簡單聊聊裝置指紋設計

2022-10-11 10:39:12 字數 1408 閱讀 8932

爬蟲需要抓取到具有一定規模的資料才能產生價值,抓取裝置出於成本考慮,需要控制裝置數量。黑產通常會通過偽造裝置資訊的方式來「創造」出更多的虛假裝置。為了能夠在較長的一段時間內,追蹤並識別出某一台具體的裝置,就衍生出了裝置指紋。

目標是為裝置生成乙個唯一的裝置編碼。

1、什麼是碰撞?

乙個指紋對應多台真實裝置,我們就認為該裝置指紋發生了碰撞。

2、什麼是錯誤?

一台裝置對應多個裝置指紋,我們就認為裝置指紋產生了錯誤。

3、如何衡量乙個裝置指紋的好壞?

裝置指紋的碰撞率與錯誤率越趨近於0就認為裝置指紋越優秀。

在設計裝置指紋時,可以適當地允許錯誤率的錯在,但要盡量降低碰撞率。碰撞就意味著對某一裝置指紋進行反制時有概率誤傷正常使用者。

方案一直接使用系統收集資料進行指紋值計算。

優點:實現方式簡單且易維護。接收到資料資料直接計算即可。

缺點:可拓展性差。刪減或新增特徵值時就需要重新計算所有裝置的指紋值。

方案二后端生成唯一隨機值,指紋值的生成與具體裝置資料無關,具體資料值用於描述裝置的關聯關係。

優點:可拓展性強。新增或刪減特徵值時只需要修改裝置之間的關聯關係即可。

缺點:維護成本高。相較於方案一需要維護特徵值與裝置之間的關聯關係。

總結從系統設計角度,方案二的可拓展性更強,在面對如今安卓、蘋果裝置因為更加注重使用者隱私而不斷收縮裝置資訊獲取許可權的環境下,顯然方案二更適合。

傳統裝置標識

傳統裝置標識由imei、mac位址、安卓id 或者系統儲存隨機值來作為裝置指紋,這種裝置指紋的問題是依賴單一資料,穩定性太差。

新一代裝置標識

通過收集多維度資訊進行裝置指紋計算,例如網路資訊、硬體資訊、軟體資訊、儲存資訊(多點儲存)等,不依賴單一資料來源,穩定性有明顯提公升。

大部分逆向選手主要針對j**a層進行分析,我們通過核心**下沉,迫使逆向選手閱讀混淆後的彙編**,提公升逆向難度。

裝置指紋在整個風控體系中的重要性是不言而喻的,乙個優秀的裝置指紋決定著風控系統的下限。即使風控系統僅有策略,但只要裝置指紋未失效,通過頻率策略就能夠一定程度的防止大規模作弊事件的發生。

簡單聊聊,如何設計站內信?

站內信,是為方便會員商務信件往來而設的服務功能,類似於郵箱。站內信 有兩個基本功能 從站內信接觸物件 使用者和企業 和傳達形式來看 點對點,或點對面 有以下幾種價值 當我們了解到站內信上述的這些價值,那麼如何能將這些價值呈現出來呢?即通過哪些功能將其進行實現?概要性內容大致了解後,接下來就是相對實操...

聊聊設計模式的簡單工廠模式

介紹 工廠設計模式中,有乙個中心負責建立類的例項,提供給系統呼叫,跟現實生活中負責生產產品的工廠是類似的,所以稱為工廠類。工廠設計模式分為簡單工廠模式,工廠模式,和抽象工廠模式。這次說明的是簡單工廠設計模式,它是通過乙個靜態方法來建立類的例項,所以也稱為靜態工廠模式。結構 類圖結構 實現定義乙個pr...

簡單聊聊8583

網上應該有不少關於8583的文章,這個算是屬於老生常談了,但是要找一篇細緻的,容易理解的可能還真不太好找,那我們今天就來簡單的聊聊。這個其實銀聯給的文件上已經很全了,我們再複習下 m 強制域 mandatory 此域在該訊息中必須出現否則將被認為訊息格式出錯。c 條件域 conditional 此域...