设备指纹之安全性详解

于 2022-08-10 10:08:50 发布
阅读量515 收藏 7
点赞数 12
分类专栏： 业务安全 文章标签： 业务安全 安全 网络安全 网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dingxiangtech/article/details/126260854
版权

设备指纹诞生前，互联网企业通过Cookie以及IP地址用于识别用户设备，但进入互联网时代，随着上网设备的多元化、互联网渠道的多样化、用户操作行为个性化等的特点，Cookie 识别用户和追踪用户的能力都有所下降，并且随着黑灰产技术的发展，各类身份伪造手段愈加复杂，迫切需要一种可及时对高风险的设备及相关操作做出反应，控制风险的设备识别技术。

设备指纹应运而生。设备指纹的诞生是伴随着对用户行为的信息采集以及对黑灰产的对抗手段出现的，因而其本身就具备了一定的安全性。

且设备指纹在不断的进化发展过程中，不断引入新的算法，对黑灰产的对抗性也在不断提升，同时，在保证指纹的唯一性、稳定性等方面加大了技术投入，进一步增强了设备指纹的安全性。

发展到AI时代，顶象认为设备指纹技术也不应局限于攻防对抗，新一代设备指纹技术更应具备风险感知能力，即将顶象防御云的能力赋能在设备指纹技术上，不仅打破了设备指纹的单点防控情况，同时进一步增强的设备指纹的安全性。

那么，如何理解设备指纹的安全性呢，我们一步步往下看。

端云交互，安全加倍

最低0.47元/天 解锁文章
博客
新型电信网络诈骗中，不法分子喜欢冒充的四类人，你遇到过吗？
07-03 1089
Dinsigh的日常风控策略的平均处理速度在100毫秒以内，支持多方数据的配置化接入与沉淀，能够基于成熟指标、策略、模型的经验储备，以及深度学习技术，实现风控自我性能监控与自迭代的机制。在挥手的过程中，会造成面部的数据的干扰，会产生一定的抖动或者是一些闪烁，或者是一些异常的情况。这起诈骗案的特点是利用了人工智能的深度伪造技术，诈骗分子事先搜集了目标公司高层管理人员的面部和声音数据，通过AI技术将这些数据“换脸”到骗子的身上，制作出看似真实的视频会议，导致参加视频会议的公司职员将2亿港元转入骗子的账户。
博客
技术反诈指南丨央视报了！基于“AI换脸”的新型电信网络诈骗猖獗
07-01 1127
Dinsigh的日常风控策略的平均处理速度在100毫秒以内，支持多方数据的配置化接入与沉淀，能够基于成熟指标、策略、模型的经验储备，以及深度学习技术，实现风控自我性能监控与自迭代的机制。顶象全链路全景式人脸安全威胁感知方案通过设备环境、人脸信息、图像鉴伪、用户行为、交互状态等多维度信息进行智能核验，快速识别注入攻击、活体伪造、图像伪造、摄像头劫持、调试风险、内存篡改、Root/越狱、恶意Rom、模拟器等运行和系统类等30多类恶意攻击行为，及时发现伪造视频、虚假人脸图片、异常交互行为后，可自动阻断操作。
博客
广告作弊和薅羊毛，让电商618的推广营销白做了
06-19 908
并搭建基于设备、环境、行为的多维度识别策略模型，识别出虚拟机、代理服务器、模拟器等被恶意操控等风险设备，分析设备是否存在多账号登录、是否频繁更换IP地址、频是否繁更换设备属性等出现异常或不符合用户习惯的行为，追踪和识别欺诈者的活动，帮助企业实现全场景各渠道下同一ID的运营，助力跨渠道的风险识别与管控。肉刷是以真机作为载体，通过特殊的刷机软件，篡改手机的环境参数，如：IMEI号、手机号码、IMSI、MAC地址等关键参数，在人工的操作下，假冒多用户下载、激活、注册和使用的流量作弊行为。
博客
电商风控指南 | 直播间里的藏匿的“羊毛党”，普通消费者看不到
06-17 464
顶象设备指纹通过用户上网设备的硬件、网络、环境等特征信息生成设备的唯一标识，可有效识别客户端的设备指纹是否合法，是否存在模拟器、刷机改机、Root、越狱、劫持注入等风险，做到有效监控和预警。根据注册数据、登录数据、激活数据等信息，沉淀并维护对应的黑白名单数据，结合风险控制策略和业务沉淀数据，利用顶象Dinsight实时风控引擎和的Xintell智能模型平台，通过数据挖掘技术进行行为建模，对注册、登录、下单、抢购等行为进行分析与预测，输出的模型结果可直接为风险控制策略提供支持。
博客
《网络反不正当竞争规定》9月1日实施，这两类欺诈被重点关注
06-12 1080
随着线上数据的积累，顶象能够利用风控数据和业务沉淀数据，对用户行为进行建模，模型输出可直接应用于风控策略中，进一步提升风险防控的前瞻性和精准度。平台一旦误判，将会直接影响用户体验。对于山寨造假和混淆视听的行为，《规定》第七条提出了禁止经营者实施混淆行为，包括擅自使用他人有一定影响的标识、域名、页面设计等，以及生产销售足以引人误认为他人商品的行为。通过动态策略和纵深防护，顶象不仅能够有效识别和防控刷单刷量、虚假评论等欺诈行为，还能够在保护用户隐私和提升用户体验的同时，为数字经济的健康发展提供坚实的安全保障。
博客
618网购节，电商能挡住恶意网络爬虫的攻击吗？
06-06 1570
网络爬虫的攻击手段也日益智能化和复杂化，仅仅依靠限制访问频率或者前端页面加密已经难以有效防御，需要提升人机识别技术，增加异常行为的识别和拦截能力，以限制网络爬虫的访问，提高恶意盗取的攻击成本。恶意的网络爬虫的目标是在最短时间内抓取最多信息，因此它们会使用同一设备进行大量的访问操作，包括浏览、查询、下载等，这会导致该设备的访问频率、时长、深度等指标异常。恶意的网络爬虫的目的是获取网站、App的核心信息，比如用户数据、商品价格、评论内容等，因此它们通常只会访问包含这些信息的页面，而忽略其他无关的页面。
博客
电商风控指南：“仅退款”成部分商家梦魇，如何有效防控非法牟利
06-04 586
建立本地名单动态运营维护机制，基于注册数据、登录数据、激活数据，沉淀并维护对应“仅退款”黑名单数据，包括用户ID、手机号、设备等维度的黑名单。线上数据有一定积累以后，通过风控数据以及业务的沉淀数据，对注册、登录、下单、抢购行为进行建模，模型的输出可以直接在风控策略中使用。“仅退款”欺诈不断变化，手段更迭快速，新攻击手段对既有的防控措施进行了调整甚至免疫，传统措施不能及时对新风险进行识别和预警。而且电商平台很多业务安全流程上很容易互相矛盾，甚至相互打架， 一旦出现误判，将直接影响订单交易和店铺运营。
博客
金融反欺诈指南：车险欺诈为何如此猖獗？
05-29 1232
Dinsigh的日常风控策略的平均处理速度在100毫秒以内，支持多方数据的配置化接入与沉淀，能够基于成熟指标、策略、模型的经验储备，以及深度学习技术，实现风控自我性能监控与自迭代的机制。顶象全链路全景式人脸安全威胁感知方案通过设备环境、人脸信息、图像鉴伪、用户行为、交互状态等多维度信息进行智能核验，快速识别注入攻击、活体伪造、图像伪造、摄像头劫持、调试风险、内存篡改、Root/越狱、恶意Rom、模拟器等运行和系统类等30多类恶意攻击行为，及时发现伪造视频、虚假人脸图片、异常交互行为后，可自动阻断操作。
博客
风控指南：国内车险欺诈呈现四大趋势
05-23 684
Dinsigh的日常风控策略的平均处理速度在100毫秒以内，支持多方数据的配置化接入与沉淀，能够基于成熟指标、策略、模型的经验储备，以及深度学习技术，实现风控自我性能监控与自迭代的机制。顶象全链路全景式人脸安全威胁感知方案通过设备环境、人脸信息、图像鉴伪、用户行为、交互状态等多维度信息进行智能核验，快速识别注入攻击、活体伪造、图像伪造、摄像头劫持、调试风险、内存篡改、Root/越狱、恶意Rom、模拟器等运行和系统类等30多类恶意攻击行为，及时发现伪造视频、虚假人脸图片、异常交互行为后，可自动阻断操作。
博客
网络爬虫安全：90后小伙，用软件非法搬运他人原创视频被判刑
05-15 1897
犯罪嫌疑人 90 后程序员周某交代，这款软件主要用于非法搬运视频，支持视频镜像，去水印，草稿替换，摄像头替换等功能，修改后的视频支持在快手、抖音、哔哩哔哩、小红书、西瓜视频等主流视频平台一键发布，从而协助他人实现账号“快速涨粉”目的。网络爬虫的攻击手段也日益智能化和复杂化，仅仅依靠限制访问频率或者前端页面加密已经难以有效防御，需要提升人机识别技术，增加异常行为的识别和拦截能力，以限制网络爬虫的访问，提高恶意盗取的攻击成本。顶象为企业提供了全流程的立体防控方案，能够有效防范网络爬虫的恶意盗取行为。
博客
攻击者正在利用AI，对保险公司发起大规模欺诈
05-09 550
Dinsigh的日常风控策略的平均处理速度在100毫秒以内，支持多方数据的配置化接入与沉淀，能够基于成熟指标、策略、模型的经验储备，以及深度学习技术，实现风控自我性能监控与自迭代的机制。保险欺诈一直是保险行业面临的重要挑战之一，尤其随着技术的进步，欺诈者也在不断更新其手段，利用AI技术，包括生成式模型、机器学习和数据分析工具等欺骗保险公司，而AI技术的应用正成为他们的新工具，使其犯罪行为更加隐蔽和复杂，挑战保险行业的防欺诈措施。这使得欺诈者能够提交大量的虚假申请，扩大其欺诈规模，并使其更难以被发现。
博客
美国：每年因汽车保险欺诈损失数十亿美元
05-07 523
不道德的代理人会将你的钱收入囊中，而不为你提供保险范围，因此当发生事故时，你会发现自己没有保险来支付索赔，必须自己承担损失。美国每年都有数百万人受到汽车保险欺诈的影响，即使是那些从未直接参与过骗局的人，也可能因为保险公司的成本上升而支付更高的保费。在事故发生后，如果有人夸大或捏造自己的伤害程度以要求更高的赔偿，这也属于欺诈行为。美国联邦调查局（FBI）估计，分阶段发生的事故给保险公司带来的损失每年高达 200 亿美元，据反保险欺诈联盟估计，分阶段事故约占与财产损失或伤害有关的损失的 10%。
博客
当AI盗用你的脸做直播带货？怎么办
04-24 569
攻击者只需下载受害人在社交媒体上分享的照片、视频、音频、活动等，仅需 30 秒到 1 分钟的样本，就能制作出高度逼真的声音、形象，进而再造一个主播，进行视频直播。顶象最新升级的反欺诈技术与安全产品，能够为企业搭建一个多渠道全场景多阶段的安全体系，系统对抗AI带来新威胁，其中包含保障App安全的App加固，防范AI的恶意注册与登录的无感验证，识别AI伪造的设备的设备指纹，挖掘潜在欺诈威胁、防范AI复杂攻击的Dinsight实时风控，拦截“AI换脸”攻击的全链路全景式人脸安全威胁感知方案等。
博客
AI安全启示录：银行最常遇到的五类AI攻击手段
04-18 921
能够为企业搭建一个多渠道全场景多阶段的安全体系，系统对抗AI带来新威胁，这其中包含保障App安全的App加固，防范AI的恶意注册与登录的无感验证，识别AI伪造的设备的设备指纹，挖掘潜在欺诈威胁、防范AI复杂攻击的Dinsight实时风控，拦截“AI换脸”攻击的全链路全景式人脸安全威胁感知方案等。攻击者利用AI生成更加逼真的电子邮件内容，更容易骗取受害者的信任，例如仿冒合法机构的邮件，要求受害者点击恶意链接或下载附件，从而泄露敏感信息或者控制受害者的电脑，进而导致财务损失。
博客
AI启示录：既是企业安全利器，也是内部隐藏炸弹
04-16 546
如今，AI已成为不可或缺的安全工具，从网络钓鱼检测工具到可响应网络安全查询的AI聊天机器人，一应俱全。攻击者可以利用AI制造更加复杂的骗局，绕过传统的安全措施，例如，电子邮件的反垃圾邮件过滤器。但矛盾的是，这种力量也可能被利用。如果威胁者向AI系统提供操纵数据（即“数据中毒”），可能会扭曲其学习过程，导致模型不准确，无法检测到实际威胁，甚至将恶意活动视为安全。此外，AI系统是不断学习和发展的，这使得它们在处理更多数据时变得更加有效，处理更多数据时会变得更加高效，能更好地识别和应对不断变化的网络风险格局。
博客
金融机构面临的主要AI威胁：身份伪造统与社会工程攻击
04-11 848
并搭建基于设备、环境、行为的多维度识别策略模型，识别出虚拟机、代理服务器、模拟器等被恶意操控等风险设备，分析设备是否存在多账号登录、是否频繁更换IP地址、频是否繁更换设备属性等出现异常或不符合用户习惯的行为，追踪和识别欺诈者的活动，帮助企业实现全场景各渠道下同一ID的运营，助力跨渠道的风险识别与管控。同时，加强员工关于如何发现AI威胁。诈骗分子通过短信、社交工具、社交媒体、电话等方式，联系到受害者（例如，能够直接讲出受害人的姓名、家庭、电话、单位、住址、身份证号码、同事或伙伴，甚至部分经历），并获取信任。
博客
“AI换脸”色情视频困扰英国，6成女性担心成受害者
04-09 621
将“深度伪造”的虚假内容与真实信息的元素拼凑在一起，就可以用于可以伪造身份、传播错误信息、制作虚假数字内容，进行各类欺诈。覆盖各渠道平台和各业务场景，提供威胁感知、安全防护、数据沉淀、模型建设、策略共享等安全服务，能够满足不同业务场景，拥有各行业策略且能够基于自身业务特点实现沉淀和更迭演进，实现平台的精准防控，从而快速有效地应对 “深度伪造”攻击，进行个性化防护。认为，要防范打击“深度伪造”欺诈，一方面需要有效识别检测出“深度伪造”伪造的内容，另一方面防范“深度伪造”欺诈的利用和扩散。
博客
顶象全系列产品升级，对抗AI带来的新威胁
04-03 1035
并搭建基于设备、环境、行为的多维度识别策略模型，识别出虚拟机、代理服务器、模拟器等被恶意操控等风险设备，分析设备是否存在多账号登录、是否频繁更换IP地址、频是否繁更换设备属性等出现异常或不符合用户习惯的行为，追踪和识别欺诈者的活动，帮助企业实现全场景各渠道下同一ID的运营，助力跨渠道的风险识别与管控。，攻击者基于AI能够伪造文本、图片、视频、声音，制作仿真的人脸照片、人脸视频、身份证件、金融账户、统计数据，更可以生成新型的木马病毒、破解账号密码，发起自动化的网络攻击等。同时，加强员工关于如何发现AI威胁。
博客
下周二！锁定CSDN，了解防御“AI换脸”的最新技术！
03-27 406
根据情报介绍，基于AI技术，攻击者能够伪造文本、图片、视频、声音，可以制作仿真的人脸照片、人脸视频、身份证件、金融账户、统计数据，更可以生成新型的木马病毒，发起自动化的网络攻击。AI威胁带来的危险不仅在于生成仿真的信息，还在于其所促成的整个诈骗生态系统：一个由机器人、虚假账户和匿名服务组成的错综复杂的网络运作，所有这些都旨在制作、放大和分发捏造的信息和内容，具有识别难、检测难和追溯难的问题。所以，要防范打击AI欺诈，一方面需要有效识别检测出AI伪造的内容，另一方面防范AI欺诈的利用和扩散。
博客
利用“AI换脸”冒充的求职者越来越多，HR该怎么发现
03-27 702
其对每个设备进行唯一标识和识别的技术，识别出虚拟机、代理服务器、模拟器等被恶意操控的设备，分析设备是否存在多账号登录、是否频繁更换IP地址、频繁更换设备属性等出现异常或不符合用户习惯的行为，帮助追踪和识别欺诈者的活动。新冠疫情推动远程办公普及。），系统介绍了“AI换脸”威胁的构成、“AI换脸”的危害、“AI换脸”欺诈 的过程、典型的威胁模式、背后的产业链、目前主流的识别检测策略、各国针对“AI换脸”的监管规定、“AI换脸”欺诈案件中各方需要承担责任等。他们的目标是骗过企业的初步筛选，获得面试的机会。
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值