Альтум Интеллектуальные Технологии

GB-Fingerprint

Определение устройств и оценка рисков
на основе графовой модели

Запросить демо Как это работает
24
параметра устройства
64
поля в API-ответе
5 мин
на интеграцию
Вызов рынка

Почему классического определения устройства недостаточно

  • Мошенники используют фермы устройств, эмуляторы и подмену параметров
  • Cookie и localStorage легко очистить — нужен устойчивый device ID
  • Один пользователь за несколькими IP и операторами выглядит как «рояль»
  • Банки и маркетплейсы теряют деньги на бонус-abuse и chargeback
  • Решения «только по IP» дают высокий процент ложных срабатываний
GB-Fingerprint закрывает gap между браузером и backend-решением
Схема выявления мошенничества
Решение

GB-Fingerprint

Сервис сбора цифрового отпечатка устройства и анализа рисков в реальном времени

Пиксель

Один script-тег на сайте клиента — без SDK и нативных приложений

Сбор

50+ параметров устройства, производительности и поведения пользователя

Граф

Связи между сессиями и кластерный анализ для устойчивой идентификации

API

REST-ответ с готовыми скорами и 44 полями аналитики

Выделенный экземпляр сервиса для каждого клиента · PostgreSQL · REST API

Процесс

Как это работает

От визита пользователя до скоринга на backend

1

Пользователь открывает сайт

Загружается браузерный пиксель GB-Fingerprint

2

Сбор отпечатка

Параметры устройства, сеть, поведение

3

Backend клиента

Получение ответа одним POST-запросом

4

Решение

Ответ АПИ содержит набор device ID, значения скоринга и вектор из 50+ полей

Графовая модель связей устройств
Графовая модель

Устойчивый device_id через связи между сессиями

  • Каждый визит — узел с параметрами устройства и IP
  • Графовая модель связывает сессии одного физического устройства
  • device_id (MD5) стабилен при повторных визитах
  • Кластер — группа связанных устройств за 3 / 7 / 30 дней
  • cluster_score снижается при росте кластера и разнообразии IP и профилей устройства
cluster_size_30d Размер кластера
cluster_distinct_ip_30d Уникальные IP
cluster_distinct_mob_30d Модель / ОС / браузер
cluster_avg_price Средняя цена устройств
Сбор данных

Что собирает пиксель

Богатый профиль устройства без SDK и приложений

Устройство
  • Модель, ОС, браузер
  • RAM, CPU, экран, камера
  • User-Agent, pixel ratio
Производительность
  • Скорость RAM и накопителя
  • Скорость интернета
  • Тип сети (4G, Wi-Fi)
Поведение
  • Прокрутка страницы
  • Сессионный data_uid
  • Стабильный fp_uid
Сеть
  • IP-адрес клиента
  • Geo/ISP через ip_details
  • Обогащение в реальном времени
Аналитика

Скоринг и готовые метрики

Метрики для antifraud-правил out of the box

Дашборд аналитики и скоринга

device_quality_score (0–100)

Оценка «качества» устройства по каталогу моделей и характеристикам: RAM, CPU, экран, камера.

cluster_score (0–100)

Оценка доверия к кластеру. 100 — единственная запись за 30 дней; ниже — при росте кластера и разнообразии IP.

+ device_id · ip_details · кластерная аналитика

18 полей кластерной аналитики и каталог устройств: модель, год, цена в рублях.

Применение

Сценарии использования

Финтех, e-commerce и персонализация

Антифрод

Выявление ферм устройств, эмуляторов и мультиаккаунтов

Скоринг заявок

Оценка качества устройства при выдаче кредита

E-commerce

Контроль бонус-abuse и подозрительных заказов

Интеграция

Подключение за 5 минут

Один script-тег — без SDK, без нативных приложений

Подключение пикселя

<script src="https://client-xxx.gb-fingerprint.ru/
  client/YOUR_CLIENT_UID/js" async></script>
  • Пиксель автоматически собирает данные
  • data_uid сохраняется в localStorage
  • Backend вызывает POST /get_result
  • client_secret — только на сервере
Выделенный поддомен и экземпляр сервиса для каждого клиента
Схема интеграции GB-Fingerprint
API

Ответ /get_result

50+ полей — от device_id до кластерной аналитики

  • device_id, user_agent, os, browser
  • ram, cpu, screen, camera, network
  • device_model, device_quality_score
  • cluster_score, cluster_size_*, cluster_distinct_*
  • ip, ip_details (geo, ISP, ASN)
{
  "device_id": "c4ca4238a0b923820dcc509a6f75849b",
  "device_id_probable": "c4ca4238a0b923820dcc509a6f75849b",
  "user_agent": "Mozilla/5.0 (X11; Ubuntu; ...)",
  "ram_operation_speed": 1301,
  "storage_operation_spead": 61,
  "ram_size": 32,
  "cpu_number": 12,
  "display_height": 1080,
  "display_width": 1920,
  "ip": "109.252.96.176",
  "ip_details": { "country": "Russia", ... },
  "device_model": "Ubuntu Linux",
  "device_quality_score": 100,
  "cluster_score": 50,
  "os_name": "Linux",
  "browser_name": "Chrome",
  "cluster_size_30d": 0,
  "cluster_b_size_30d": 0,
  "browser_version": "149",
  "cluster_distinct_ip_30d": 0,
  "cluster_distinct_mob_30d": 0,
  "cluster_avg_ram_size_ever": 32.0,
  "cluster_b_distinct_ip_30d": 0,
  "cluster_b_avg_ram_size_ever": 32.0,
  ...
}
Преимущества

Почему GB-Fingerprint

✓ Граф, не cookie

Устойчивое определение через связи устройств

✓ Отдельная клиентская среда

Отдельный экземпляр и поддомен для каждого клиента

✓ Готовые скоры

device_quality_score и cluster_score out of the box

✓ Финтех-ready

Antifraud, скоринг, compliance-friendly архитектура

✓ 5 минут на интеграцию

Один script-тег, REST API для backend

✓ Расширяемость

Каталог устройств, IP-enrichment, кластерная аналитика

Готовы подключить GB-Fingerprint?

Развёртывание выделенного экземпляра · Техническая документация · Пилот

Связаться с нами