很多卖家在使用自养号测评给自己的产品刷销量、刷好评过程中会出现砍单率过高，或者死号等行为，归根结底是你对平台的风控机制不了解，而没有做好相应的防关联手段。
速卖通为维护平台秩序、保障公平竞争，会采用了多种防关联技术，以下为你详细介绍：
1.网络层面：
IP地址检测
平台会分析账号登录所使用的IP地址，若多个账号频繁使用同一IP登录，尤其是该IP存在异常交易或违规记录时，会被判定为关联风险。例如，大量新账号集中在某一数据中心IP下注册和操作，就容易引起平台警觉。
还会监测IP地址的地理位置信息，若账号声称来自不同地区，但登录IP却显示为同一地理位置，也会被怀疑有关联。
网络环境特征分析
分析网络的带宽、延迟、丢包率等特征，同一网络环境下的账号若这些特征高度相似，可能会被认为存在关联。比如，多个账号在短时间内通过同一低带宽、高延迟的网络进行操作，就可能被标记。
检查网络协议、代理类型等信息，使用相同代理服务器或异常网络协议的账号会受到关注。
2.设备层面：
硬件指纹识别
记录设备的硬件信息，如CPU型号、显卡信息、硬盘序列号等。即使使用不同的操作系统或浏览器，硬件指纹相同的设备上登录的账号也可能被判定为关联。
检测设备的屏幕分辨率、颜色深度等显示信息，相似显示特征的设备上的账号存在关联风险。
设备标识追踪
利用设备的唯一标识符，如IMEI（国际移动设备识别码）、MAC地址等，来识别和追踪设备。更换设备登录账号时，平台会对比新旧设备的标识信息，判断是否存在关联。
3.账号行为层面：
注册信息分析
审查账号注册时填写的信息，如邮箱地址、电话号码、收货地址等。若多个账号使用相似或关联的注册信息，如同一邮箱前缀、相邻的电话号码、相近的收货地址，会被认为有关联可能。
分析注册时间和注册IP的关联性，短时间内在同一IP下注册多个账号，会增加关联的嫌疑。
操作行为模式
监测账号的操作习惯，如浏览商品的类别、停留时间、点击频率等。行为模式高度相似的账号，可能被判定为关联。例如，多个账号同时以相同的顺序浏览相同类目的商品，且在每个商品页面的停留时间几乎一致。
分析账号的下单时间、购买商品的类型和金额等交易行为。频繁在同一时间下单、购买相似商品组合或金额相近的账号，存在关联风险。
4.数据层面：
关联图算法
平台会构建账号之间的关联图，通过分析账号之间的各种关系，如交易往来、评价互动、共享资源等，找出潜在的关联账号群体。例如，多个账号频繁相互评价或进行虚假交易，会在关联图中形成紧密的关联关系。
机器学习模型
利用机器学习算法对大量的账号数据进行训练和分析，识别出正常账号和关联账号的行为模式差异。模型会不断学习和更新，以适应新的关联手段和行为特征。
由此可见速卖通想要通过自养号来刷销量、好评并不是简单的解决一个IP或者使用指纹浏览器就能够解决的。需要搭建稳定的测评系统才能够保证测评的稳定使用。欢迎交流！
