ข้ามไปยังเนื้อหา
เจาะลึกเชิงเทคนิค

Tracio บรรลุ
ความแม่นยำ 99.5% อย่างไร

การอธิบายเชิงเทคนิคอย่างครบถ้วนของสถาปัตยกรรม สัญญาณ และการวิเคราะห์พฤติกรรมที่อยู่เบื้องหลังการระบุทุกครั้ง เขียนขึ้นสำหรับ CTO และวิศวกรที่ต้องการเข้าใจอย่างแม่นยำว่ากำลังผสานรวมอะไรเข้าไป

เริ่มทดลองใช้ฟรีขอการสาธิต

ปัญหา

เหตุใดโซลูชันฟรีจึงล้มเหลว

ไลบรารี fingerprinting แบบโอเพนซอร์สมีข้อบกพร่องพื้นฐาน: เมื่อโค้ดเป็นสาธารณะ ผู้โจมตีสามารถอ่านได้อย่างแม่นยำว่าคุณวัดอะไร — แล้วปลอมมันได้

อัลกอริทึมที่คาดเดาได้

เมื่อซอร์สโค้ดเป็นสาธารณะ ผู้โจมตีจะรู้ว่าคุณเก็บพารามิเตอร์เบราว์เซอร์ตัวใด — และตัวไหนที่คุณไม่เก็บ ส่วนขยายเบราว์เซอร์เฉพาะทางใช้ประโยชน์จากจุดนี้เพื่อสร้าง fingerprint ปลอมภายในไม่กี่มิลลิวินาที

โอเพนซอร์ส = พื้นผิวการโจมตีที่เปิดกว้าง

ความแม่นยำต่ำ (~60%)

ไลบรารีฟรีเก็บพารามิเตอร์เบราว์เซอร์ 15–25 ตัว anti-detect browser เชิงพาณิชย์ปลอมได้ทั้งหมด อุปกรณ์มือถือใช้พารามิเตอร์ส่วนใหญ่ร่วมกันในหมู่ผู้ใช้นับล้าน

60–70% เทียบกับ 99.5% ของเรา

ไม่มีการตรวจสอบฝั่งเซิร์ฟเวอร์

ทำงานฝั่งไคลเอนต์เท่านั้น — ผู้โจมตีควบคุมสภาพแวดล้อมการทำงาน ผลลัพธ์อาจถูกดักจับและแทนที่ก่อนที่จะถึงเซิร์ฟเวอร์ของคุณ คุณกำลังไว้ใจให้บอตบอกคุณว่ามันไม่ใช่บอต

ฝั่งไคลเอนต์ = ไม่น่าเชื่อถือ

สถาปัตยกรรม

สี่ชั้นที่ทำให้ไม่สามารถเจาะได้

เบราว์เซอร์Agent JSEdge Nodeรับข้อมูลแบบเรียลไทม์ML Engineสัญญาณกว่า 300 รายการคำตัดสินคะแนน + คำแนะนำลงลายเซ็นเชิงเข้ารหัส · ตรวจสอบฝั่งเซิร์ฟเวอร์ · ไม่ไว้ใจไคลเอนต์เลย
🔒

โค้ดปิดที่เปลี่ยนแปลงตลอดเวลา

ต่างจากไลบรารีโอเพนซอร์ส โค้ด agent ของ Tracio ถูกสร้างขึ้นแบบไดนามิก สัญญาณที่เก็บ อัลกอริทึมการแฮช และรูปแบบการทำ obfuscation จะหมุนเวียนเป็นประจำ — ทำให้การทำวิศวกรรมย้อนกลับแทบไร้ประโยชน์ สิ่งที่ผู้โจมตีเรียนรู้วันนี้จะล้าสมัยในวันพรุ่งนี้

โค้ดหมุนเวียนทุกไม่กี่ชั่วโมง
📡

สัญญาณอุปกรณ์กว่า 300 รายการ

Canvas fingerprint, WebGL renderer, ระบบเสียงย่อย, จำนวนคอร์ CPU, แรงกดดันของหน่วยความจำ, เมตริกฟอนต์, ความผิดปกติของเขตเวลา, ฟิสิกส์การหมุนหน้าจอ — รวมถึงสัญญาณเฉพาะของเราอีกหลายสิบรายการที่เราไม่เปิดเผยเป็นสาธารณะ การผสมผสานนี้สร้างตัวระบุที่เสถียรแม้ในโหมดไม่ระบุตัวตน การล้างคุกกี้ และการอัปเดตเบราว์เซอร์

ความแม่นยำในการระบุ 99.5%
🔐

การตรวจสอบฝั่งเซิร์ฟเวอร์

คำขอระบุตัวตนทุกครั้งถูกลงลายเซ็นเชิงเข้ารหัสและตรวจสอบบนเซิร์ฟเวอร์ของเรา agent ฝั่งไคลเอนต์ไม่สามารถถูกแทนที่หรือปลอมแปลงได้ — การตรวจสอบไขว้จะพบความไม่สอดคล้องภายในที่ผู้โจมตีไม่สามารถปลอมได้หากไม่มีการเข้าถึง private key ของ Tracio

โมเดลไม่ไว้ใจไคลเอนต์เลย
🌐

โมเดลภัยคุกคามที่อัปเดตต่อเนื่อง

งานวิจัยด้านการตรวจจับของเราไม่เคยหยุด เฟรมเวิร์กอัตโนมัติใหม่ ๆ anti-detect browser เวอร์ชันใหม่ ช่วง IP ของพร็อกซีและ datacenter ที่เพิ่งปรากฏ — แต่ละอย่างถูกวิเคราะห์และส่งถึงทุกเวิร์กสเปซในรูปของการอัปเดตการตรวจจับ คุณจึงได้รับการป้องกันจากการโจมตีที่คุณยังไม่เคยพบมาก่อน สิ่งที่ยังเป็นส่วนตัวคือข้อมูลของคุณ: visitor ID มีขอบเขตอยู่แค่ภายในเวิร์กสเปซของคุณ และอุปกรณ์เดียวกันที่เข้าชมลูกค้า Tracio สองราย จะให้ ID ที่ต่างกันสองค่า

การป้องกันร่วมกัน ข้อมูลแยกจากกัน

การวิเคราะห์พฤติกรรม

ชั้นที่บอตไม่สามารถปลอมได้

fingerprint ปลอมได้ คุกกี้ลบได้ แต่วิธีที่มือมนุษย์ขยับเมาส์ — ซึ่งควบคุมโดยฟิสิกส์ของระบบประสาทและกล้ามเนื้อ — ไม่สามารถจำลองได้ด้วยสคริปต์หรืออัลกอริทึมใด ๆ

มนุษย์เป็นธรรมชาติ โค้ง มีการปรับแก้เล็ก ๆ
การแก้ไข μ: 23 · jitter: ±2.1px · เส้นโค้ง: เป็นธรรมชาติ
12/100px
การเปลี่ยนทิศทาง
42%
ส่วนเบี่ยงเบนมาตรฐานของความเร็ว
±2.1px
แอมพลิจูดของ jitter
บอตเป็นเส้นตรง สมบูรณ์แบบ เหมือนเครื่องจักร
การแก้ไข μ: 0 · jitter: 0px · การกระโดด: 3
0/100px
การเปลี่ยนทิศทาง
0%
ส่วนเบี่ยงเบนมาตรฐานของความเร็ว
3
การเทเลพอร์ตที่ตรวจพบ
พลศาสตร์ของเมาส์9+ พารามิเตอร์
  • ›ความเร็วการเคลื่อนไหวและความแปรปรวน
  • ›การเปลี่ยนทิศทางต่อ 100px
  • ›Jitter ของระบบประสาทและกล้ามเนื้อ (±1–3px)
  • ›ความโค้งของวิถีการเคลื่อนที่ (กฎของ Fitts)
  • ›โปรไฟล์การเร่งและการชะลอความเร็ว
ไบโอเมตริกซ์ของคีย์บอร์ด7+ พารามิเตอร์
  • ›ระยะเวลาการกดปุ่มค้าง (dwell time)
  • ›เวลาระหว่างการกดปุ่ม (flight time)
  • ›เมทริกซ์การจับเวลา bigram
  • ›การกดปุ่มซ้อน (rollover)
  • ›รูปแบบการแก้ไขข้อผิดพลาด
พฤติกรรมการเลื่อน8+ พารามิเตอร์
  • ›ความแปรปรวนของความเร็วการเลื่อน
  • ›ความถี่ในการเปลี่ยนทิศทาง
  • ›ความสัมพันธ์ของการหยุดอ่าน
  • ›ฟิสิกส์ของแรงเฉื่อยในการเลื่อน
  • ›การวิเคราะห์อัตราส่วนขึ้น/ลง

การตอบสนองของ API

ทุกการตอบสนองในรายละเอียด

เหตุการณ์เดียวบรรจุทุกอย่าง: visitor ID ที่เสถียร คะแนนบอต การตัดสินใจพร้อมคะแนนความเสี่ยง และค่าความเชื่อมั่นของการระบุตัวตน ใช้มากหรือน้อยเท่าที่กรณีการใช้งานของคุณต้องการ

visitorId

เสถียรแม้ในโหมดไม่ระบุตัวตน การล้างคุกกี้ และการอัปเดตเบราว์เซอร์ คงอยู่แม้เปลี่ยน VPN และเปลี่ยน IP

bot.score

คะแนนตัวเลข 0–100 มีอยู่เสมอ อยู่คู่กับ bot.result ซึ่งเป็นป้ายกำกับระบบอัตโนมัติที่ปลอดภัยสำหรับฝั่งไคลเอนต์

decision.action

ป้ายกำกับการตัดสินใจสำหรับการเข้าชมนั้น ส่งมาพร้อม decision.riskScore ในสเกล 0–100 เดียวกัน

identification.confidence

ความแน่นอน 0.0–1.0 ความเชื่อมั่นต่ำ = เก็บสัญญาณเพิ่มเติมหรือส่งต่อให้ตรวจสอบด้วยตนเอง

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 } }

ดูการทำงานจริง

เริ่มใช้ฟรีและผสานรวมได้ภายในเวลาไม่ถึง 5 นาที หรือจองการสาธิตแล้วเราจะพาคุณไปดูกรณีการใช้งานเฉพาะของคุณด้วยข้อมูลจริงจากทราฟฟิกของคุณ

เริ่มใช้ฟรี — 2,500 ครั้ง/เดือนจองการสาธิต

ทดลองใช้ฟรี 14 วัน · เข้าถึงแพลตฟอร์มเต็มรูปแบบ · ผสานรวมใน 5 นาที