随着互联网技术的飞速发展,网络服务已经渗透到了生活的方方面面,人们也逐渐形成了对网络信息的依赖,在网站中投放广告的方式已经成为目前网络中重要的宣传策略,同时也成为各个互联网公司重要的财政收入之一。目前国内外对于点击欺诈检测的相关研究,主要分为改进付费模式、验证码预防和数据分析检测三个方向。然而,对于点击欺诈的检测,仍存在广告商难以接受改变当前按点击付费的商业模式,验证码机制降低用户的体验好感,数据分析检测难以确定用户身份、数据庞大致使分析效率低等问题。本文针对以上这些问题,借鉴目前对点击欺诈检测的相关研究成果,在不改变计费模式的前提下,提出了一种基于分布式环境的点击欺诈检测模型。该点击欺诈检测模型主要包括数据采集、用户身份识别以及并行欺诈检测三个部分。数据采集模块通过客户端代码采集浏览器指纹、EverCookie存放数据来进行用户身份识别,同时采集点击相关数据进行并行欺诈检测;用户身份识别模块主要通过浏览器指纹识别和EverCookie投放相结合的方式对用户的身份进行识别;并行欺诈检测模块分为并行统计分析和并行可疑性分析,基于Hadoop分布式环境对用户点击数据进行并行分析检测。在本文的最后,通过实例数据对所研究的分析检测过程进行实验验证,结果表明本文提出的算法能够改进当前点击欺诈检测算法存在问题,在点击欺诈检测的效率和准确率方面有了明显提升,能够对网络广告中的点击欺诈行为进行可靠的检测。