Smart Signals

Smart Signals to serwerowe sygnały wzbogacające, obliczane na podstawie fingerprintów przeglądarki, danych IP intelligence oraz analizy behawioralnej. Dostarczają one pełnego kontekstu o każdym odwiedzającym, bez zbierania jakichkolwiek danych osobowych.

Smart Signals — wzbogacone sygnały decyzji, ryzyka, sieci i botów — docierają na Twój serwer dwiema drogami: są wysyłane do Ciebie jako webhooki (zobacz Webhooks) oraz można je odczytać na żądanie przez Data API. Są też prezentowane w panelu. Poniższe przykłady przetwarzają strukturę payloadu webhooka; te same pola pojawiają się przy odczycie sesji z API.

Dokumentacja sygnałów

Wizyta przekłada się na 35+ smart signals dotyczących sieci, przeglądarki, urządzenia i zachowania. Poniższa dokumentacja wymienia te, po które sięgniesz najczęściej, w tym:

Analiza sieci

Analiza przeglądarki

Analiza urządzenia

Detekcje tylko natywne. Wykrywanie roota, jailbreaku, sklonowanych/podwójnych aplikacji oraz instrumentacji Frida zależy od sygnałów, które może zebrać wyłącznie natywny mobilny SDK. TRACIO dostarcza SDK przeglądarkowe, więc w agencie webowym są one nieskuteczne — polegaj zamiast tego na werdyktach automatyzacji, headless, antidetect, emulatora i analizy behawioralnej.

Analiza behawioralna

Szczegółowe opisy sygnałów

Wykrywanie VPN, Proxy i Tor

Flagi VPN, proxy, Tor oraz datacenter są ustalane po stronie serwera na podstawie adresu IP odwiedzającego, z wykorzystaniem komercyjnych baz IP intelligence (IP2Location / MaxMind). Publiczny payload webhooka udostępnia połączone wyniki jako wartości boolean w obiekcie network — network.vpn, network.proxy, network.tor, network.datacenter — bez rozbicia na poszczególne metody ani łańcucha ufności. Zobacz IP Intelligence, aby uzyskać szczegóły.

Wykrywanie trybu incognito

Prywatne przeglądanie jest wnioskowane w Chromium, Firefoksie i Safari i trafia do Ciebie jako identification.incognito. Nie istnieje API przeglądarki, które by o tym informowało, więc werdykt powstaje z ważonego głosowania nad tym, jak zachowuje się storage w oknie prywatnym — swój udział mają błędy origin private file system, trwałość storage oraz specyfika poszczególnych platform.

To sygnał probabilistyczny, a nie pewnik: traktuj go jako jedną z kilku przesłanek, a nie jako fakt, na podstawie którego można działać samodzielnie. Ponieważ okna prywatne blokują też cookie _vid_t, wizyta w trybie incognito jest identyfikowana wyłącznie na podstawie sygnałów, a jej identification.confidence jest odpowiednio niższa.

Browser Tampering

Detektor tampering identyfikuje odwiedzających, którzy zmodyfikowali swoją przeglądarkę, aby zafałszować swoją tożsamość:

• User-Agent spoofing: Porównuje łańcuch UA z Client Hints, właściwościami navigatora oraz zachowaniem silnika JavaScript
• Property injection: Wykrywa rozszerzenia modyfikujące właściwości navigator przez porównanie prototypów getterów
• Plugin manipulation: Weryfikuje łańcuchy prototypów PluginArray.prototype oraz MimeType.prototype
• Native function override: Sprawdza, czy Function.prototype.toString, Object.getOwnPropertyDescriptor i inne krytyczne funkcje zostały zastąpione przez Proxy

anomalyScore (0.0–1.0) kwantyfikuje stopień niespójności. Wartości powyżej 0.5 wskazują na znaczącą manipulację.

Risk Score i Suspect Score

Obiekt webhooka decision niesie zagregowane ryzyko żądania: decision.riskScore (liczba całkowita 0–100), decision.suspectScore (liczba) oraz decision.action (zalecane działanie). Wynik agreguje wyjścia smart signals; poniższe przedziały opisują, jak riskScore odwzorowuje się na poziomy ryzyka:

Wynik agreguje aktywne wyjścia smart signals — przede wszystkim IP intelligence (VPN/proxy/Tor/datacenter), werdykt bota oraz manipulację przeglądarką. Potwierdzona interakcja człowieka (mysz/klawiatura) obniża wynik.

Wykrywanie przeglądarek nastawionych na prywatność

Wykrywane są cztery konfiguracje przeglądarek nastawionych na prywatność:

Korzystanie ze Smart Signals

Smart Signals docierają na Twój serwer przez payload webhooka (zobacz Webhooks, aby poznać pełną strukturę oraz weryfikację podpisu) oraz przy odczycie sesji przez Data API. Poniższe przykłady odczytują pola bezpośrednio z payloadu webhooka; nazwy pól są w obu przypadkach takie same.

Kontrola dostępu oparta na ryzyku

// `payload` is the webhook delivery body (/docs/webhooks)
const score = payload.decision.riskScore
const isVPN = payload.network.vpn
const isBot = payload.bot.result === "bot"

if (isBot) {
  return block("Automated access")
}

if (score > 60) {
  return requireMFA()
}

if (isVPN && score > 30) {
  return requireCaptcha()
}

return allow()

Potok scoringu oszustw

// `payload` is the webhook delivery body (/docs/webhooks)
function computeFraudRisk(payload: WebhookPayload): string {
  let risk = "low"

  if (payload.decision.riskScore > 60) risk = "high"
  else if (payload.decision.riskScore > 30) risk = "medium"

  // Escalate when multiple network signals agree
  if (payload.network.vpn && payload.network.proxy) risk = "high"
  if (payload.network.tor) risk = "high"
  if (payload.bot.result === "bot") risk = "high"

  return risk
}