Audio Fingerprinting
Audio fingerprinting adalah teknik yang menggunakan API Web Audio untuk menghasilkan dan memproses sebuah sinyal suara lalu mengukur keluaran numeriknya untuk menurunkan sebuah pengidentifikasi khusus perangkat. Perbedaan pada perangkat keras audio, pemrosesan sinyal digital, dan perilaku floating-point antar perangkat menyebabkan audio sintetis yang sama menghasilkan hasil yang sedikit berbeda.
Cara kerja Audio Fingerprinting
Sebuah skrip membangun graf pemrosesan audio, biasanya menggunakan sebuah osilator untuk menghasilkan bentuk gelombang yang dirutekan melalui simpul seperti kompresor atau penganalisis. Yang mendasar adalah bahwa audio biasanya diproses dalam konteks offline, sehingga tidak ada suara yang diputar; tujuannya adalah menghitung nilai sampel yang dihasilkan alih-alih membuat kebisingan.
Skrip membaca kembali sampel yang telah diproses dan mereduksinya menjadi sebuah hash ringkas atau statistik ringkasan. Karena perhitungan menelusuri tumpukan audio browser dan implementasi floating-point perangkat, variasi kecil terakumulasi menjadi sebuah nilai yang konsisten untuk satu perangkat dan berbeda antar perangkat.
Sidik jari audio cukup stabil dan menambahkan sebuah dimensi yang independen dari sinyal berbasis grafis, yang memperkuat sidik jari global. Seperti penyelidikan rendering lainnya, ia dapat diganggu oleh alat privasi yang menyuntikkan derau ke keluaran audio, dan gangguan itu juga dapat terdeteksi.
Mengapa Audio Fingerprinting penting untuk pencegahan penipuan
Audio fingerprinting menambahkan entropi independen yang melengkapi sinyal canvas dan WebGL, menjadikan profil perangkat gabungan lebih sulit dipalsukan secara meyakinkan. Untuk pencegahan penipuan, keragaman ini penting karena alat pemalsuan dapat menetralkan satu kelas sinyal sembari membiarkan yang lain utuh, sehingga mengonfrontasi audio membantu mengungkap lingkungan yang tidak konsisten atau dimanipulasi. Selain itu, ia bekerja secara diam-diam di latar belakang, tanpa efek yang terlihat oleh pengguna.
Cara TRACIO menanganinya
TRACIO dapat memasukkan perilaku tumpukan audio sebagai salah satu dari banyak sinyal perangkatnya, bernilai karena ia ortogonal terhadap penyelidikan berbasis grafis. Ia ditimbang sesuai stabilitas yang teramati dan digunakan untuk menguatkan sinyal lain, dan bukan sebagai pengidentifikasi yang berdiri sendiri. Ketika keluaran audio menunjukkan indikasi penyuntikan derau yang disengaja, TRACIO memasukkan ketidakkonsistenan itu ke dalam penilaiannya atas lingkungan.
Istilah terkait
Pelajari lebih lanjut
Pertanyaan yang sering diajukan
Identifikasi setiap perangkat dengan percaya diri
Mulai dengan paket gratis 2,500 panggilan API per bulan. Tanpa kartu kredit.