エントロピー（フィンガープリンティング）の仕組み
エントロピーは不確実性を定量化します。母集団の中でほぼ等しく起こりうる多数の値を取るシグナルは、ほぼ常に同じ値を取るシグナルよりも多くのビットのエントロピーを持ちます。たとえば、珍しいcanvasハッシュは、大多数のユーザーが共有するありふれたプラットフォーム文字列よりも、はるかにデバイスを区別します。
シグナルが独立している場合、そのエントロピーは加算されるため、いくつかの中程度のシグナルを組み合わせるだけで、数十億台の中から1つのデバイスを特定できるだけの総ビット数が得られます。実際にはシグナルは部分的に相関しているため、組み合わせの実効エントロピーは単純な合計より小さくなります。だからこそ、慎重な選択と重み付けが重要になります。
フィンガープリンティングのシステムは、観測された分布から各シグナルのエントロピーを推定し、高エントロピーで安定したシグナルを優先します。プライバシーおよび安定性との間には緊張関係があります。最も識別力のあるシグナルは、変化しやすい、あるいはアンチフィンガープリンティングツールに擾乱されやすいものでもありうるのです。
不正防止においてエントロピー（フィンガープリンティング）が重要な理由
エントロピーはデバイス識別の理論的な支柱であり、多数の属性を組み合わせると耐久性のある識別子が得られるのに、個々の属性ではそうならない理由を説明します。不正防止においては、どのシグナルを最も信頼すべきか、一致にどれだけ確信を持てるかを導き、デバイス認識の信頼性を直接形づくります。エントロピーを理解することは、高エントロピーのシグナルがマスクされた場合の識別の限界も明らかにします。
TRACIOでの扱い方
TRACIOが130+のシグナルを用いるのはエントロピーに根ざしています。プラットフォームは、情報量と安定性に応じてシグナルを選択・重み付けし、変化に対して堅牢であり続けながら特徴性を最大化します。単一の高エントロピー値を追い求めるのではなく、TRACIOは多数のシグナルを融合させるため、1つをマスクしても識別が崩壊しません。この設計は、社内ベンチマークにおける99.5%の識別精度を支えています。