Smart Signals

Smart Signals adalah sinyal pengayaan sisi server yang dihitung dari fingerprint browser, IP intelligence, dan analisis perilaku. Sinyal-sinyal ini memberikan konteks mendalam tentang setiap pengunjung tanpa mengumpulkan data yang dapat mengidentifikasi individu secara pribadi.

Smart Signals — sinyal keputusan, risiko, jaringan, dan bot yang telah diperkaya — mencapai server Anda lewat dua jalur: dikirimkan kepada Anda sebagai webhook (lihat Webhooks) dan dapat dibaca sesuai kebutuhan melalui Data API. Selain itu sinyal-sinyal ini juga ditampilkan di dashboard. Contoh-contoh di bawah ini mengonsumsi bentuk payload webhook; field yang sama muncul saat membaca session dari API.

Referensi Sinyal

Satu kunjungan terurai menjadi 35+ smart signal yang mencakup jaringan, browser, perangkat, dan analisis perilaku. Referensi di bawah ini menyebutkan sinyal yang paling sering Anda gunakan, di antaranya:

Network Intelligence

Browser Analysis

Device Analysis

Deteksi khusus native. Deteksi root, jailbreak, aplikasi kloning/ganda, dan instrumentasi Frida bergantung pada sinyal yang hanya dapat dikumpulkan oleh SDK mobile native. TRACIO menyediakan SDK browser, sehingga deteksi tersebut tidak efektif pada agen web — andalkan verdict otomasi, headless, antidetect, emulator, dan perilaku sebagai gantinya.

Behavioral

Deskripsi Sinyal Terperinci

Deteksi VPN, Proxy & Tor

Flag VPN, proxy, Tor, dan datacenter diselesaikan di sisi server dari IP pengunjung menggunakan basis data IP intelligence komersial (IP2Location / MaxMind). Payload webhook publik menampilkan hasil gabungan sebagai boolean pada objek network — network.vpn, network.proxy, network.tor, network.datacenter — tanpa rincian per-metode atau string kepercayaan. Lihat IP Intelligence untuk detailnya.

Deteksi Incognito

Private browsing disimpulkan di Chromium, Firefox, dan Safari, lalu sampai kepada Anda sebagai identification.incognito. Tidak ada API browser yang melaporkannya, sehingga verdict lahir dari pemungutan suara berbobot atas perilaku penyimpanan di jendela privat — galat origin private file system, ketahanan penyimpanan, dan keunikan masing-masing platform semuanya ikut berkontribusi.

Ini sinyal probabilistik, bukan kepastian: perlakukan sebagai salah satu masukan di antara beberapa masukan lain, bukan sebagai fakta yang bisa ditindaklanjuti sendirian. Karena jendela privat juga menekan cookie _vid_t, kunjungan incognito hanya diidentifikasi dari sinyal, dan identification.confidence-nya pun lebih rendah.

Browser Tampering

Detektor tampering mengidentifikasi pengunjung yang telah memodifikasi browser mereka untuk menyalahartikan identitasnya:

• Pemalsuan User-Agent: Membandingkan string UA dengan Client Hints, properti navigator, dan perilaku engine JavaScript
• Injeksi property: Mendeteksi extension yang memodifikasi properti navigator dengan membandingkan prototype getter
• Manipulasi plugin: Memverifikasi rantai PluginArray.prototype dan MimeType.prototype
• Override fungsi native: Menguji apakah Function.prototype.toString, Object.getOwnPropertyDescriptor, dan fungsi kritis lainnya telah diganti dengan Proxy

anomalyScore (0.0-1.0) mengukur derajat inkonsistensi. Nilai di atas 0.5 menunjukkan tampering yang signifikan.

Risk Score dan Suspect Score

Objek webhook decision membawa risiko teragregasi untuk sebuah permintaan: decision.riskScore (bilangan bulat 0-100), decision.suspectScore (angka), dan decision.action (tindakan yang direkomendasikan). Skor mengagregasi keluaran smart signal; rentang di bawah ini menjelaskan bagaimana riskScore dipetakan ke tingkat risiko:

Skor mengagregasi keluaran smart-signal yang aktif — terutama IP intelligence (VPN/proxy/Tor/datacenter), verdict bot, dan browser tampering. Interaksi manusia yang terkonfirmasi (mouse/keyboard) menurunkan skor.

Deteksi Privacy Browser

Empat konfigurasi browser berfokus privasi terdeteksi:

Menggunakan Smart Signals

Smart Signals mencapai server Anda melalui payload webhook (lihat Webhooks untuk bentuk lengkap dan verifikasi tanda tangan) dan saat membaca session dari Data API. Contoh di bawah ini membaca field langsung dari payload webhook; nama field-nya sama pada kedua jalur.

Kontrol Akses Berbasis Risiko

// `payload` is the webhook delivery body (/docs/webhooks)
const score = payload.decision.riskScore
const isVPN = payload.network.vpn
const isBot = payload.bot.result === "bot"

if (isBot) {
  return block("Automated access")
}

if (score > 60) {
  return requireMFA()
}

if (isVPN && score > 30) {
  return requireCaptcha()
}

return allow()

Pipeline Skoring Fraud

// `payload` is the webhook delivery body (/docs/webhooks)
function computeFraudRisk(payload: WebhookPayload): string {
  let risk = "low"

  if (payload.decision.riskScore > 60) risk = "high"
  else if (payload.decision.riskScore > 30) risk = "medium"

  // Escalate when multiple network signals agree
  if (payload.network.vpn && payload.network.proxy) risk = "high"
  if (payload.network.tor) risk = "high"
  if (payload.bot.result === "bot") risk = "high"

  return risk
}