Entropie (fingerprinting)
Entropie is bij fingerprinting een maat voor hoeveel identificerende informatie een signaal of combinatie van signalen draagt, uitgedrukt als het aantal bits dat nodig is om apparaten te onderscheiden. Hogere entropie betekent dat een signaal de populatie in meer afzonderlijke groepen opsplitst, dus het combineren van signalen met hoge entropie is wat een vingerafdruk uniek identificerend maakt.
Hoe Entropie (fingerprinting) werkt
Entropie kwantificeert onzekerheid. Een signaal dat veel ruwweg even waarschijnlijke waarden over de populatie aanneemt, draagt meer bits entropie dan een signaal dat vrijwel altijd hetzelfde is. Zo onderscheidt een zeldzame canvashash een apparaat veel sterker dan een gangbare platformstring die de meeste gebruikers delen.
Wanneer signalen onafhankelijk zijn, tellen hun entropieën op, zodat het combineren van meerdere matige signalen genoeg totale bits kan opleveren om één apparaat uit miljarden te lichten. In de praktijk zijn signalen deels gecorreleerd, dus de effectieve entropie van een combinatie is kleiner dan de naïeve som, en daarom zijn zorgvuldige selectie en weging van belang.
Fingerprintingsystemen schatten de entropie van elk signaal uit waargenomen verdelingen en geven prioriteit aan stabiele signalen met hoge entropie. Er is een spanning met privacy en stabiliteit: de meest identificerende signalen zijn mogelijk ook de signalen die het meest geneigd zijn te veranderen of door antifingerprintingtools te worden verstoord.
Waarom Entropie (fingerprinting) van belang is voor fraudepreventie
Entropie is de theoretische ruggengraat van apparaatidentificatie en verklaart waarom het combineren van veel kenmerken een duurzame identificator oplevert terwijl geen enkel kenmerk dat op zichzelf doet. Voor fraudepreventie stuurt ze welke signalen het meest te vertrouwen zijn en hoe zeker een match kan zijn, wat de betrouwbaarheid van apparaatherkenning rechtstreeks vormgeeft. Entropie begrijpen verheldert ook de grenzen van identificatie wanneer signalen met hoge entropie zijn gemaskeerd.
Hoe TRACIO ermee omgaat
Het gebruik van meer dan 130 signalen door TRACIO is gefundeerd in entropie: het platform selecteert en weegt signalen naar hun informatie-inhoud en stabiliteit om het onderscheidend vermogen te maximaliseren en tegelijk bestand te blijven tegen verandering. In plaats van één enkele waarde met hoge entropie na te jagen, voegt TRACIO veel signalen samen, zodat het maskeren van één de identificatie niet doet instorten. Dit ontwerp ondersteunt zijn 99,5% identificatienauwkeurigheid op interne benchmarks.
Gerelateerde termen
Verder verkennen
Veelgestelde vragen
Identificeer elk device met vertrouwen
Begin met een gratis plan van 2,500 API-calls per maand. Geen creditcard nodig.