О курсе

Материал курса сфокусирован на том, как антифрод-системы собирают и сопоставляют данные об устройствах, сетевом окружении и поведении пользователей. В программе рассматриваются модули идентификации, корреляции и принятия решений, а также то, какие сигналы могут влиять на оценку профиля.

Отдельное внимание уделено технологиям фингерпринтинга: DNS, WebGPU и WebGPU Performance, WebGL Fingerprint, WebAssembly Fingerprint, AudioContext, Canvas, а также наборам сетевых отпечатков M1D и M1D1. Разбирается браузер FM как пример считывания идентификаторов через производительность.

В описании программы упоминается анализ антифрод-системы банка Chase как демонстрационный метод, применимый, по заявлению автора, к большинству веб-ресурсов. Также заявлена практика Microsoft Hardware Program и тема получения антифрод-системы.

Автор материала — Dmytro Momot (Vektor T13), которого в описании представляют как специалиста по информационной безопасности с 17-летним опытом и исследователя антифрод-систем. Курс позиционируется как практико-ориентированный, основанный на исследованиях и кейсах.

Что рассматривается в программе

  • разбор архитектуры антифрод-систем: модули идентификации, корреляции и принятия решений
  • анализ поведенческих триггеров, на которые реагируют системы безопасности
  • работа с DNS как идентификатором сетевого окружения
  • изучение WebGPU и метрик производительности для выявления антидетект-инструментов
  • рассмотрение WebGL Fingerprint и альтернативных отпечатков
  • работа с WebAssembly Fingerprint и AudioContext
  • анализ Canvas-отпечатков и сетевых отпечатков M1D и M1D1
  • практика Microsoft Hardware Program

Кому может быть полезен курс

  • специалистам по информационной безопасности и antifraud-аналитикам
  • разработчикам антидетект- и прокси-сервисов
  • арбитражникам трафика и медиабайерам
  • тем, кто работает с мультиаккаунтингом в рекламе, маркетплейсах и соцсетях
  • пользователям, сталкивающимся с блокировками и ограничениями аккаунтов

Вопросы о программе

Какие технологии цифровой идентификации разбираются в программе?

В программе рассматриваются DNS, WebGPU и WebGPU Performance, WebGL Fingerprint, браузер FM, WebAssembly Fingerprint, AudioContext, Canvas, а также наборы сетевых отпечатков M1D и M1D1.

На какие примеры антифрод-систем опирается курс?

В описании упоминается анализ антифрод-системы банка Chase как демонстрационный метод, а также практика Microsoft Hardware Program.

Кто автор курса?

Материал создан Dmytro Momot (Vektor T13), которого в описании представляют как специалиста по информационной безопасности с 17-летним опытом и исследователя антифрод-систем.

Какие темы относятся к внутреннему устройству антифрод-систем?

Среди заявленных тем — модули идентификации, корреляции и принятия решений, а также поведенческие триггеры и сигналы, влияющие на оценку профиля.