Vada al contenuto
Approfondimento tecnico

Come Tracio raggiunge
un'accuratezza del 99,5%

Un'analisi tecnica completa dell'architettura, dei segnali e dell'analisi comportamentale dietro ogni identificazione. Scritta per CTO e ingegneri che hanno bisogno di comprendere esattamente ciò che stanno integrando.

IL PROBLEMA

Perché le soluzioni gratuite falliscono

Le librerie di fingerprinting open-source hanno un difetto fondamentale: una volta che il codice è pubblico, gli attaccanti possono leggere esattamente ciò che si misura — e falsificarlo.

Algoritmi prevedibili

Quando il codice sorgente è pubblico, gli attaccanti sanno quali parametri del browser si raccolgono — e quali no. Estensioni del browser dedicate sfruttano questo per generare fingerprint falsi in millisecondi.

Open source = superficie di attacco aperta

Bassa accuratezza (~60%)

Le librerie gratuite raccolgono 15–25 parametri del browser. I browser anti-rilevamento commerciali li falsificano tutti. I dispositivi mobili condividono la maggior parte dei parametri tra milioni di utenti.

60–70% contro il nostro 99,5%

Nessuna validazione server

Solo client-side — l'attaccante controlla l'ambiente di esecuzione. Il risultato può essere intercettato e sostituito prima di raggiungere il suo server. Si sta fidando di un bot che le dice di non essere un bot.

Client-side = inaffidabile

ARCHITETTURA

Quattro livelli che la rendono inviolabile

BrowserAgent JSEdge NodeIngest in tempo realeML Engine300+ segnaliVerdettoPunteggio + indicazioneFirmato crittograficamente · Validato server-side · Zero fiducia nel client
🔒

Codice chiuso e dinamico

A differenza delle librerie open-source, il codice dell'agent di Tracio è generato dinamicamente. I segnali raccolti, gli algoritmi di hashing e i pattern di offuscamento ruotano regolarmente, rendendo il reverse-engineering praticamente inutile. Ciò che un attaccante apprende oggi è obsoleto domani.

Il codice ruota ogni poche ore
📡

300+ segnali del dispositivo

Fingerprint del canvas, renderer WebGL, sottosistema audio, core della CPU, pressione sulla memoria, metriche dei font, anomalie del fuso orario, fisica dell'orientamento dello schermo — più decine di segnali proprietari che non documentiamo pubblicamente. La combinazione produce un identificatore stabile attraverso la modalità incognito, la cancellazione dei cookie e gli aggiornamenti del browser.

99,5% di accuratezza nell'identificazione
🔐

Validazione server-side

Ogni richiesta di identificazione è firmata crittograficamente e validata sui nostri server. L'agent client-side non può essere sostituito o falsificato: i controlli incrociati rilevano incoerenze interne che nessun attaccante può falsificare senza accesso alle chiavi private di Tracio.

Modello a zero fiducia nel client
🌐

Modello delle minacce sempre aggiornato

La nostra ricerca sul rilevamento non si ferma mai. Nuovi framework di automazione, nuove release dei browser anti-rilevamento, nuovi intervalli di proxy e datacenter — ognuno viene analizzato e distribuito come aggiornamento del rilevamento a ogni workspace, così è protetto anche dagli attacchi che non ha ancora visto. Ciò che resta privato sono i suoi dati: gli ID visitatore sono limitati al suo workspace e lo stesso dispositivo che visita due clienti Tracio produce due ID diversi.

Difese condivise, dati isolati

ANALISI COMPORTAMENTALE

Il livello che i bot non possono falsificare

Un fingerprint può essere falsificato. Un cookie può essere cancellato. Ma il modo in cui una mano umana muove il mouse — governato dalla fisica neuromuscolare — non può essere replicato da alcuno script o algoritmo.

UMANOOrganico, curvo, con micro-correzioni
μ-correzioni: 23 · jitter: ±2,1px · curve: organiche
12/100px
Cambi di direzione
42%
Deviazione standard della velocità
±2,1px
Ampiezza del jitter
BOTLineare, perfetto, meccanico
μ-correzioni: 0 · jitter: 0px · teletrasporti: 3
0/100px
Cambi di direzione
0%
Deviazione standard della velocità
3
Teletrasporti rilevati
Dinamica del mouse9+ parametri
  • Velocità e varianza del movimento
  • Cambi di direzione per 100px
  • Jitter neuromuscolare (±1–3px)
  • Curvatura della traiettoria (legge di Fitts)
  • Profilo di accelerazione e decelerazione
Biometria della tastiera7+ parametri
  • Durata di pressione dei tasti (dwell time)
  • Tempo di volo tra i tasti
  • Matrice di temporizzazione dei bigrammi
  • Rollover dei tasti (sovrapposizione)
  • Pattern di correzione degli errori
Comportamento di scroll8+ parametri
  • Varianza della velocità di scroll
  • Frequenza dei cambi di direzione
  • Correlazione con le pause di lettura
  • Fisica del momento di scroll
  • Analisi del rapporto su/giù

RISPOSTA API

Ogni risposta nel dettaglio

Un singolo evento porta tutto: un ID visitatore stabile, un bot score, una decisione con il suo punteggio di rischio e una confidenza di identificazione. Usi quanto o quanto poco richiede il suo caso d'uso.

visitorId

Stabile attraverso la modalità incognito, la cancellazione dei cookie e gli aggiornamenti del browser. Sopravvive ai cambi di VPN e agli avvicendamenti di IP.

bot.score

Punteggio numerico da 0 a 100, sempre presente. Sta accanto a bot.result, l'etichetta di automazione sicura per il client.

decision.action

L'etichetta di decisione per la visita, recapitata insieme a decision.riskScore sulla stessa scala da 0 a 100.

identification.confidence

Certezza da 0.0 a 1.0. Confidenza bassa = raccolga più segnali o rimandi alla revisione manuale.

edge.tracio.ai — response
{ "visitorId": "X7fh2Hg9LkMn3pQr5tBvQw3xZa9mK2pL4nR8dT6y", "incognito": false, "bot_score": 3, "verdict": "human", "confidence": 0.97, "geo": { "countryCode": "TH", "city": "Phuket", "timezone": "Asia/Bangkok" }, "stats": { "visits": 47, "unique_ips": 3, "unique_locations": 2 } }

Lo guardi in azione

Inizi gratis e integri in meno di 5 minuti. Oppure prenoti una demo e analizzeremo insieme il suo caso d'uso specifico con dati reali del suo traffico.

Prova gratuita di 14 giorni · Accesso completo alla piattaforma · Integrazione in 5 minuti