删掉 390 万条运动假数据，从 Strava 到国内运动 app，一场运动数据的“打假”之战

近日，全球最大的运动社交平台 Strava 完成了史上规模最大的数据清理活动。

他们通过使用三个先进的机器学习模型重新查看主要的赛段排行榜（ Segment Leaderboards ）。结果是 230 万个电动自行车活动被移除（主要针对电动自行车活动被上传为常规自行车骑行），以及 160 万个车辆活动（比如汽车行驶记录被上传为骑行数据）被移除，从而让 293,000 名运动员重新恢复到赛段排行榜前 10 名。

长期以来，Strava 的赛段排行榜经常出现异常数据，这引起了众多用户的不满。Strava 为了提升赛段排行榜的准确性和公平性，正通过人工智能的方式来解决这个困扰已久的问题。

其实，国内众多运动 app 也面临“数据作弊”的问题，而“作弊”的手法可谓是五花八门。

在运动 app 这样一个追求真实和健康的领域里，“作弊”看似矛盾，其背后却是一张由个人心理、社会压力和现实诱惑交织成的复杂网络。

简单来说，作弊的动机可以归结为三点：逃避痛苦（或懒惰）、渴望认可、获取利益。

许多人使用“摇步器”，只是为了在不付出实际运动的情况下，完成一个自我设定的或外部的“打卡”任务，比如日行万步的目标。这只是一种低成本的“心理安慰剂”。

在微信运动等熟人社交圈，有人作弊仅仅是为了避免步数垫底，或维持一个“我还在活动”的基本形象，而不是真的想竞争。

在各类排行榜上名列前茅，能带来巨大的虚拟荣誉感和成就感。当真实能力无法达到时，作弊就成了获取这种“即时满足”的捷径。这就像游戏开挂，追求的是碾压他人的快感。

在朋友圈塑造了“运动达人”、“自律者”的形象后，持续用漂亮的数据维持这个人设就成了一种压力。一旦松懈，就可能通过作弊来填补数据缺口，防止“人设崩塌”。

许多平台或企业与 app 合作，推出 “步数兑换现金/优惠券/礼品”、“公益捐步” 等活动。这是国内 app 特有的强大驱动。作弊在这里直接等同于 “赚钱”或“刷功德” 。支付宝的“行走捐”就曾饱受摇步器困扰。

在一些公司或学校，步数或运动时长被设置为强制性的健康考核指标，与绩效、评优甚至奖金挂钩。在这种情况下，作弊不再是娱乐，而是一种应对不合理要求的“对策”。

当我们看到运动 app 上的异常数据时，它可能不仅仅是一个技术漏洞，更可能是背后那个人在对抗惰性、寻求认同、或追逐利益时，选择的一条歧路。平台的防作弊技术，本质上是在与复杂的人性弱点做对抗。

比较初级的方法。使用“摇步器”、固定在自行车/跑步机轮胎上，让手机传感器误判为人在运动。

高级一点的方法。使用虚拟定位软件（如 Fakelocation ），伪造 GPS 轨迹，模拟任意跑步路线。

更高端的方法。比如抓包改数据：拦截并修改 app 与服务器间的通信数据，直接修改里程、会员信息等。再比如使用修改器：利用 Xposed 框架等模块，直接修改 app 内的步数或数据

利用平台功能与漏洞。比如数据文件导入：通过 GPX/FIT 等轨迹文件模拟跑步，导入平台补录数据。 再比如账号代刷/团体代跑：多人共享账号或代跑，甚至付费找他人代刷。

和 Strava 一样，大部分都是通过技术识别来防止“作弊”。平台会通过算法识别异常速度、轨迹不合理（如长时间直线）、信号波形过于平滑等可疑数据。

比如通过传感器模式识别。以 Keep 为例，会检测设备陀螺仪数据，并结合步频异常稳定、无GPS移动、无心率变化等特征综合判断。

比如校验 GPS 数据的合理性。系统会检测轨迹是否平滑、速度变化是否符合人体极限、信号丢失是否异常、海拔数据是否突变等。

比如强化通信安全。app 与服务器间传输的数据会进行加密和签名，若被篡改，服务器会拒绝接收。同时监测是否有第三方抓包工具在运行。

以及严格限制数据导入与补录。例如，对于手动上传或第三方数据导入功能，会设置严格的审核逻辑（如同一天内不允许重复上传相同路线的记录）。

还有设立用户举报通道，并重置排行榜的上榜门槛（如运动距离、频次等）。

尽管技术不断升级，但防作弊仍面临挑战。因为作弊手段也在“进化”，例如更精密的物理模拟设备、更逼真的轨迹模拟软件，迫使平台不断更新算法。而且如果过于严格的规则可能会“误伤”真实的极限运动数据（如下坡极速骑行），平台需要在严格与宽容间找到平衡。

你觉得哪个平台作弊最多？