移动互联网时代，大多数交易都无需见面，给人们带来便利的同时，也导致传统识别交易者身份的方式被打破，交易风险倍增。当越来越多的事务在网上完成的时候，越来越多的黑、灰产业也就对应地形成了。

从欺诈软件开发、平台漏洞研究、手机号倒卖、短信打码平台，到实际操作执行，甚至组织人工识别验证码，这些地下黑产已经形成了完整的产业链，不断测试着平台的风控规则，各类黑产软件也不断迭代更新。

而这些不同的风险行为在设备上可能会有所体现和不同程度的反应。如，盗卡盗刷风险中，反映在设备上，可能关联银行卡过多，设备频繁交易；盗号风险中，账号存在突然不在常用设备上进行支付；网络爬虫风险中，存在设备操作频率过快等问题。

就像每个人都有独一无二的指纹一样，每一台终端设备也拥有独特的特征。这些独特的属性，在终端设备与外界通讯的过程中都会体现出来。追踪设备通信行为，并用先进的数据模型分析其特征，就能准确识别和关联设备，实现线上欺诈行为的识别和预警，这就是设备指纹技术的原理。

自PC互联网时代起，设备识别就是互联网用户追踪的重要手段。传统的设备识别技术主要包括IP地址、cookie及移动互联网特有的设备ID。作为设备指纹技术的1.0版本，传统的设备识别技术往往是主动获取终端用户设备甚至隐私信息，同时在跨APP及跨网页时存在技术壁垒。因此在面对更隐性的移动黑产时往往有心无力。

在一筹莫展之际，“全栈被动式设备指纹”识别技术走进我们视野。它通过分析通信协议栈各层中可利用的信息，就能从中提取出每个设备独特的“指纹”，甚至设备实时识别准确率高于96%。但被动式设备指纹技术的准确率受到技术壁垒的限制，较难提高。

准确性和稳定性是衡量设备指纹生成技术先进性的核心标准，其中准确性更是设备指纹技术产品的使用前提。一般而言，主动采集技术可保证高准确性，但防篡改能力较弱，稳定性较差；被动采集技术通过较强的防篡改能力，可保证高稳定性，但准确性较差。

是否可以将两者结合呢？那就是3.0版本的混合式设备指纹，融合了主动式和被动式设备指纹技术的优点，同时兼顾了应用场景、用户隐私保护、响应速度与准确性等多方面的要求，在提升设备准确率的同时，也扩大了设备指纹技术的适用范围。

邦盛科技设备指纹将主、被动采集技术集合，通过采集浏览器、设备、网络协议、程序等四重维度的采集要素，通过大数据运维不断优化各采集要素的置信度区间，并基于条件概率、联合概率、置信度传播等数学理论，将计算得出的最终置信度与信任临界值匹配，确保极高准确性的同时，显著提升稳定性。

所谓道高一尺魔高一丈，随着攻防演进，黑产也在苦心思索，如何通过移动设备进行更深层次的身份伪装。在实践中依旧遇到了挑战：

1、同一设备不同浏览器的唯一识别；

2、同一设备跨APP和H5的唯一识别；

3、刷机、升级，甚至通过黑产软件修改后，同一设备的唯一识别。

这些挑战由于需要较高的技术门槛，已成为困扰业界的难题。目前邦盛科技的技术专家，经过潜心研究，已经率先攻克。邦盛科技设备指纹提供的JS脚本和移动端SDK主动采集要素与OSI网络协议全栈被动采集要素相结合，准确识别设备。多重要素采集，通过置信度算法唯一辨识设备，满足大多数场景下，能够为每台移动设备生成唯一的设备指纹；能够为每一种PC浏览器内核生成同一设备指纹；同一设备指纹不对应多台设备，设备指纹的准确度达到99.999%。

具体来说，可以做到对在同一设备上产生的用户行为，不管是设备刷机或网络环境变化，邦盛科技设备指纹技术，都能准确构建相应的设备信息，做到准确的定位风险、控制风险，实现互联网风险防范自动化。同时，对同一设备，可以统一APP和H5页面所生成的设备指纹，做到识别设备的唯一性与准确性。

随着移动互联网的发展，欺诈团伙已经形成了年产值上千亿元的黑色产业链。越来越的反黑产前沿技术应运而生，设备指纹作为识别交易者身份的重要技术完美地补充了这一风险漏洞。作为风控与反欺诈的一项重要核心底层技术，设备指纹在金融风控的交易场景，可服务于交易全生命周期监控，包括账号安全、支付安全、营销安全，可为风控体系提供更丰富的建模维度，帮助金融机构在设备维度积累数据，积累黑、白名单。也可应用于信用卡网申、互联网小额贷款等业务领域的申请反欺诈环节，解决授信前的准入、反欺诈问题。

于邦盛而言，设备指纹并不是唯一核心技术，而是通过集合底层数据实时引擎，与风控数据平台、规则模型库、智能决策平台、场景应用等平台工具与基础技术构成的一个自上而下完整的产品及技术体系。金融科技是以技术驱动的金融创新，技术创新是一场漫长的修炼与引领之路。