研究连续属性离散化、属性约简、频繁项集的生成、关联规则的产生、关联规则增量更新、特征提取、及利用数据挖掘的分类规则建立能识别正常行为和入侵行为的分类模型等。
2、 DMIDS 的总体结构
DMIDS 的总体结构包括以下组件：传感器、数据接收器、数据库、数据挖掘器、特征提取器、规则库和检测器等，如图 1所示。
图1 DMIDS 的总体结构
3、 系统组件的功能
①传感器：接收来自网络及审计记录的数据，它只是一个接口，用于收集流经它的数据，并将格式化的数据传送给数据接收器。传感器的位置决定了入侵检测的位置，例如，可以它在一台主机、一个网段、或一个网关上。
②数据接收器：负责搜集来自传感器的数据并对数据进行过滤、格式转换等预处理，然后将数据存入数据库中。
③数据库：存储数据，提供了数据的半永久性存储，供其它组件以后使用，同时使用数据库的查询功能可以为数据挖掘器生成训练集合。
④数据挖掘器：利用数据挖掘技术对数据库中的数据进行学习，从中提取出有关行为特征和规则，建立异常模式和正常行为轮廓，从而建立检测模型，并存入规则库中。
⑤特征提取器：采用数据挖掘技术对当前用户行为进行分析，从中提取出当前用户行为特征。
⑥检测器：根据一定的算法从规则库中提取出有关的规则，分析特征提取器送来的数据以响应正出现的入侵。
⑦规则库：存放由数据挖掘器产生的异常模式和正常行为轮廓。
二、 DMIDS中的数据挖掘过程
DMIDS 中的数据挖掘过程由三个主要的阶段组成：数据准备、挖掘、表述及分析，如图2 所示。
图 2DMIDS 的数据挖掘流程图
3、 系统组件的功能
数据准备阶段，就是从历史数据和当前的操作数据中提取数据并集成，同时对数据进行数据消脏、数据选择和格式转换等预处理，为数据挖掘做准备。从网络上捕获到的原始网络数据是二进制码数据，需要先进行预处理，将它们转换成 ASCII 码格式的网络分组信息，再将网络分组信息处理成网络连接记录，每个网络连接记录由多个连接特征组成，如时间戳、持续时间、源IP地址、目的IP地址、源端口地址、目的端口地址、及错误条件标志等。
挖掘阶段，就是综合利用分类、序列分析、关联规则等各种数据挖掘方法，分析经过预处理的数据，发现事件之间的时间和空间关系，从中提取有关特征和规则。在DMIDS中，用数据挖掘所得出的特征和规则定义用户的异常模式和正常轮廓，并存入规则库中。另外，DMIDS 还对当前的用户行为进行数据挖掘找出特征和规则，并将它与规则库中的模式或轮廓进行匹配检测。利用关联规则挖掘出来的频繁模式，为连接记录构造附加特征，如事件统计特征、主机统计特征等，利用这些附加特征以及网络连接记录中的特征构造入侵检测分类模型。上述过程需要不断地反复和评估，以得到一个较为理想的入侵检测模型。
表述，就是将数据挖掘所获得的特征和规则以便于理解和观察的方式反映给系统。
分析，就是对数据挖掘所提取的异常模式或正常轮廓进行评价，如果它能够有效地反映入侵情况，就说明它是成功的，否则，就可以重复执行上述过程，直到满意为止。
三、规则库的建立与维护
在DMIDS中，规则库的作用是描述网络连接记录中的正常的和异常的事件。对正常的网络连接记录进行挖掘，生成描述正常行为轮廓的规则；对异常网络连接记录进行挖掘，生成描述攻击特征的异常规则。因此，在DMIDS中，生成了两个规则库：存放描述攻击特征或异常行为模式的异常规则库和存放描述正常行为模式的正常规则库。数据的收集和规则的生成开始于DMIDS安装时的实时数据，很可能在开始阶段会产生大量的报警，直到产生一个较为稳定的正常网络数据轮廓。在系统安装阶段应使被保护的机器或网段尽量不要受到攻击，保持数据的正确性，以生成一个正确、完整的正常轮廓。当正常轮廓集相对稳定时，就可以停止数据收集过程。如果在安装时被保护的机器或网段受到了攻击，那么当环境重获它的正常状态时，会产生报警，因此研究这些有规律的早期报警是非常重要的。
对于异常规则而言，由于实时收集到大量含有攻击的数据较为困难，可以利用已知系统缺陷和已知的攻击方法，采取编码的方式将这些规则直接写入异常规则库中，建立初始的异常规则库，或模拟各种已知的攻击通过数据挖掘技术建立初始的异常规则库
在实验过程中，利用KDD cup 1999 data（缩写为，KDD99）数据集中提供的数据，将该数据集中的训练数据集分成了两部分：正常数据集和攻击数据集，分别对正常数据集和攻击数据集进行数据挖掘，建立初始的正常规则库和异常规则库。
在系统运行期间，不断更新正常规则库和异常规则库使之包含不断出现的新的正常行为轮廓和新的攻击类型。
入侵检测主要识别两类可能的攻击：以前已经见过的攻击，即已知攻击和以前未见过的攻击，即未知攻击。采用数据挖掘技术试图检测出这两种类型的攻击，实现对已知攻击的准确检测及实现对新的、未知攻击的检测。建立正常和异常两个规则库的目的是提高DMIDS 的性能，使之不仅可以检测出已知的攻击，而且还能够检测出新的、未知的攻击。对异常规则库而言，规则库中保存的是已知的异常模式或攻击模式，虽然可以不断地补充新的异常模式或攻击模式，但更新的攻击模式还在不断地出现，异常规则库不可能完整地包含全部的攻击模式，因此只建立异常规则库只能检测已知的攻击活动，不能检测出新的、未知的攻击活动。我们目的是既要检测出已知的攻击活动，又要能检测出新的、未知的攻击活动。因此，需要建立描述正常行为轮廓的正常规则库。DMIDS 就是利用异常规则库和正常规则库对网络系统进行监控，当某行为与异常规则的相似性超过某一阀值，或不在正常规则的范围内，则该行为被认为是一种新的、未知的攻击活动。
一个理想的入侵检测系统应该不仅能够实时地发现入侵，还应该能够不断自动补充规则库，将新的攻击模式、用户正常行为模式及时地补充进规则库中去，但要对整个新、旧数据库（即所有日志数据库）重新执行一遍关联规则挖掘算法开销太大，效率也很低，因此提出了关联规则增量更新算法，在需要时执行关联规则增量更新算法及时将新的规则补充进规则库中。
四、DMIDS 信息处理流程
在本系统中，信息处理一般经过以下几步：
①数据收集：截获系统或网络信息，存入数据库；
②数据预处理：对收集到的数据进行数据消脏、数据选择等预处理，并进行连续属性离散化、属性约简等，为数据挖掘做准备；
③关联规则生成：运用关联规则挖掘算法从经过预处理的历史数据中挖掘出频繁项集，生成有用的关联规则，建立攻击模式和用户正常行为轮廓；
④特征提取：运用数据挖掘技术从当前用户行为数据中提取当前用户行为特征；
⑤利用分类算法建立检测模型；
⑥入侵检测：包括协议分析、模式匹配或异常越界检查等，根据入侵检测算法，提取规则库中的相关规则对当前用户的行为特征进行检测，将检测的结果交给响应模块；
⑦入侵响应：根据检测的结果作出相应的行动，如果属于入侵行为，则系统作出报警，并采取一定措施防止入侵，留下入侵证据；如果属于正常行为，则系统继续对用户行为进行监测。
DMIDS 的信息处理流程如图3 所示。
图3DMIDS 信息处理流程图
DMIDS 的开发和运行环境为 WindowsNT4.0/2000 操作系统；开发语言为面向对象的 C++语言（Microsoft 的 VC++6.0）。网络协议则采用 TCP/IP 协议。
本文论述了数据库中知识发现（KDD）和数据挖掘技术，详细地论述了可用于入侵检测的数据挖掘技术。针对了目前基于知识工程的入侵检测系统存在的问题，提出了一个基于数据挖掘的入侵检测系统（DMIDS），DMIDS 采用数据挖掘技术有效地收集自己系统环境中的数据，并从中提取特征、生成规则、并建立检测模型，在需要时自动更新规则库。DMIDS 克服传统入侵检测系统的缺点，准确地提取入侵模式和用户特征，提高入侵检测系统的检测率、适应性和扩展性。
参考文献：
1.赵海波,李建华,杨宇航.网络入侵智能化实时检测系统.上海交通大学学报, 1999, (36)1:76-79.
2.Anderson J P. Computer Security Threat Monitoring and Surveillance. Technical report, James P Anderson Co., Fort Washington, Pennsylvania, April 1980.
3.覃爱明，胡昌振，谭爱民.数据挖掘技术在网络攻击检测中的应用.计算机工程与应用, ):177-180.
4.http://kdd .ics.uci.edu/databases/kddcup99/kddcup99.html.
收稿日期： 日
作者简介：彭茹：北京城市学院 中关村学部 讲师
R语言常用函数
一、数据管理
vector：向量 numeric：数值型向量 logical：逻辑型向量character；字符型向量 list：列表 data.frame：数据框c：连接为向量或列表 length：求长度 subset：求子集seq，from:to，sequence：等差序列rep：重复 NA：缺失值 NULL：空对象sort，order，unique，rev：排序unlist：展平列表attr，attributes：对象属性 mode，typeof：对象存储模式与类型names：对象的名字属性
二、字符串处理
character：字符型向量 nchar：字符数 substr：取子串format，formatC：把对象用格式转换为字符串paste，strsplit：连接或拆分charmatch，pmatch：字符串匹配grep，sub，gsub：模式匹配与替换
complex，Re，Im，Mod，Arg，Conj：复数函数
factor：因子 codes：因子的编码 levels：因子的各水平的名字nlevels：因子的水平个数 cut：把数值型对象分区间转换为因子table：交叉频数表 split：按因子分组aggregate：计算各数据子集的概括统计量tapply：对“不规则”数组应用函数
+, -, *, /, ^, %%, %/%：四则运算ceiling，floor，round，signif，trunc，zapsmall：舍入max，min，pmax，pmin：最大 最小值 range：最大值和最小值sum，prod：向量元素和，积cumsum，cumprod，cummax，cummin：累加、累乘sort：排序 approx和approx fun：插值diff：差分sign：符号函数
二、数学函数
abs，sqrt：绝对值，平方根log, exp, log10, log2：对数与指数函数sin，cos，tan，asin，acos，atan，atan2：三角函数sinh，cosh，tanh，asinh，acosh，atanh：双曲函数
beta，lbeta，gamma，lgamma，digamma，trigamma，tetragamma，pentagamma，choose ，lchoose：与贝塔函数、伽玛函数、组合数有关的特殊函数
fft，mvfft，convolve：富利叶变换及卷积polyroot：多项式求根poly：正交多项式spline，splinefun：样条差值 besselI，besselK，besselJ，besselY，gammaCody：Bessel函数deriv：简单表达式的符号微分或算法微分
array：建立数组 matrix：生成矩阵data.matrix：把数据框转换为数值型矩阵lower.tri：矩阵的下三角部分 mat.or.vec：生成矩阵或向量t：矩阵转置 cbind：把列合并为矩阵 rbind：把行合并为矩阵diag：矩阵对角元素向量或生成对角矩阵aperm：数组转置 nrow, ncol：计算数组的行数和列数dim：对象的维向量 dimnames：对象的维名row/colnames：行名或列名 %*%：矩阵乘法crossprod：矩阵交叉乘积（内积） outer：数组外积kronecker：数组的Kronecker积 apply：对数组的某些维应用函数tapply：对“不规则”数组应用函数 sweep：计算数组的概括统计量aggregate：计算数据子集的概括统计量 scale：矩阵标准化matplot：对矩阵各列绘图 cor：相关阵或协差阵Contrast：对照矩阵 row：矩阵的行下标集col：求列下标集
四、线性代数
solve：解线性方程组或求逆 eigen：矩阵的特征值分解svd：矩阵的奇异值分解 backsolve：解上三角或下三角方程组chol：Choleski分解 qr：矩阵的QR分解chol2inv：由Choleski分解求逆
五、逻辑运算
，=，==，!=：比较运算符!，&，&&，|，||，xor()：逻辑运算符logical：生成逻辑向量 all，any：逻辑向量都为真或存在真ifelse()：二者择一 match，%in%：查找unique：找出互不相同的元素 which：找到真值下标集合duplicated：找到重复元素
六、优化及求根
optimize，uniroot，polyroot：一维优化与求根
一、控制结构
if，else，ifelse，switch：分支for，while，repeat，break，next：循环apply，lapply，sapply，tapply，sweep：替代循环的函数。
function：函数定义 source：调用文件 call：函数调用.C，.Fortran：调用C或者Fortran子程序的动态链接库。Recall：递归调用 browser，debug，trace，traceback：程序调试options：指定系统参数 missing：判断虚参是否有对应实参nargs：参数个数 stop：终止函数执行on.exit：指定退出时执行 eval，expression：表达式计算system.time：表达式计算计时 invisible：使变量不显示menu：选择菜单（字符列表菜单）
其它与函数有关的还有：delay，delete.response，deparse，do.call，dput，environment ，，formals，，interactive，is.finite，is.function，is.language，is.recursive ，match.arg，match.call，match.fun，model.extract，name，parse，substitute，sys.parent ，warning，machine。
三、输入输出
cat，print：显示对象sink：输出转向到指定文件dump，save，dput，write：输出对象scan，read.table，load，dget：读入
四、工作环境
ls，objects：显示对象列表 rm, remove：删除对象q，quit：退出系统 .First，.Last：初始运行函数与退出运行函数。options：系统选项 ?，help，help.start，apropos：帮助功能data：列出数据集
一、统计分布
每一种分布有四个函数：d――density（密度函数），p――分布函数，q――分位数 函数，r――随机数函数。比如，正态分布的这四个函数为dnorm，pnorm，qnorm，rnorm。下 面我们列出各分布后缀，前面加前缀d、p、q或r就构成函数名：
norm：正态，t：t分布，f：F分布，chisq：卡方（包括非中心）unif：均匀，exp：指数，weibull：威布尔，gamma：伽 玛，beta：贝塔lnorm：对数正态，logis：逻辑分布，cauchy：柯西，binom：二项分布，geom：几何分布，hyper：超几 何，nbinom：负二项，pois：泊松signrank：符号秩，wilcox：秩和，tukey：学生化极差
二、简单统计量
sum, mean, var, sd, min, max, range, median, IQR（四分位间距）等为统计 量，sort，order，rank与排序有关，其它还有ave，fivenum，mad，quantile，stem等。
三、统计检验
R中已实现的有chisq.test，prop.test，t.test。
四、多元分析
cor，cov.wt，var：协方差阵及相关阵计算biplot，biplot.princomp：多元数据biplot图cancor：典则相关 princomp：主成分分析hclust：谱系聚类 kmeans：k-均值聚类cmdscale：经典多维标度其它有dist，mahalanobis，cov.rob。
五、时间序列
ts：时间序列对象 diff：计算差分 time：时间序列的采样时间 window：时间窗
六、统计模型
lm，glm，aov：线性模型、广义线性模型、方差分析
—————————————————————————————
rm(list = ls())
#清空控制台所有向量
setwd(“D:/ziliao/zhuanye/R bear/R code”)
#设置工作目录
library(Biostrings)
#调用程序包
aa &- AAString(“LANDEECQW”)
#将一个字符向量转化成氨基酸序列aa
typeof(aa)
#查看aa类型
#aa为S4方法类型
write(aa,”chuana.txt”)
#尝试将aa输出到文件chuana.txt中
错误于cat(list(…), file, sep, fill, labels, append) :
cat目前还不能处理1(种类为*)参数
#错误信息表明不能输出
aa=as.character(aa)
#将aa转化为字符向量
write(aa,”chuana.txt”)
#再次输出，成功
就这么简单，祝您科研愉快！
发表在 , ,
【导读】调查报告显示，中国用户会下载APP者，仅15%愿意付费。作为开发者如何才能让用户愿意付费呢?这里我想说的是：决定因素不是消费观念和消费能力，而是好的产品和市场环境更为重要。这就需要开发者们自律，能够为用户提供好的产品，我相信消费者们会很乐意为之付费。
一、让用户真正成为你的用户：AARRR模型
　　AARRR是Acquisition、Activation、Retention、Revenue、Refer，这个五个单词的所写，分别对应这一款移动应用生命周期中的5个重要环节。下面我们来简单讲解一下AARRR模型中每个项目的意义。
获取用户(Acquisition)
运营一款移动应用的第一步，毫无疑问是获取用户，也就是大家通常所说的推广。如果没有用户，就谈不上运营。
提高活跃度(Activation)
很多用户可能是通过终端预置(刷机)、广告等不同的渠道进入应用的，这些用户是被动地进入应用的。如何把他们转化为活跃用户，是运营者面临的第一个问题。
当然，这里面一个重要的因素是推广渠道的质量。差的推广渠道带来的是大量的一次性用户，也就是那种启动一次，但是再也不会使用的那种用户。严格意义上说，这种不能算是真正的用户。好的推广渠道往往是有针对性地圈定了目标人群，他们带来的用户和应用设计时设定的目标人群有很大吻合度，这样的用户通常比较容易成为活跃用户。另外，挑选推广渠道的时候一定要先分析自己应用的特性(例如是否小众应用)以及目标人群。对别人来说是个好的推广渠道，对你却不一定合适。
另一个重要的因素是产品本身是否能在最初使用的几十秒钟内抓住用户。再有内涵的应用，如果给人的第一印象不好，也会“相亲”失败，成为“嫁不出去的老大难”。
此外，还有些应用会通过体验良好的新手教程来吸引新用户，这在游戏行业尤其突出。
提高留存率(Retention)
有些应用在解决了活跃度的问题以后，又发现了另一个问题：“用户来得快、走得也快”。有时候我们也说是这款应用没有用户粘性。
我们都知道，通常保留一个老客户的成本要远远低于获取一个新客户的成本。所以狗熊掰玉米(拿一个、丢一个)的情况是应用运营的大忌。但是很多应用确实并不清楚用户是在什么时间流失的，于是一方面他们不断地开拓新用户，另一方面又不断地有大量用户流失。
解决这个问题首先需要通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况，并采取相应的手段在用户流失之前，激励这些用户继续使用应用。
留存率跟应用的类型也有很大关系。通常来说，工具类应用的首月留存率可能普遍比游戏类的首月流存率要高。
获取收入(Revenue)
获取收入其实是应用运营最核心的一块。极少有人开发一款应用只是纯粹出于兴趣，绝大多数开发者最关心的就是收入。即使是免费应用，也应该有其盈利的模式。
收入有很多种来源，主要的有三种：付费应用、应用内付费、以及广告。付费应用在国内的接受程度很低，包括Google Play Store在中国也只推免费应用。在国内，广告是大部分开发者的收入来源，而应用内付费目前在游戏行业应用比较多。
无论是以上哪一种，收入都直接或间接来自用户。所以，前面所提的提高活跃度、提高留存率，对获取收入来说，是必需的基础。用户基数大了，收入才有可能上量。
自传播(Refer)
以前的运营模型到第四个层次就结束了，但是社交网络的兴起，使得运营增加了一个方面，就是基于社交网络的病毒式传播，这已经成为获取用户的一个新途径。这个方式的成本很低，而且效果有可能非常好;唯一的前提是产品自身要足够好，有很好的口碑。
从自传播到再次获取新用户，应用运营形成了一个螺旋式上升的轨道。而那些优秀的应用就很好地利用了这个轨道，不断扩大自己的用户群体。
通过上述这个AARRR模型，我们看到获取用户(推广)只是整个应用运营中的第一步，好戏都还在后头。如果只看推广，不重视运管中的其它几个层次，任由用户自生自灭，那么应用的前景必定是暗淡的。
二、如何使用AARRR模型
通常大家在推广应用时，头痛的是后台统计的激活量比渠道提供的下载量小很多。但是前几天，有一位朋友找我咨询，说他们公司的一款App来自某个渠道的激活量突然猛增。但是他查了在那个渠道(是家应用市场)上的下载量，并没有明显的变化。于是他非常困惑，问我有没有办法帮他查到原因。
少了多了都会让人头痛——因为数据出现异常，通常就说明有某个环节出了问题。但是光看一个激活量和一个下载量，并不能揭示问题的根本原因。尤其是当我们已经了解了移动应用运营模型时，我们更需要了解在AARRR的每个环节中，我们应当关注什么样的数据，什么样的数据表现才是正常的——简单来说，只知道AARRR还不够，还要会用才行。
获取用户(Acquisition)
这个阶段，最初大家最关心的数据是下载量。到今天，一些媒体的报道中也还经常用下载量来衡量一个应用的用户规模和是否成功。不过，下载了应用不等于一定会安装，安装了应用也不等于一定使用了该应用。所以很快激活量成为了这个层次中大家最关心的数据，甚至是有些推广人员唯一关注的数据。通常激活量(即新增用户数量)的定义是新增的启动了该应用的独立设备的个数。从字面上看激活量似乎更应该是第二层Activation的指标，但是因为下载量、安装量这些数据都比较虚，不能真实反映用户是否已经被获取。所以大家都要看激活，这才是真正获取到了新的用户。
另一个非常重要的数据，就是分渠道统计的激活量。因为在渠道推广时，很多应用开发者选择了付费推广。结算的时候，自然要了解在某个渠道有多少真正激活的用户。即使没有付费关系，开发者也需要知道哪个渠道是最有效果的。
但是站在更高的高度看，CAC(用户获取成本Customer Acquisition Cost)才是最需要去关注的数据。目前行业里有种粗略的说法，每个Android用户的获取成本大约在4元左右，而iOS用户大约在8元以上。当然，应用市场下载、手机预置、广告等各种不同的渠道的获取成本是完全不同的。这里面有个性价比的问题，有些渠道的获取成本比较高，但是用户质量也比较高(什么样的叫质量高，后面会有说明)。
提高活跃度(Activation)
看到活跃度，大家首先会想到的指标是DAU(日活跃用户)、MAU(月活跃用户)。这两个数据基本上说明了应用当前的用户群规模，在网络游戏行业这是两个运营人员必看的指标。通常活跃用户是指在指定周期内有启动的用户。但是启动是否真的等于活跃呢?如果在指定周期内只启动了一次，而且时间很短，这样的用户活跃度其实并不高(当然对某些特殊的应用来说可能算高，例如用来记录女性生理周期的应用，一月启动一次就够了)。所以其实还要看另两个指标：每次启动平均使用时长和每个用户每日平均启动次数。当这两个指标都处于上涨趋势时，可以肯定应用的用户活跃度在增加。
针对使用时长和启动次数的渠道统计同样很重要。我们把它们称为渠道的质量数据，如果某个渠道上来的用户，这两个指标很差，那么在这个渠道上投入太多是没有意义的。最典型的就是水货刷机的用户，很多预置的应用都是在刷机完成时被激活的。针对这种被动激活的用户，可以看另一个指标，叫一次性启动用户数量，也就是迄今为止只启动过一次的用户的数量。
除了渠道，另一个和活跃度相关的分析维度是版本。各个版本的使用时长和启动次数也会有差异。对产品经理来说，分析不同版本的活跃度差异有助于不断改进应用。
此外跟活跃度相关的，还有日活跃率、周活跃率、月活跃率这些指标。当然活跃率和应用的类别是很有关系的，比如桌面、省电类的应用的活跃率就比字典类的应用。
提高留存率(Retention)
下载和安装——使用——卸载或者遗忘，这是用户在每个应用中的生命周期。成功的应用就是那些能尽量延长用户的生命周期，最大化用户在此生命周期内的价值(下一节会谈到生命周期价值这个话题)的应用。
对于大部分应用，应该关心的是1-Day Retention 和7-Day Retention。这里我之所以用英文，是因为其中文翻译不统一，容易引起歧义。1-Day Retention通常翻译为首日留存率，其实这个“首日”并不是指应用被安装使用的第一天(假设日期为D)，而是D+1日，即安装使用的第二天。因为安装使用的第一天没有留存率这个概念(有的话，只能是100%)。到了第二天，前一天安装使用的用户中还有多少百分比的人还在启动使用这款应用，这就是1- Day Retention。因为是第二天，所以有些文章中也叫“次日留存率”。同样的，7-Day Retention是在D+7日启动使用这款应用的占D日首次安装使用这款应用的用户总数的百分比。通常用户新安装使用后的前几天是流失比例最大的时期(关于用户留存的细节，请参考我们同事的另一篇博客《读懂你的用户留存》)。所以这两个指标在留存率分析是最重要的。曾经有游戏行业的行家指出，如果想成为一款成功的游戏，1-Day Retention要达到40%， 7-Day Retention要达到 20%。
有些应用不是需要每日启动的，那样的话可以看周留存率、月留存率等指标，会更有意义。留存率也是检验渠道的用户质量的重要指标，如果同一个应用的某个渠道的首日留存率比其它渠道低很多，那么这个渠道的质量是比较差的。
获取收入(Revenue)
关于收入，大家最耳熟能详的指标就是ARPU(平均每用户收入)值。对应的比较少提的还有个指标叫ARPPU(平均每付费用户收入)。前几天，@吴刚在微博里贴图比较二战风云的ARPU值时就注明了是周付费用户ARPU(所以其实是ARPPU)。但是很多人误读了以为是六十多元的周ARPU值，就会让他们对Android游戏产生过分的乐观。
是不是ARPPU高，ARPU就一定会高呢?答案是不一定。因为其中还有个指标是付费用户比例，也就是付费用户在全部用户中所占的比例。如果付费用户比例较低，那么那些收入摊到所有用户身上的平均值就低了。通常来说，如果某个游戏为了提高ARPPU，提高了虚拟道具的价格，那么付费用户比例就会相应地降低。找到一个ARPPU和付费用户比例的平衡点，才能最大化收入。
但是收入并不是最重要的，利润才是。如何最大化利润呢?利润最简化的计算公式是：利润=收入-成本。首先我们看一下成本，我们在上一篇中提到过 CAC(用户获取成本)。除此之外，还有应用本身的开发成本、服务器硬件和带宽成本以及运营成本等等。不过在用户量很大的情况下，CAC会成为最主要的成本，而其它成本不在一个数量级，所以我们在后续讨论中只考虑CAC。
那么收入如何计算?ARPU是一个和时间段相关的指标(通常讲的最多是每月的ARPU值)，还不能完全和CAC对应，因为CAC和时间段并没有直接关系。所以我们还要多看一个指标：LTV(生命周期价值)。用户的生命周期是指一个用户从第一次启动应用，到最后一次启动应用之间的周期。LTV就是某个用户在生命周期内为该应用创造的收入总计，可以看成是一个长期累计的ARPU值。每个用户平均的LTV = 每月ARPU * 用户按月计的平均生命周期。
LTV – CAC的差值，就可以视为该应用从每个用户身上获取的利润。所以最大化利润，就变成如何在降低CAC的同时，提高LTV，使得这两者之间的差值最大化。更进一步的，对不同渠道来源用户做断代分析，根据他们不同的CAC和LTV，就可以推导出不同渠道来源的利润率差异。
自传播(Refer)
　　自传播，或者说病毒式营销，是最近十年才被广泛研究的营销方法。虽然大家都听过一些病毒式营销的经典案例，但是要说怎样量化评估其效果，却很少有人知道K因子(K-factor)这个衡量指标。其实K因子这个术语并非起源于市场学或软件业，而是来源于传染病学——对，就是研究真正的病毒传播的科学。 K因子量化了感染的概率，即一个已经感染了病毒的宿主所能接触到的所有宿主中，会有多少宿主被其传染上病毒。
K因子的计算公式不算复杂，K= (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)。假设平均每个用户会向20个朋友发出邀请，而平均的转化率为10%的话，K =20*10%=2。这个结果还算是不错的效果——当K&1时，用户群就会象滚雪球一样增大。如果K&1的话，那么用户群到某个规模时就会停止通过自传播增长。
AARRR模型非常适合用于用户运营，你可以在其中找到核心因素，进而提升整个用户留存率，最终将其转化为收入。
三、APP主流的收费模式
APP收费模式不仅仅只有免费和收费两种形式，通过对收费基本要素的组合，它可以分为很多种，以下有关付费模式图解的表现方式，是参考自日本EdutainmentLab的板桥悟先生之著作《热门商品是这么创造出来的》。
接下来，就要向各位介绍各种在App经济中可以发展的商业模式。在以下的图解中，标成绿色的企业指的就是App的开发者
模式一：付费应用(单纯出售模式)
　　图解：使用者支付金钱购买App,开发者因而获利，目前主流付费模式之一
这种应该就是最单纯的模式—开发者制作App，透过AppStore或Market销售给使用者。在这种模式中，重点是让单价×销售量所得的销售额极大化，看起来似乎象是废话，但是值得思考的是假如某个App对特定族群来说是很有用的，但对于大众来说也许不具吸引力，那么与其定$0.99但是也不会因此多卖几个，是否反而应该把价格定高一些，然后透过正确的宣传方式去让有需要的人得知此信息，虽然销售量有限，但是因为单价够高，整体销售额也许更有利。且因为单价高，之后还有打折促销的空间，进一步吸引价格敏感的消费者抢便宜。
案例：《愤怒的小鸟》和《Keynote》属于不同的付费APP，一个是游戏，属于快速消费品，一个是工具类应用，属于生产力，两者的定价分别是6元和128元，为什么会如此定价?因为《愤怒的小鸟》属于游戏，是冲动型消费，受众面广，定价为6元(0.99美元)可以最大化自己的收益;而《Keynote》定位在生产力，用手机、iPad来实现生产的用户本身就少，如果定价为6元反而不利于最大化自己的收益。如果用《Keynote》真的能提升用户的工作效率，128元对于这批用户而言并不算什么。定价策略在付费模式中显得非常重要，一般是根据经验，并分析同类产品的定价，可以估算出消费者的WTP的上下限，在居中的范围确定自己app的价格，从而尽量接近真实的P*。不同app、不同地区市场的情况都不一样，你需要足够了解该区域市场和该类型app的情况才能尽量准确地估算P*，并通过销量的波动以及消费者评价等反馈信息来及时调整价格。如果你不懂这些，个人建议先定价高一点，然后根据反馈信息下调价格，甚至做一些限免活动，也不失为一种选择。
模式二：广告模式
　　图解：使用者无需付费，广告主支付广告费给开发者，开发者因而获利
这也是相对单纯的模式，这张图在模式上有所简化，实际运作在广告主与开发者之间应该还有Apple或Google这两大广告代理投放平台才对。而此一模式的获利主要就是靠广告，因此要尽可能冲高App下载量，所以如果可以结合使用者有需要的服务例如信息或情报，一来需求已经存在，二来广告媒合效果也会更明显。
案例：2012年4月，《捕鱼达人》在iOS平台一上线便横扫各大下载排行榜。有数字说明其走红度：曾连续被苹果在AppStore首页推荐六周，总下载量已突破3300万次，活跃用户数量达260万，曾在30多个国家的AppStore中下载排名第一。
目前，《捕鱼达人》在iOS里下载量达1800多万，在Android上有1500多万，7成收入来源于内置广告，剩余部分才是与平台分成。未来很长一段时间里，广告收入都是《捕鱼达人》的主要收入渠道。触控科技内部自设了广告系统，其操作模式类似谷歌的“AdWords”，为广告主精准营销。《捕鱼达人》的广告主里，很多是来自传统或移动互联网的游戏开发者，比如摩尔庄园，借助渠道做推广，现在已逐渐有品牌商投放广告，有某知名品牌的豪华汽车投广告。
《捕鱼达人》APP就是典型的广告模式，通过用户点击广告banner的形式获得收入，但广告始终影响用户体验，如果你的APP非不可替代的话，还是尽量少用这种模式获得收入，很容易造成用户流失。
模式三：收入组合模式(「带路鸡」模式)
这是单纯出售模式的延伸，意思是借由其中一两项特别便宜的产品吸引消费者上门，再顺势同时卖其他的产品给他，就象是现实生活大卖场通常会有所谓的特价商品吸引消费者到卖场消费，同时有机会购买其他的东西提高营业额是相同的道理。而在App的领域，「带路鸡」甚至价格可以是$0(搭配「广告模式」一起运用)
案例：目前找不到这种收入形式的APP，不过典型的就是同一家公司的APP之间的交叉推广，通过换量的形式相互导用户，从而实现共赢，也降低了整个公司的获取用户的成本。
模式四：程序内购买IAP(持续推出更新附属功能模式)
　　图解：使用者除了下载App主程序外，之后仍付费下载陆续推出的附属功能
这里指的是除了主程序之外，持续推出可以额外付费下载的附属功能象是游戏的新场景或是拍照软件的新滤镜效果等，让收入可以持续增长。同样的也可以让主程序的费用是$0(搭配广告模式)，或是运用收入组合模式的心理效果。
案例：著名拍照辅助应用 Camera+ 的开发商 Tap TapTap 近日在官方博客里公布了 3 月 28 日应用升级后的销量数据以及程序内购买(“I ? Analog” 特效包)收入统计数据。其新版本中内置了一个售价 0.99 美元的程序内购买项目：“I ? Analog” 特效包。5% 的用户购买了该特效包，开发商至今从 IAP 方面的收入也有 68267 美元。Camera+的这种尝试就属于这种模式。
模式五：月租费模式
　　图解：使用者在持续使用App时定期支付金额给开发者，典型应用如evernote
顾名思义，只要使用者持续使用，随着时间流逝就要定期付出费用。这种模式的变形也许绑的不一定是时间，而是使用量。而订阅内容也会是可以运用此一模式的方式。
案例：Evernote采用的就是月租费的模式，用户需要每个月续费以保证其高级会员资格，从而享受到更多的会员特权。Evernote的官方统计数据显示，在用户注册Evernote后的第一个月内，只有0.5%的人选择付费服务，6个月后这个数字变成1%，2年之后付费比例升至5.5%。此外，42%的用户注册又弃用Evernote之后会选择回来继续使用。而在已经持续使用4年的用户中，有25%已经成为付费用户——很明显，正如Phil Libin在一开始所预料的那样，随着在Evernote上存储的笔记越来越多，用户逐渐离不开此项服务，其付费的需求也在增长。Evernote CEO Phil Libin说：“对于我们来说，最简单获得100万付费用户的途径，就是先获得10亿免费用户!”
模式六：平台媒合模式(O2O)
　　图解：开发者的App提供的是媒合使用者与平台，而除了App的功能之外，还可以通过拉动的方式，将用户拉动到商家，将APP本身庞大的流量变现。
案例：大众点评网算是比较典型的例子，经过8年的发展，大众点评网已经成为一个能为本地商户提供一站式精准营销的综合性服务平台。团购的出现，在大众点评网看来，是解决本地商户在某个阶段营销需求的一种新型的营销方式。本地商户在不同的营销阶段可以用包括电子优惠券、关键词推广等不同的营销组合模式。通过020的形式，大众点评网将自己庞大的线上流量转化为商家的消费者，从而实现收入，这就是平台媒合模式，也是最成熟的模式，最重要的就是这种模式并不会影响到用户体验，因为模式本身和APP有一定的关联性，能有效地拉动用户，而不像广告那样强硬。
四、让用户心甘情愿地付费的关键点
产品口碑是付费的关键
产品口碑是一款应用的综合体验，产品是否好用，能否解决用户问题都体现在产品口碑上，一款没有良好口碑的产品不用谈什么收费了，能生存下来就已经很不错了。所以让用户心甘情愿地付费的基础是：产品本身。
关联性是付费的核心
让用户心甘情愿地付费，核心是关联性。移动游戏的增值收费就是道具、关卡甚至是歌曲(音乐类)，没有哪款游戏不是这样设计的。同样的，移动广告也一样，一款帮助用户查天气的应用却去展现一个游戏的tips，转化率能高到哪里去呢?再深入到拉动用户使用新产品也一样，第一款应用去做资讯类产品，第二款应用却做了LBS产品，两个产品之间毫无关联性，怎么拉动呢?典型例子如搜狗的三级跳和360的三级跳。类似的商业模式，但从安全卫士用户转化为浏览器用户的转化率明显比从搜狗输入法用户成为搜狗浏览器的用户，差异在于关联性。程序内购买也一样，比用户想多一步，通过这一步拉动用户去完成设计好的任务，才能让用户心甘情愿地付费。
除了关联性，重要度也很重要。就evernote而言，它的核心除了记录以外就是云同步，让数据能各终端中汇总起来，收费的核心就是云同步的流量。既不能把免费用户掐死，不让它们同步，又能通过流量这个因素隔绝用户群，让需要大流量同步的用户心甘情愿地付费，这就是度的考量。再如前段时间的音乐收费话题，QQ音乐是通过SQ音质的方式来隔离用户群，从而让用户心甘情愿地付费。我们需要设计一些功能，通过这些功能来区分用户，进而达到付费的目的。
支付手段是用户付费的最后一步
很多时候，支付便利会成为用户付费的关键因素。当用户有付费冲动的时候，越便利的支付手段越能提高用户的付费比例。因为做应用就像做消费品一样，这个消费品除了受到用户亲睐外，还需要付费便利。
新浪微博客户端 Weico首席执行官许士彦分享了 Weico Pro 在 App Store 支持人民币前后的销售额变化：
　　原本用户必需要有一张双币信用卡，且必须手动开通境外支付功能方能在 App Store 内购物。支持人民币之后，用户使用任何支持网银的借记卡或信用卡均可进行支付。因此，这些数据很真实的反映了有了更便利的付款方式之后，用户并不介意付些小钱来获取自己想要的产品。根据推测，此前有些用户一直依靠在淘宝购买黑卡来给应用付费，此举给苹果造成了不少坏账，甚至导致“和风物语”等在中国地区十分受欢迎的应用掉出热门榜单。但 App Store 支持人民币之后，极大的鼓励了这些用户进行小额支付。植物大战僵尸和切水果等售价低廉的游戏也因此销量大涨。由此可见便利的支付方式能有效提升免费用户到付费用户的转化率，降低用户因为付费而产生的挫败感。
本文部分资料来自以下文章，感谢各位牛人的分享：
1.《揭开应用推广运营背后的密码》
2.《图解九种APP商业模式》
《大数据》涂子沛,2012年.
里面讲美国历史、政治的篇幅太多了，某些内容甚至只是为了增加书的厚度。例如：引用的名人的话就算了，还附上这些名人的介绍。显得非常啰嗦。
什么是科学？我的理解就是“以数据说话”。
美国从立国之初，就重视数据，利用数据，并敢于公开数据。这些都是我们向往的。