하드웨어 핑거프린팅의 작동 방식
브라우저는 논리 프로세서 수, 대략적인 메모리 계층, WebGL을 통한 GPU 세부 정보, 그리고 일부 플랫폼에서는 배터리나 센서 특성을 포함한 다양한 하드웨어 관련 값을 노출합니다. 렌더링과 오디오 프로브는 GPU와 오디오 하위 시스템을 간접적으로 반영하여 계산된 하드웨어 신호를 더합니다.
이 속성들이 물리적 구성 요소에서 파생되므로, 브라우저 업데이트, 쿠키 삭제, 심지어 같은 머신의 서로 다른 브라우저를 넘어서도 일관되게 유지됩니다. 이 안정성은 하드웨어 신호를 장기 인식에 특히 가치 있게 만들지만, 그 자체로는 흔히 동일한 여러 디바이스 모델에서 공유됩니다.
널리 공유되는 하드웨어 특성을 변별력 있는 프로필로 바꾸기 위해, 시스템은 이를 더 높은 엔트로피의 계산된 프로브와 소프트웨어 및 네트워크 신호와 결합합니다. 지속적인 하드웨어 앵커와 더 변별력 있는 계산된 값의 혼합은 안정성과 고유성을 모두 산출합니다.
하드웨어 핑거프린팅이(가) 사기 방지에서 중요한 이유
하드웨어 핑거프린팅은 신원 로테이션을 무력화하는 데 핵심적인데, 공격자는 계정, 쿠키, 브라우저를 바꿀 수 있어도 기반 머신은 쉽게 바꿀 수 없기 때문입니다. 그것은 사기 세션을 여러 위장을 넘어 하나의 디바이스로 다시 연결하는 데 도움을 주어, 멀티계정, 사기 팜, 상습범을 드러냅니다. 그 지속성이야말로 디바이스 인텔리전스를 긴 시간 지평에서 효과적으로 만드는 요소입니다.
TRACIO의 처리 방식
TRACIO는 130개 이상의 입력 안에서 안정적인 하드웨어 파생 신호에 부분적으로 방문자 ID를 고정하며, 그 지속성과 동일 모델 간에 공유되는 경향 사이의 균형을 잡습니다. 하드웨어 앵커를 더 변별력 있는 계산된 신호 및 네트워크 신호와 융합함으로써, TRACIO는 변별력을 유지하면서 소프트웨어 변화를 넘어 지속되는 인식을 달성합니다. 주장된 하드웨어와 관찰된 동작 사이의 충돌은 Smart Signals를 통해 드러납니다.