Keyboard

1. คีย์บอร์ดในการตรวจจับลายนิ้วมือเบราว์เซอร์คืออะไร

การตรวจจับลายนิ้วมือจากคีย์บอร์ด เกี่ยวข้องกับการบันทึกรูปแบบการพิมพ์ของผู้ใช้โดยการตรวจสอบเหตุการณ์คีย์บอร์ด เช่น เวลาที่กด/ปล่อยคีย์, จังหวะ, เวลาที่กดค้าง (ระยะเวลาที่กดคีย์ค้างไว้) และเวลาบิน (เวลาระหว่างการกดคีย์สองคีย์)

ข้อมูลนี้ได้มาโดย:

• KeyboardEvent.code, KeyboardEvent.key, และ KeyboardEvent.keyCode
• การวัดความแตกต่างของเวลา (deltas) ระหว่างการกดคีย์โดยใช้ JavaScript
• การวิเคราะห์ความล่าช้าของลำดับอักขระ
• ความสัมพันธ์ของวิธีการป้อนข้อมูล (เช่น วิธีการจัดการคีย์ไร้ผล (dead keys), IME หรือรูปแบบแป้นพิมพ์พิเศษ)

แม้ว่าการตรวจจับลายนิ้วมือจากคีย์บอร์ดจะไม่เปิดเผยข้อมูลจำเพาะของฮาร์ดแวร์โดยตรง แต่ก็สามารถช่วยสร้างโปรไฟล์ชีวมาตรเชิงพฤติกรรม ซึ่งมีประโยชน์สำหรับ:

• ระบบยืนยันตัวตน (เช่น ธนาคาร, โซเชียลมีเดีย, อีเมล)
• การตรวจจับบอท (การทำงานอัตโนมัติแบบ headless มักจะแสดงการพิมพ์ที่เร็วผิดธรรมชาติ)
• การเชื่อมโยงหลายบัญชี (จังหวะการพิมพ์เดียวกัน = ผู้ใช้คนเดียวกัน?)

แพลตฟอร์มต่างๆ รวมข้อมูลนี้กับการเคลื่อนไหวของเมาส์, พฤติกรรมการนำทาง และการเรนเดอร์ HTML เพื่อตรวจจับความผิดปกติในความถูกต้องของเซสชันมากขึ้นเรื่อยๆ

2. แพลตฟอร์มตรวจจับลายนิ้วมือคีย์บอร์ดได้อย่างไร

เครื่องมือตรวจจับสมัยใหม่ดึงสัญญาณที่เกี่ยวข้องกับคีย์บอร์ดในหลายวิธี มักจะผ่านการฟังเหตุการณ์ keydown และ keyup:

1. เวลาที่ใช้ระหว่างการกดคีย์: รวบรวมมิลลิวินาทีระหว่างการกดและปล่อยคีย์เพื่อกำหนดความเร็วและจังหวะการพิมพ์ของผู้ใช้
2. ลำดับและความสอดคล้องของเหตุการณ์คีย์: สังเกตว่าข้อผิดพลาดหรือรูปแบบการพิมพ์ทั่วไปบางอย่างตรงกับสิ่งที่มนุษย์จริงจะผลิตหรือไม่
3. การจับคู่ภาษาและรูปแบบการป้อนข้อมูล: ตรวจสอบว่ารูปแบบแป้นพิมพ์ (KeyboardEvent.code, KeyboardEvent.location) ตรงกับสิ่งที่ผู้ใช้จากภูมิภาคนั้นๆ ใช้โดยทั่วไปหรือไม่ (เช่น QWERTY เทียบกับ AZERTY)
4. พฤติกรรมของ IME และ Dead Key:
   • วิธีที่ผู้ใช้ป้อนอักขระพิเศษหรือสัญลักษณ์ที่ไม่ใช่ ASCII
   • พฤติกรรมกับวิธีการป้อนข้อมูลที่ไม่ใช่ภาษาอังกฤษ (เช่น การใช้งาน IME ภาษาญี่ปุ่น)
5. การสร้างโปรไฟล์ทางสถิติโดยใช้โครงข่ายประสาทเทียม:
   • บางแพลตฟอร์มใช้โมเดลแมชชีนเลิร์นนิงเพื่อตรวจจับรูปแบบการพิมพ์แบบหุ่นยนต์ ซ้ำๆ หรือผิดปกติ

สำหรับเครื่องมือป้องกันการมีหลายบัญชี จังหวะการพิมพ์จากคีย์บอร์ดเป็นซอฟต์พรินต์ที่เป็นเอกลักษณ์ — มีประสิทธิภาพเป็นพิเศษเมื่อใช้กับการเข้าสู่ระบบซ้ำๆ หรือพฤติกรรมในเซสชัน หากบัญชีของคุณถูกพิมพ์ด้วยจังหวะเดียวกันทุกครั้ง คุณอาจเสี่ยงต่อการถูกตรวจจับ

3. FlashID สร้างลายนิ้วมือคีย์บอร์ดได้อย่างไร

FlashID ก้าวข้ามการลบลายนิ้วมือแบบเดิมๆ และยังจำลองพฤติกรรมการพิมพ์ของมนุษย์ที่สมจริง รวมถึงรูปแบบความล่าช้าแบบสุ่ม ความสมบูรณ์ของลำดับ และความสัมพันธ์ของคีย์ตัวดัดแปลง

นี่คือวิธีที่ FlashID ทำให้แน่ใจว่าลายนิ้วมือคีย์บอร์ดยังคงเป็นนิรนามและมีความหลากหลาย:

1. จังหวะการพิมพ์แบบสุ่มต่อโปรไฟล์: แต่ละโปรไฟล์สร้างความล่าช้าที่เป็นเอกลักษณ์และสมจริงระหว่างการกดคีย์เพื่อเลียนแบบสไตล์การพิมพ์ที่แตกต่างกัน เลียนแบบพฤติกรรมของมนุษย์ เช่น การใช้นิ้วหัวแม่มือ หรือความเร็วที่ช้าลงระหว่างการพิมพ์ตัวอักษรบางตัว

2. การถ่ายโอนและสุ่มโปรไฟล์การพิมพ์: FlashID ช่วยให้คุณสามารถนำเข้าจังหวะการพิมพ์จากผู้ใช้จริง (เช่น ผ่านมาโคร) หรือสร้างจังหวะใหม่ที่เหมาะกับภูมิหลังที่กำหนดของผู้ใช้ (เช่น นักพิมพ์ภาษาอังกฤษชาวยุโรปที่มีการเว้นวรรคและการหยุดชั่วคราว)

3. การปลอมแปลงเหตุการณ์คีย์บอร์ดแบบซิงโครไนซ์:

   • รหัสคีย์, เหตุการณ์คีย์บอร์ด และธงตัวดัดแปลงทั้งหมดถูกปลอมแปลงอย่างสอดคล้องกัน
   • การเรียกใช้ JavaScript ไปยัง event.code, event.key และ event.location สะท้อนถึงอุปกรณ์ที่ตั้งใจไว้ เพื่อหลีกเลี่ยงความไม่ตรงกัน

4. การควบคุม IME และบริบทการป้อนข้อมูล:

   • จำลองพฤติกรรมการป้อนข้อมูลที่แตกต่างกันสำหรับภาษาจีน, อาหรับ, ฝรั่งเศส หรือเกาหลี
   • หลีกเลี่ยงข้อผิดพลาดในการใช้งานที่เกิดจากความไม่ตรงกันของ ภาษา → รูปแบบแป้นพิมพ์ → ความเร็วในการพิมพ์

5. พฤติกรรมระหว่างช่องข้อความ:

   • FlashID จำลองการป้อนข้อมูลเชิงพฤติกรรมหลายอย่าง: การกด Tab, การคัดลอก/วาง, “ข้อผิดพลาดของมนุษย์” (โดยปกติคือการกด Backspace) และความไวของข้อความ
   • เลียนแบบการเปลี่ยนแปลงพฤติกรรมระหว่างช่องชื่อผู้ใช้, รหัสผ่าน และข้อความ

6. การปลอมแปลงระบบอัตโนมัติเพื่อเลี่ยงการตรวจจับแบบเก่า:

   • บางแพลตฟอร์มตรวจจับ keydown รูปแบบที่มาจากเหตุการณ์สังเคราะห์เท่านั้น
   • FlashID ปรับเปลี่ยนเชนแหล่งกำเนิดเหตุการณ์ (isTrusted, sourceCapabilities และคำอธิบายระดับต่ำอื่นๆ) เพื่อจำลองเหตุการณ์ที่เชื่อถือได้

การใช้ FlashID เพื่อจำลองพฤติกรรมการพิมพ์บนคีย์บอร์ดที่เป็นเอกลักษณ์และสมจริง ช่วยลดการเชื่อมโยงตัวตนเมื่อใช้งานหลายบัญชีในสภาพแวดล้อมต่างๆ เช่น:

• การตลาดบนโซเชียลมีเดีย
• บัญชีเกมหลายบัญชี
• การซื้อขายทางการเงินและคริปโต
• การป้อนข้อมูลและการดึงข้อมูลจากตลาด

เมื่อรวมกับการควบคุม Canvas, Fonts และ Geolocation ของ FlashID คุณสามารถสร้างบุคลิกเบราว์เซอร์ที่น่าเชื่อถือ ซึ่งเป็นนิรนามโดยสมบูรณ์ แต่ยังคงดูเป็นธรรมชาติโดยสิ้นเชิงได้

คุณอาจชอบ