מעקב בין מכשירים: קישור סשנים ללא התחברות

כאשר משתמש מבקר באתר שלכם מהמחשב הנייד שלו בבוקר ומהטלפון שלו אחר הצהריים, רוב פלטפורמות האנליטיקה רואות שני מבקרים נפרדים לחלוטין. אלגוריתם זיהוי המכשירים שלנו מסוגל לקשר את הסשנים הללו בצורה הסתברותית — ללא צורך בהתחברות — באמצעות ניתוח חפיפת אותות ובניית גרפי מכשירים.

אתגר המעקב בין מכשירים

fingerprinting מסורתי מייצר מזהה ייחודי לכל מופע דפדפן. Chrome במחשב נייד מפיק מזהה אחד; Safari באייפון מפיק מזהה אחר. אפילו באותו מכשיר, דפדפנים שונים מייצרים fingerprints שונים משום שיש להם user agents שונים, תמיכה שונה בפיצ'רים ומאפייני rendering שונים.

אבל משתמשים לא חושבים במונחים של דפדפנים. הם חושבים במונחים של סשנים. הם מתחילים רכישה בטלפון בזמן ארוחת הצהריים ומסיימים אותה במחשב הנייד בבית. הם חוקרים מוצר בטאבלט וקונים אותו במחשב השולחני. עבור זיהוי הונאה והתאמה אישית, ההבנה שהסשנים הללו שייכים לאותו אדם היא קריטית.

התאמת אותות הסתברותית

הקישור בין מכשירים שלנו פועל על ידי זיהוי אותות המשותפים למכשירים באותה רשת או שבבעלות אותו אדם. כתובת IP ומאפייני הרשת הם האותות המשותפים הברורים ביותר — מכשירים באותה רשת Wi-Fi חולקים את אותה כתובת IP ציבורית ולעיתים קרובות את אותו ISP ואת אותו ASN.

אבל IP לבדו אינו מספיק. משתמשים רבים חולקים את אותה כתובת IP (רשתות משרדיות, קמפוסים אוניברסיטאיים, carrier-grade NAT). אנחנו משלבים התאמת IP עם ניתוח זמני (האם הסשנים מתרחשים בזמנים דומים?), דמיון התנהגותי (האם הם מבקרים בדפים דומים?) ומתאם חומרה (האם המכשירים עקביים עם בעלים יחיד — למשל, MacBook ואייפון ולא שני מחשבי Windows שולחניים?).

בניית גרף המכשירים

כל קישור מאומת או בעל הסתברות גבוהה בין סשנים יוצר צלע (edge) בגרף מכשירים. הגרף מחבר מופעי דפדפן לצמתי מכשיר, וצמתי מכשיר לצמתי אדם. עם הזמן, ככל שמצטברים יותר סשנים, הגרף נעשה מדויק יותר.

בניית הגרף משתמשת בגישה שמרנית: אנחנו דורשים כמה אותות תומכים לפני יצירת קישור, ואנחנו מקצים confidence scores לכל צלע. קישור המבוסס על IP משותף לבדו עשוי לקבל confidence של 0.3, ואילו קישור המבוסס על IP משותף + מתאם זמני + מערכת מכשירים עקבית עשוי לקבל confidence של 0.9.

יישומים לזיהוי הונאה

הקישור בין מכשירים חזק במיוחד עבור זיהוי הונאה. נוכל שיוצר חשבונות בכמה מכשירים ניתן לזיהוי כאשר המכשירים הללו חולקים מאפייני רשת. כרטיס אשראי גנוב שנעשה בו שימוש במכשיר שמעולם לא היה משויך לגרף המכשירים של בעל הכרטיס מפעיל התראה מיידית.

ראינו רשתות הונאה שבהן מפעיל יחיד משתמש בעשרות מכונות וירטואליות כדי ליצור חשבונות מזויפים. אף שלכל מכונה וירטואלית יש fingerprint ייחודי, כולן חולקות את אותם מאפייני חומרה בסיסיים ואת אותו פרופיל רשת. ניתוח הגרף שלנו מחבר אותן, וחושף את כל הרשת מתוך חשבון בודד שזוהה.

עיצוב ששומר על פרטיות

הקישור בין מכשירים מעורר חששות פרטיות לגיטימיים. הגישה שלנו מצמצמת אותם באמצעות כמה החלטות עיצוב. ראשית, הקישור הסתברותי ולא דטרמיניסטי — אנחנו לעולם לא טוענים לוודאות לגבי חיבורים בין מכשירים. שנית, כל הקישור מתרחש בצד השרת על התשתית שלכם, לא שלנו. שלישית, ניתן לכבות את הקישור לחלוטין אם הוא אינו רלוונטי למקרה השימוש שלכם. רביעית, ניתן לספק למשתמשים שקיפות לגבי מכשירים מקושרים דרך ממשק הפרטיות שלכם.

מדדי דיוק

בבדיקות מבוקרות עם סשנים בין מכשירים ידועים, אלגוריתם הקישור שלנו משיג recall של 78% (מציאת 78% מזוגות המכשירים האמיתיים) ב־precision של 94% (94% מהקישורים שזוהו נכונים). המספרים הללו משקפים פשרה מכוונת לטובת ה־precision על פני ה־recall — נעדיף לפספס קישור מאשר ליצור קישור שגוי.