在线安全检测：访客被分配到不同版本时怎样识别样本污染
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /c263738944d7.html
📄
在线安全检测：访客被分配到不同版本时怎样识别样本污染
先给有条件的结论：如果分流是按用户标识稳定哈希，且每个版本都有独立的曝光与转化记录，那么可以直接比较两版指标；但如果分流按请求随机、会话中途切换版本，或旧版本仍在被缓存命中，那么比较结果的差异很可能来自样本污染，而不是版本本身。识别污染的关键动作是给每个访客打上版本标记，并在日志中核对同一访客是否只出现一个版本；一旦发现跨版本记录，下一步应停止按版本汇总，改为按访客首次分配版本归因，再重新计算。
先确认分流机制是否稳定
样本污染最常见的来源是分流不稳定。稳定哈希把同一访客固定到一个版本，样本边界清晰；按请求随机则同一访客可能同时进入两版，样本自然重叠。判断方法不是看总量，而是看单个访客的版本序列。假设某访客在十分钟内先看到A版再看到B版，如果分流是稳定哈希，这说明分流配置或缓存出了问题；如果分流本来就是按请求随机，这属于预期行为，不能当作污染证据。两种情况下，处理动作完全不同：前者要修分流，后者要改实验设计。
用版本标记核对访客是否跨版本
只靠页面路径或参数区分版本并不可靠，因为参数可能被缓存、被重写或被分享链接带偏。更稳妥的做法是在服务端或边缘层给每个响应写入一个版本标识，并与访客标识一起记录。核对时按访客聚合，统计每个访客出现的版本数量。若大量访客出现两个版本，且这些访客的转化行为介于两版之间，就应怀疑样本污染。此时先不要删除数据，而是标记这些访客，观察排除他们后两版指标差异是否缩小；若差异明显缩小，说明原结论主要受污染样本驱动。
区分缓存命中与真实分流
旧内容或旧系统退出阶段，缓存层常常还在返回旧版本。一个可操作的动作是：在响应头或日志中同时记录实际返回版本与请求期望版本，然后比较两者不一致的比例。如果不一致比例高，且集中在特定路径或特定地区，那么问题更可能是缓存或CDN配置，而不是分流算法。这时应优先清理缓存规则或缩短缓存时间，再重新采集样本；否则任何版本比较都建立在混合内容上，结论不可用。
一个会使上述结论失效的反例
如果访客标识本身不稳定，比如未登录用户每次请求都生成新标识，那么即使分流是稳定哈希，也无法把同一访客归到同一版本。此时按访客聚合会得到大量“单次访客”，跨版本检查失效。遇到这种情况，需要先建立更稳定的标识，例如结合设备指纹或登录态，再重新评估。否则你看到的版本差异可能只是不同标识群体的差异，而不是版本效果。
下一步：按首次分配归因并重算
确认存在跨版本后，把每个访客归因到首次分配版本，只统计该访客后续的转化行为。这个动作会改变分母和分子：原本被重复计入的访客只算一次，原本被错误归到后一版的转化回到首次版本。重算后如果两版差异仍然存在，才值得继续做显著性判断；如果差异消失，说明之前的结论应撤回。整个过程不需要额外工具，只需要在现有日志中增加版本与访客的对应字段，并按访客粒度聚合一次。
