หนึ่ง visitor ID ที่คงที่ตลอดหลายเซสชัน VPN การล้างคุกกี้ และการอัปเดตเบราว์เซอร์ — สร้างขึ้นบนสัญญาณอุปกรณ์กว่า 130+ รายการ ด้วยความแม่นยำ 99.5% ในเวลาไม่ถึง 50ms
แอตทริบิวต์ของ canvas, WebGL, เสียง, ฟอนต์ และเครือข่าย ที่เก็บรวบรวมข้ามชั้นเบราว์เซอร์ อุปกรณ์ และเครือข่าย — วัตถุดิบเบื้องหลัง ID ที่คงที่ทุกรายการ
หนึ่ง visitor ID ที่คงอยู่ข้ามขอบเขตของเซสชัน แท็บไม่ระบุตัวตน การล้างคุกกี้ และการอัปเกรดเวอร์ชันเบราว์เซอร์
โมเดล ML กำหนดน้ำหนักความเชื่อมั่นแบบไดนามิกให้กับการระบุตัวตนแต่ละครั้ง โดยอิงจากคุณภาพ ความใหม่ และความเป็นเอกลักษณ์ของสัญญาณ
สัญญาณถูกแยกออกเป็นชั้นฮาร์ดแวร์ เบราว์เซอร์ และชั้นผันผวน — รองรับการเปลี่ยนแปลงเล็กน้อยไว้ได้ ในขณะที่ยังคงความแม่นยำของการระบุตัวตน
การจับคู่ตามความคล้ายคลึงแบบถ่วงน้ำหนักเชื่อมต่อผู้เยี่ยมชมที่กลับมาอีกครั้ง แม้สัญญาณแต่ละตัวจะเปลี่ยนไประหว่างเซสชัน
คุกกี้ first-party ที่เข้ารหัส เสริมด้วย localStorage เป็นตัวสำรอง เพื่อการคงอยู่ข้ามเซสชันสูงสุด
SDK ที่มีน้ำหนักเบาของเราเก็บรวบรวมสัญญาณเบราว์เซอร์ 130+ รายการในเวลาไม่ถึง 50ms โดยไม่มีผลกระทบต่อประสบการณ์ผู้ใช้
เอนจินฝั่งเซิร์ฟเวอร์วิเคราะห์สัญญาณ ดำเนินการจับคู่ตามความคล้ายคลึงแบบถ่วงน้ำหนัก และคำนวณคะแนนความเชื่อมั่น
รับ visitor ID ที่คงที่ ผลการตรวจจับบอต smart signals และ IP intelligence ในการตอบกลับ API ครั้งเดียว
โค้ดเพียงไม่กี่บรรทัด พร้อมการตอบกลับ API หนึ่งครั้งที่มีทุกอย่างที่คุณต้องการ
import { Tracio } from '@tracio/sdk';const tracio = Tracio.init({ publicKey: '5ca175fc...' });const result = await tracio.getResult();console.log(result.visitorId); // "X7fh2Hg9Lk..."console.log(result.bot.detected); // falseconsole.log(result.bot.confidence); // 2 (0-100)ระบบระบุตัวตนของเราแยกสัญญาณกว่า 130+ รายการออกเป็นสามชั้นตามความเสถียร ชั้นที่ 1 (สัญญาณฮาร์ดแวร์ เช่น ลายนิ้วมือของ canvas, WebGL และเสียง) เป็นแกนหลักของตัวตนและแทบไม่เปลี่ยนแปลง ชั้นที่ 2 (สัญญาณระดับเบราว์เซอร์ เช่น การตรวจจับความสามารถและการสอบถาม CSS) เปลี่ยนแปลงไปตามการอัปเดตเบราว์เซอร์ แต่ถูกเชื่อมต่อกลับผ่านการจับคู่ตามความคล้ายคลึงแบบถ่วงน้ำหนัก ชั้นที่ 3 (สัญญาณผันผวน เช่น user agent และเขตเวลา) ใช้สำหรับการให้คะแนนความเชื่อมั่น แต่ไม่เคยทำให้การระบุตัวตนขาดหาย แนวทางแบบแบ่งชั้นนี้รักษา visitor ID ให้คงที่ตลอดการอัปเดตเบราว์เซอร์ที่ทำให้ระบบแบบแฮชอย่างง่ายล้มเหลว
เมื่อผู้เยี่ยมชมที่กลับมาแสดงสัญญาณที่เปลี่ยนไปเล็กน้อย (เช่น หลังการอัปเดต Chrome) เอนจินฝั่งเซิร์ฟเวอร์ของเราจะคำนวณคะแนนความคล้ายคลึงโดยใช้ระยะทางแฮมมิงแบบถ่วงน้ำหนักข้ามชั้นสัญญาณ สัญญาณระดับฮาร์ดแวร์มีน้ำหนักมากกว่าสัญญาณผันผวน 4 เท่า หากความคล้ายคลึงรวมเกินเกณฑ์ความเชื่อมั่น (ค่าเริ่มต้น 0.85) ระบบจะคืน visitor ID เดิม สิ่งนี้ขจัดการแตกกระจายของตัวตนที่รบกวนโซลูชันการทำลายนิ้วมือแบบคงที่
Visitor ID คงอยู่ผ่านเซสชันไม่ระบุตัวตน การล้างคุกกี้ การสลับ VPN และแม้แต่การเปลี่ยนเบราว์เซอร์บนฮาร์ดแวร์เดียวกัน สัญญาณระดับฮาร์ดแวร์ — การเรนเดอร์ canvas พารามิเตอร์ WebGL คุณลักษณะ DSP ของเสียง — คงที่ไม่ว่าจะตั้งค่าความเป็นส่วนตัวอย่างไร จากนั้นการจับคู่โปรไฟล์ฝั่งเซิร์ฟเวอร์จะเชื่อมต่อผู้เยี่ยมชมกลับในสถานการณ์ที่โซลูชันแบบพึ่งคุกกี้อย่างเดียวติดตามไม่ได้เลย
การตอบกลับการระบุตัวตนทุกครั้งจะมีคะแนนความเชื่อมั่นระหว่าง 0 ถึง 1 คะแนนนี้สะท้อนความน่าจะเป็นที่ชุดสัญญาณปัจจุบันเป็นของผู้เยี่ยมชมที่ระบุไว้ โดยคำนึงถึงการเปลี่ยนแปลงของสัญญาณที่คาดไว้ จำนวนสัญญาณที่ตรงกัน และความเป็นเอกลักษณ์ของสัญญาณที่ตรงกัน คะแนนสูงกว่า 0.95 บ่งชี้การจับคู่ที่เกือบแน่นอน คะแนนระหว่าง 0.85 ถึง 0.95 บ่งชี้การจับคู่ที่น่าจะเป็นพร้อมการเปลี่ยนแปลงสัญญาณบางส่วน คะแนนต่ำกว่า 0.85 จะทำให้มีการกำหนด visitor ID ใหม่
การดัดแปลงเบราว์เซอร์เพิ่มขึ้นเกือบเท่าตัวเป็น 4.4% ในปี 2025 เซสชันเดสก์ท็อป 13% ปัจจุบันทำงานบนเครื่องเสมือน
Fingerprint Device Intelligence Report, 2026
ดูว่าทีมต่าง ๆ ใช้ Device Identification แก้ปัญหาในโลกจริงอย่างไร
รู้จักผู้ฉ้อโกงที่กลับมาอีกครั้งข้ามเซสชัน VPN และโหมดไม่ระบุตัวตน
เรียนรู้เพิ่มเติมทำเครื่องหมายความพยายามเข้าสู่ระบบจากอุปกรณ์ที่ไม่รู้จักก่อนที่ผู้โจมตีจะเข้าถึงได้
เรียนรู้เพิ่มเติมตรวจจับเมื่อคนคนเดียวสร้างหลายบัญชีบนอุปกรณ์เดียวกัน
เรียนรู้เพิ่มเติมเริ่มต้นได้ในไม่กี่นาที ไม่มีการแบ่งปันข้อมูลกับบุคคลที่สาม เป็นเจ้าของข้อมูลอย่างเต็มที่ ควบคุมได้ทั้งหมด
ทดลองใช้ฟรี 14 วัน · เข้าถึงแพลตฟอร์มเต็มรูปแบบ · ผสานรวมใน 5 นาที