工作原理
模糊匹配 的工作原理
模糊匹配不是逐一比较整枚指纹是否相等，而是比较单个信号并在它们之间计算一个相似度或距离分数。信号会按其稳定性和区分度加权，因此一个易变、低价值属性的变化，其权重低于一个稳定、高价值属性的变化。
系统会设定阈值，以判定累积的相似度何时高到足以宣告匹配。这使得浏览器版本递增了、或新增了一种字体的设备依然能被识别，而真正不同的设备则保持分离，因为过多的强信号发生了背离。
有效的模糊匹配依赖于对每个信号随时间如何变化进行建模。可预测地漂移的信号会以容错方式处理，而许多相互独立信号的突然变化，则会被视作设备不同或规避企图的证据。
为何重要
模糊匹配 对欺诈防护为何重要
模糊匹配正是使设备识别在现实世界中经久耐用的关键——在现实中软件不断更新，没有一枚指纹会保持完全恒定。若没有它，常规变化就会把一台设备割裂成许多身份，从而削弱对回访欺诈者的检测。它直接改善了漏掉真实匹配与错误合并不同设备之间的平衡。
使用 TRACIO
TRACIO 如何应对
TRACIO 依靠容错的、基于相似度的匹配，从而使回访访客即便在其浏览器和环境不断演变时，也能保留一个稳定的访客 ID。通过按观测到的稳定性对信号加权，TRACIO 既最小化了漂移导致的漏报，也最小化了对不同设备的错误合并。这一方法是其在内部基准上识别精度的关键贡献者。
常见问题