New Fingerprint و WebRTC و Canvas: كيف تكتشف أنظمة مكافحة الاحتيال الروابط بين الحسابات الإعلانية

عندما يرى مشتري الإعلانات (Media Buyer) إشعاراً بحظر حساب إعلاني جديد فور إطلاق الحملة، يتجه الشك الأول عادةً إلى ضعف جودة البروكسي أو وجود مشكلة في الحساب نفسه. ومع ذلك، يمكن للمنصات الإعلانية وحلول مكافحة الاحتيال تقييم مجموعة أوسع بكثير من الإشارات التقنية والشبكية والسلوكية حتى قبل بدء الحملة.

إحدى هذه المجموعات من الإشارات هي البصمة الرقمية للجهاز (Digital Fingerprint). وهي تتشكل من عشرات المعلمات الخاصة بالأجهزة والنظام للمتصفح والكمبيوتر ونظام التشغيل. ويمكن استخدام التطابقات أو الشذوذ في هذه المعلمات كعوامل إضافية عند تقييم الجلسة والبحث عن روابط بين الحسابات.

يمكن أن تتضمن البصمة الرقمية الكاملة المكونات التالية:

• معلمات الشبكة: عنوان IP، الموقع الجغرافي، مزود خدمة الإنترنت، المنطقة الزمنية، والبيانات المتاحة عبر WebRTC.
• مؤشرات الأجهزة: عدد النوى المنطقية للمعالج (Hardware Concurrency)، ذاكرة الوصول العشوائي المتاحة (Device Memory)، مواصفات بطاقة الرسومات، ومعلمات WebGL.
• العرض الرسومي (Rendering): بصمات Canvas، دعم الخطوط، ودقة الشاشة.
• نظام الوسائط: AudioContext ومعلومات حول إمكانيات الوسائط المتاحة في الجهاز.
• بيئة المتصفح: User-Agent، حزم اللغات، ترويسات HTTP Client Hints، تنسيقات الوسائط المدعومة، وخصائص المتصفح الأخرى.

بصمة Canvas: كيف يساعد العرض الرسومي في التمييز بين الأجهزة

آلية الحصول على تجزئة Canvas (Canvas Hash)

صُممت تقنية HTML5 Canvas لرسم رسومات ثنائية وثلاثية الأبعاد مباشرة داخل نافذة المتصفح. وفي الوقت نفسه، يمكن استخدام نتائج هذا العرض كإحدى الإشارات لتكوين البصمة الرقمية (Fingerprinting).

يمكن للبرنامج النصي (Script) أن يطلب من المتصفح عرض كائن اختبار صغير: على سبيل المثال، جزء من نص بخطوط أو تدرجات لونية أو أشكال أو ظلال مختلفة.

تعتمد النتيجة على العديد من المعلمات: معالج الرسومات (GPU)، برامج التشغيل (Drivers)، نظام التشغيل، المتصفح، وآليات عرض الخطوط. ولهذا السبب، حتى السيناريو الرسومي المتطابق على تكوينات مختلفة قد يعطي نتيجة مختلفة قليلاً.

يمكن تحويل الصورة الناتجة إلى قيمة رقمية أو تجزئة (Hash) واستخدامها إلى جانب معلمات البيئة الأخرى. ومع ذلك، فإن تطابق تجزئة Canvas بحد ذاته لا يثبت أن الحسابات تعمل من نفس الجهاز الفعلي؛ فالأهمية تكمن في مجموع الإشارات ومدى اتساقها.

لماذا قد يؤدي التعديل الاصطناعي لـ Canvas إلى خلق شذوذ أيضاً

تقوم بعض الأدوات بتغيير نتيجة Canvas عن طريق إضافة ضوضاء اصطناعية (Noise). يهدف هذا النهج إلى تعقيد عملية التحديد المستقر للجهاز، ولكنه في الوقت نفسه قد يخلق مشكلة أخرى – وهي عدم اتساق النتائج.

على سبيل المثال، إذا أظهرت جلسة المتصفح نفسها خصائص مختلفة بشكل كبير عند الطلبات المتكررة لـ Canvas، فقد يبدو ذلك غير طبيعي.

لذلك، لا تهتم أنظمة تقييم المخاطر بتجزئة Canvas المحددة فحسب، بل تهتم أيضاً بمدى توافقها مع WebGL ونظام التشغيل والمتصفح وطراز الجهاز ومعلمات البيئة الأخرى.

تقنية WebRTC: من أين قد تظهر بيانات الشبكة الإضافية

كيف يتفاعل WebRTC مع الشبكة

تقنية WebRTC (الاتصال في الوقت الفعلي عبر الويب) – هي مجموعة من تقنيات الويب لنقل الصوت والفيديو والبيانات الأخرى مباشرة بين المتصفحات.

أثناء إنشاء هذا الاتصال، قد يستخدم المتصفح بروتوكولات ICE و STUN و TURN لتحديد مسارات الشبكة المتاحة.

اعتماداً على المتصفح وتكوين الشبكة ونوع البروكسي وإعدادات WebRTC، قد تتاح لصفحة الويب معلومات إضافية حول بيئة الشبكة.

إذا لم تتطابق هذه البيانات مع عنوان IP الخاص بالاتصال الأساسي أو الموقع الجغرافي (GEO) أو معلمات الجلسة الأخرى، فقد يصبح هذا التناقض إشارة إضافية أثناء تقييم المخاطر.

كيف تتعامل متصفحات مكافحة التتبع (Antidetect) مع WebRTC

يمكن للمتصفحات وأدوات الخصوصية المختلفة معالجة WebRTC بطرق متباينة: الإبقاء على السلوك الافتراضي، أو تقييد الوصول إلى بيانات شبكة معينة، أو تغيير القيم المتاحة لصفحة الويب.

لا يمكن وصف وضع WebRTC معين بحد ذاته بأنه «آمن» أو «خطير» بشكل مطلق. الأهم بكثير هو اتساق البيئة: يجب ألا يتعارض عنوان IP والموقع الجغرافي والمنطقة الزمنية واللغة وخصائص المتصفح والإشارات الأخرى مع بعضها البعض.

متجهات إضافية للبصمة الرقمية: WebGL و AudioContext والإشارات السلوكية

البصمة الصوتية وخطوط النظام

تعمل طريقة AudioContext بمبدأ مشابه لـ Canvas، ولكنها تحلل خصائص معالجة الإشارات الصوتية بواسطة المتصفح والنظام.

يمكن للبرنامج النصي توليد إشارة اختبار ومعالجتها عبر Web Audio API والحصول على نتيجة رقمية. وهي تعتمد على المتصفح ونظام التشغيل وخصائص البيئة الأخرى، ولذلك يمكن استخدامها كمكون إضافي للبصمة الرقمية.

معلمة أخرى هي خطوط النظام. باستخدام CSS و Canvas وقياس أبعاد النص، يمكن تحديد مدى توفر عائلات خطوط معينة.

إن وجود مجموعة غير نمطية من الخطوط أو عدم توافقها مع نظام التشغيل المعلن يمكن أن يساعد أيضاً في تضييق نطاق التكوينات المحتملة للجهاز.

العامل السلوكي

في النطاق الأوسع لمكافحة الاحتيال (Antifraud) واكتشاف البوتات (Bot Detection)، لا يتم تحليل المعلمات التقنية للجهاز فحسب، بل يتم أيضاً تحليل خصائص تفاعل المستخدم مع الواجهة.

يمكن أن تشمل هذه الإشارات:

• طبيعة حركة مؤشر الفأرة؛
• الفترات الفاصلة بين ضغطات المفاتيح؛
• طريقة ملء النماذج؛
• سرعة تنفيذ الإجراءات المتتالية؛
• وقت البقاء في الصفحة قبل التفاعل مع عناصرها.

عادةً لا تحدد الإشارة السلوكية المنفردة النتيجة بمفردها، بل تكمن الأهمية في السياق العام للجلسة.

ما هي المعلمات التي تساعد الأنظمة على تقييم اتساق البيئة

التجميع (Clustering): كيف يمكن لبيانات الدفع إنشاء روابط بين الحسابات

لماذا تعد بيئة المتصفح جزءاً واحداً فقط من الصورة الكاملة

حتى وجود بيئة متصفح وشبكة مستقرة لا يعني أن المنصة ستقيّم الحساب بمعزل عن الإشارات الأخرى.

يمكن أن تكون معلومات الدفع أيضاً جزءاً من السياق العام للحساب. على سبيل المثال، قد تنشأ الروابط بسبب:

• استخدام أداة دفع واحدة في عدة حسابات إعلانية؛
• مشاكل متكررة في عمليات الخصم أو ارتفاع معدل عمليات الرفض (Declines)؛
• عدم تطابق بيانات الدفع مع الملف التعريفي العام للحساب؛
• إعادة استخدام نفس بيانات الدفع في عدد كبير من ملفات تعريف العمل.

هذا لا يعني أن تطابقاً واحداً سيؤدي تلقائياً إلى حظر جميع الحسابات. ولكن بيانات الدفع المتكررة يمكن أن تخلق رابطاً تقنياً إضافياً بينها.

توزيع أدوات الدفع داخل الفريق

بالنسبة للفرق التي تدير عدة حسابات إعلانية أو مشاريع، تساعد أدوات الدفع المنفصلة في تقليل الاعتماد التشغيلي على بطاقة واحدة.

في Pay2.House، يمكنك إصدار بطاقات افتراضية منفصلة لمختلف الحسابات الإعلانية وتعيين حدود إنفاق خاصة لكل منها.

يبسط هذا النهج توزيع النفقات والتحكم في الميزانيات: فوجود مشكلة في بطاقة معينة أو حساب محدد لا يعني بقاء الفريق بأكمله بدون أداة دفع فعالة.

وفي الوقت نفسه، لا تضمن البطاقات المنفصلة بحد ذاتها عدم وجود روابط بين الحسابات – إذ يمكن للأنظمة الإعلانية وأنظمة مكافحة الاحتيال أخذ مجموعة أوسع بكثير من الإشارات في الاعتبار.

مستويات البنية التحتية التي ينبغي مراقبتها

ما يجب التحقق منه قبل إطلاق الإعلانات

• بيئة الشبكة. تأكد من أن عنوان IP والموقع الجغرافي والمعلمات الإقليمية لا تتعارض مع بعضها البعض.
• ملف تعريف المتصفح. تحقق مما إذا كان User-Agent ونظام التشغيل و WebGL و Canvas واللغة والخصائص الأخرى متوافقة.
• WebRTC. تأكد من أن المتصفح لا يمرر بيانات شبكة غير متوقعة تتعارض مع الاتصال الأساسي.
• استقرار البصمة الرقمية. قد تبدو التغييرات الحادة في معلمات نفس الملف التعريفي غير طبيعية.
• البنية التحتية للدفع. قم بتوزيع أدوات الدفع مسبقاً، وتحقق من الحدود المتاحة وصلاحية البطاقات للعمل.
• الاستقرار التشغيلي. تجنب التغييرات العشوائية للمعلمات الحساسة للحساب دون ضرورة.

الأسئلة الشائعة (FAQ)

هل يكفي تغيير User-Agent لتغيير البصمة الرقمية؟

لا. يُعد User-Agent مجرد معلمة واحدة من بين العديد من معلمات بيئة المتصفح. وتظل إشارات WebGL و Canvas و AudioContext والخطوط وخصائص الجهاز والإشارات الأخرى متاحة بشكل منفصل. وإذا كانت تتعارض مع User-Agent، فقد يؤدي ذلك إلى خلق شذوذ إضافي.

ما هي الخدمات التي يمكن استخدامها لتحليل البصمة الرقمية للمتصفح؟

للتشخيص التقني لبيئة المتصفح، غالباً ما يتم استخدام خدمات مثل BrowserLeaks و Pixelscan و CreepJS. فهي تعرض مكونات البصمة الرقمية المختلفة وتساعد في كشف التناقضات بين معلمات المتصفح والشبكة والجهاز.

ومع ذلك، فإن نتيجة أداة الفحص الخارجية لا تعني أن المنصة الإعلانية تقيّم الحساب وفقاً لنموذج مطابق تماماً.

هل يُعتبر تعطيل WebRTC إشارة مشبوهة تلقائياً؟

ليس بالضرورة. قد تقوم المتصفحات المختلفة وبيئات الشركات وأدوات الخصوصية بتقييد WebRTC بطرق متنوعة. لذلك، من الأصح تقييم الاتساق العام لبيئة المتصفح والشبكة بدلاً من تقييم معلمة واحدة محددة.

هل يمكن أن يؤدي استخدام بطاقة واحدة في عدة حسابات إعلانية إلى إنشاء رابط بينها؟

يمكن أن تكون بيانات الدفع إحدى الإشارات التي تربط الحسابات ببعضها البعض. ومع ذلك، لا توجد قاعدة عامة تؤدي بموجبها بطاقة واحدة تلقائياً إلى حظر جميع الحسابات المرتبطة.

بالنسبة للفرق التي تدير مشاريع متعددة، يسهم فصل أدوات الدفع في المقام الأول في تبسيط مراقبة النفقات والحدود والمخاطر التشغيلية.

الخلاصة

البصمة الرقمية (Fingerprint) – ليست مجرد تجزئة سحرية واحدة يحدد النظام من خلالها هوية المستخدم فوراً. بل هي مجموعة من إشارات الشبكة والمتصفح والأجهزة والدفع وأحياناً الإشارات السلوكية التي يمكن تحليلها معاً.

ولهذا السبب ينبغي النظر إلى البنية التحتية بشكل شامل: مراقبة اتساق بيئة المتصفح ومعلمات الشبكة وعملية الدفع، بدلاً من محاولة العثور على إعداد واحد «آمن» لـ Canvas أو وضع WebRTC أو رمز BIN.

وفي جانب المدفوعات، تساعد منصة Pay2.House الفرق على توزيع النفقات بين بطاقات افتراضية منفصلة، وتعيين حدود خاصة، وتقليل الاعتماد على أداة دفع واحدة. وعند التوسع، يوفر ذلك بنية تحتية أكثر قابلية للتحكم دون الحاجة إلى الاحتفاظ بميزانية الإعلانات بالكامل في بطاقة واحدة.