あらゆる不正検知システムは、ある一つの中核的な能力――やり取りの背後に実際にいる人物を見極めること――に依存しています。
デバイスフィンガープリンティングは、そのための一つの方法です。これは、ユーザーエージェント（ブラウザやOS、デバイスを識別するためにデバイスがウェブサイトに送信する文字列）などのハードウェアやソフトウェアの詳細情報の組み合わせに基づいて、デバイスに固有の識別子（フィンガープリント）を作成する技術です。
デバイスフィンガープリント：ブラウザやOS、プラグイン、画面解像度などの特定のハードウェアおよびソフトウェア情報を収集し、その組み合わせからデバイスごとに一意の識別子（「フィンガープリント」）を作成する手法。
デバイスフィンガープリンティングは、セッションをまたいで、場合によってはクッキーが削除された後でも、同じデバイスを識別するのに役立ちますが、環境の変化に敏感で、容易に妨害されてしまいます。
その繊細さにはトレードオフがあります。フィンガープリントが厳しすぎると、ブラウザや環境のちょっとした変化によって、1人の実際のユーザーが複数の識別情報に分割され、これを「division（分割）」と呼びます。逆にフィンガープリントが緩すぎると、複数の人が同じ識別情報にまとまってしまい、「collision（衝突）」が発生します。
どちらの結果も精度を損ないます。分割が行動を断片化し、リピート行動を見えにくくする一方で、衝突は無関係なユーザー同士を混在させ、誤検知を増やし、下流のルールやモデルへの信頼を損ないます。多くのチームは、最終的にどちらか一方を優先し、もう一方を犠牲にすることになります。
SardineのVisitor Fingerprintはこの問題を解決するために構築されました。私たちはデバイス・フィンガープリンティングに位置情報やネットワークレベルのコンテキスト、安定性のための機能を加えることで進化させ、一般的なリセットにも強く、実世界のユーザーをより正確に見分けられる手段を不正対策チームに提供しています。
概要：
- 従来のデバイスフィンガープリントでは、衝突と分割の間でトレードオフを強いられ、その結果として不正検知における精度と信頼性が低下します。
- Visitor Fingerprint は、デバイス・ブラウザ・ネットワークの各種シグナルに安定性を高める機能を組み合わせ、さらに精度を評価するより信頼性の高い指標である「Confidence Score」を導入することで、従来のフィンガープリント技術を進化させます。
- 実環境でのテストにおいて、Visitor Fingerprint は衝突率を最大で 97%、分割率を最大で 95% まで低減し、従来の手法と比べて大きな改善を実現しました。
- よりクリーンなアイデンティティにより、より適切なルール、より強力なモデル、より早期の不正検知が可能になり、正当なユーザーへの摩擦も軽減されます。
ビジターフィンガープリントとは？
Visitor Fingerprint は、デバイスフィンガープリント単体よりも高い精度と安定性で、セッション、デバイス、ネットワークをまたいでユーザーを識別できる永続的な識別子です。
デバイスやブラウザの属性だけに依存するのではなく、Visitor Fingerprint は、ユーザーが利用している環境全体を対象に、位置情報やネットワークの挙動、その他の安定性に関する特徴などを総合的に分析します。
これらのシグナルを組み合わせることで、クッキーの削除やアプリの再インストール、その他の環境変更といった一般的な手法では回避しにくい、より粘着性の高い識別子が生成されます。
どの識別子も完全ではないため、Sardine は各 Visitor Fingerprint に Confidence Score（信頼度スコア） を組み合わせています。精度を評価する、より信頼性の高い方法であるこのスコアによって、チームはフィンガープリントがどれほどユニークで信頼できるかを把握でき、その結果としてルール、モデル、調査で適切に活用することができます。
Visitor Fingerprint が従来のデバイスフィンガープリントと異なる点
従来のデバイスフィンガープリントは、主にデバイスがどのように見えるかという点に焦点を当てています。Visitor Fingerprint は、その視点をネットワークのコンテキストや、時間を通じたアイデンティティの安定性まで拡張します。
機能 | 従来型のデバイスフィンガープリント | 訪問者フィンガープリント |
本人確認情報 | デバイスとブラウザーの属性 | デバイス、ブラウザ、およびネットワークのコンテキスト |
反復への抵抗 | 低～中程度 | 高 |
衝突処理 | 視認性が限定的 | 信頼度スコアはリスクを定量化するのに役立ちます |
担当部署 | 些細な変化に敏感 | 長期的な安定性を重視した設計 |
実用的なルールと機械学習 | 柔軟性に限りがある | 信頼度のしきい値で調整可能 |
実際の環境で従来のデバイスおよび位置情報ベースの手法と比較テストを行ったところ、Visitor Fingerprint は division と collision の両方の発生率を大幅に低減し、それぞれ最大 95％ および 97％ の改善を示しました。
衝突や分割を減らすことで、チームは精度を高め、誤検知を減らし、後続のルールやモデルによりクリーンな入力データを提供できます。
オペレーティングシステム | 従来の指紋分類率 | 訪問者フィンガープリントの分割率 | 改善 |
iOS | 27% | 1％ | 95% |
ウェブ | 4% | 4％ | 8% |
Android | 10％ | 2% | 74％ |
オペレーティングシステム | レガシー指紋の衝突率 | 訪問者フィンガープリントの衝突率 | 改善 |
iOS | 28% | 1％ | 95％ |
ウェブ | 23% | 3% | 87% |
Android | 30％ | 1％ | 97％ |
不正検知におけるVisitor Fingerprintの活用方法
アクティビティが正しく紐づけられると、チームは集計ルールを適用して、セッション単位では見えてこないパターンを浮かび上がらせ、リスクの高い行動のクラスターを特定し、新たな攻撃の兆候により早く対応できるようになります。具体的には、次のような形になります。
ウェブトラフィックにおける組織的な不正行為の検知
高い信頼性を持つビジターフィンガープリントを活用することで、チームは次のようなリスクの高い行動を検知してフラグを立てることができます。
- 短時間のうちに多数のデバイスと関連付けられたフィンガープリント
- 1 日のうちに複数の顧客アカウント間で共有されるフィンガープリント
シンプルなルールは次のようになります。
- ビジターフィンガープリントの信頼度が 70 以上
- 7日間で4台を超えるデバイスに紐づけられたフィンガープリント
- 1日以内に5人を超えるユーザーで共有されたフィンガープリント
非居住用IPやエミュレーターの使用といったシグナルと組み合わせて見ると、これらのパターンは組織的な不正行為グループの強力な兆候となり得ます。
ユーザー識別の新たな標準
Visitor Fingerprint は、Sardine が提供するより包括的な デバイスおよび行動に関する機能 の一部であり、不正対策チームに対して、長期的に有効な本人特定手段、より明確なシグナル、そしてリスク判断に対するより高いコントロールを提供するために構築されています。
Visitor Fingerprint がどのように不正検知能力を強化できるかを知るには、こちらからデモをお申し込みください。
よくある質問
Visitor Fingerprint はどのようにして識別子の衝突を減らしますか？
Visitor Fingerprint は、デバイス、ブラウザ、ネットワーク、クライアントの各種シグナルを統合することで、永続的なユーザー識別子を生成します。これにより、ID の衝突や分断が大幅に減少し、さまざまなモデルやシステム間で、セッションとユーザーの対応付けをより確実に行えるようになります。
不正利用者がどのようにしてVisitor Fingerprintを回避することを防いでいるのですか？
このシステムは、低レベルのデバイスインテリジェンスと行動データおよびネットワークデータを組み合わせています。「アンチディテクトブラウザ」、クッキーの削除、シークレットモードでの閲覧、VPN の利用、モバイルエミュレーター環境といった一般的な回避手法に対しても、模倣が困難なシグナルに基づいて識別を行うことで耐性を持たせています。
Visitor Fingerprint はどのように不正行為グループの検知に役立ちますか？
共有されたシグナルを通じて関連するセッションやデバイスを紐づけることで、Visitor Fingerprint は連携した行動パターンを明らかにします。これにより、共通のユーザーやデバイスネットワークに結びついたアカウントのクラスターを特定でき、不正集団やマネーミュールの摘発に不可欠な情報を提供します。
Visitor Fingerprint は機械学習モデルの入力を改善できますか？
はい。Visitor Fingerprint は、不正検知モデルに入力されるアイデンティティレイヤーを安定させます。これにより、分断されたユーザージャーニーによるノイズが減少し、シグナルの質が向上し、リアルタイムな意思決定におけるモデルの精度が高まります。
一意性スコアはリスクワークフローにどのような影響がありますか？
システムは訪問者のフィンガープリントに対して、低から高までの信頼度に基づく一意性スコアを割り当てます。一意性スコアが高い場合は、デバイスの特定精度が高いことを示し、スムーズな手続き進行を可能にします。一方でスコアが低い場合は、追加の本人確認やステップアップ認証などの対応を促すことがあります。
Visitor Fingerprint は、信用情報が少ないユーザーや初回利用のユーザーにも対応していますか？
初回セッションから環境情報と行動コンテキストを取得します。従来型の識別データが乏しい場合でも、正当なユーザーと合成または高リスクのプロファイルを見分けるのに役立つ、早期のリスクシグナルを提供します。
これは従来のフィンガープリント方式とどう違うのですか？
従来のフィンガープリントは静的な属性に依存しており、リセットやなりすましに弱いという問題があります。Visitor Fingerprint は動的かつ適応的で高い耐性を備えており、セッションや環境をまたいで持続するため、不正防止のためのより正確で安定した識別基準を提供します。