📚 课程目录第3章设备信息采集

3. 设备信息采集

设备信息采集是3DS（3-Domain Secure）风险评分体系中最基础、也最容易踩坑的一环。风险评分模型需要回答一个核心问题：“当前发起支付的，究竟是一台什么样的设备、处在什么样的网络环境、由谁在操作？” 只有把设备维度、网络维度、行为维度的信息采集准确，后续的特征工程才有可靠的原料。本节围绕四类采集对象展开：浏览器指纹、设备指纹、IP与网络信息、SDK与API采集方式，并给出合规边界。

一、核心原理：为什么设备信息能反映风险

设备信息的风险价值来自三个基本假设。第一，稳定性假设：同一台真实设备在短时间内，其硬件、系统、浏览器特征组合具有较高稳定性，而欺诈者批量伪造设备时往往出现特征矛盾。第二，关联性假设：设备指纹、IP、账号、卡号之间存在关联网络，异常关联（如一个设备指纹关联上百张卡）是团伙欺诈的强信号。第三，可观测性假设：越接近硬件层、越难被脚本篡改的信息，其可信度越高。因此采集设计要遵循“由浅入深、由易篡改到难篡改”的分层原则。

采集分层建议：

L1 网络层：IP、ASN、代理类型、时区、语言

L2 浏览器层：User-Agent、Canvas、WebGL、字体、插件、屏幕参数

L3 设备层：设备ID、机型、OS版本、传感器、Root/越狱状态

L4 行为层：触摸轨迹、输入节奏、页面停留（通常由SDK采集）

二、浏览器指纹采集

浏览器指纹（Browser Fingerprint）是在Web/H5场景下，通过JavaScript读取浏览器暴露的各类属性，组合成一个高熵标识。常见采集项包括：

基础属性：User-Agent、Accept-Language、时区、屏幕分辨率、色深、设备像素比。
Canvas指纹：绘制文本与图形后读取像素数据，不同GPU/驱动/字体渲染结果存在差异。
WebGL指纹：读取GPU厂商、渲染器字符串及扩展列表。
字体与插件：检测已安装字体列表、PDF/Flash等插件。
音频指纹：通过AudioContext处理音频信号，读取硬件差异。

下面是一段典型的Canvas指纹采集代码，注意其输出需要做哈希后再上报，避免明文传输：

function getCanvasFingerprint() {
  const canvas = document.createElement('canvas');
  const ctx = canvas.getContext('2d');
  ctx.textBaseline = 'top';
  ctx.font = '14px Arial';
  ctx.fillStyle = '#f60';
  ctx.fillRect(0, 0, 100, 30);
  ctx.fillStyle = '#069';
  ctx.fillText('3DS-risk,设备指纹', 2, 2);
  const data = canvas.toDataURL();
  // 简单哈希，实际生产建议使用SHA-256
  let hash = 0;
  for (let i = 0; i < data.length; i++) {
    hash = (hash << 5) - hash + data.charCodeAt(i);
    hash |= 0;
  }
  return 'canvas_' + Math.abs(hash).toString(16);
}

浏览器指纹的优点是无需安装、覆盖广；缺点是易受浏览器版本升级、隐私模式、反指纹插件影响，稳定性弱于原生设备指纹。因此它更适合作为辅助特征，而非唯一主键。

三、设备指纹与SDK/API采集方式

设备指纹（Device Fingerprint）通常由原生SDK在App内采集，能拿到更底层的标识：IDFA/GAID、Android ID、Boot ID、机型、系统版本、CPU架构、是否Root/越狱、是否模拟器、传感器列表等。SDK采集的一般流程如下：

初始化SDK，申请必要权限（注意最小必要原则）。
采集设备静态特征与动态特征，生成设备唯一ID。
对采集字段做本地加密与签名，防止中间人篡改。
通过HTTPS上报至风控服务端，服务端做去重、聚类与黑名单匹配。
返回设备风险标签（如“模拟器”“Root”“改机”“群控”）。

API采集方式则适用于服务端无法直接获取设备信息的场景，例如商户通过服务端接口回传订单与设备关联信息。典型请求参数如下：

POST /risk/device/report
{
  "merchantId": "M20240001",
  "deviceId": "dfp_9a3c...",
  "ip": "203.0.113.45",
  "userAgent": "Mozilla/5.0 (iPhone; CPU iPhone OS 17_0)",
  "timestamp": 1710000000,
  "sign": "sha256(...)"
}

SDK与API的分工：SDK负责“采得全、采得准”，API负责“传得稳、可追溯”。两者应共用同一套设备ID生成规则，否则会出现同一设备在Web与App侧被识别为两个实体，导致关联特征失效。

四、IP与网络信息采集

IP与网络信息是判断地理位置与代理风险的关键。采集内容包括：公网IP、IP归属地、ASN、运营商、是否数据中心IP、是否代理/VPN/Tor、时区与语言是否与IP一致。常见风险信号包括：

IP归属地与账单地址、收货地址严重不符。
使用数据中心IP或已知代理池IP。
同一IP短时间内关联大量设备或卡号。
时区、语言与IP地理位置矛盾（如IP在美国，浏览器时区为东八区）。

下表汇总了四类采集对象的关键对比，便于在方案设计时取舍：

采集对象	典型字段	稳定性	主要风险信号	合规敏感度
浏览器指纹	Canvas、WebGL、字体、UA	中	指纹频繁变化、特征矛盾	中
设备指纹	设备ID、机型、Root状态	高	模拟器、改机、群控	高
IP与网络	IP、ASN、代理类型	低	代理、地理矛盾、IP聚集	中
SDK/API	上报通道与签名	—	篡改、重放、伪造上报	高

五、案例与误区复盘

案例：某商户在3DS风控中发现一批订单集中在凌晨，设备指纹显示为同一机型但设备ID每次不同，IP来自同一数据中心段。进一步分析发现，攻击者使用改机工具批量修改Android ID，但未修改传感器列表与CPU架构，导致这些“新设备”在传感器维度高度一致。风控据此将该批设备聚类为同一团伙，拦截率显著提升。这说明单一标识易被篡改，多维度交叉验证才是关键。

常见误区：

误区一：把设备指纹当作绝对唯一ID。 实际上设备指纹是概率性标识，应配合置信度与聚类使用。
误区二：采集字段越多越好。 过度采集既增加合规风险，也拖慢SDK性能，应遵循最小必要原则。
误区三：忽略合规与用户授权。 设备信息多属于个人信息，采集前需明确告知、取得授权，并支持用户撤回。
误区四：只采集不校验。 采集到的字段需做一致性校验（如时区与IP、语言与地区），否则脏数据会污染特征。

合规要点：采集设备信息应遵循“告知—同意—最小必要—可撤回”原则；涉及IDFA/GAID等广告标识需遵守平台政策；跨境传输需评估法律要求；日志中避免存储明文设备标识与完整IP，建议脱敏或哈希后保存。

综上，设备信息采集不是简单的字段堆砌，而是一套分层、交叉验证、合规可控的工程体系。只有把浏览器指纹、设备指纹、IP网络信息与SDK/API通道协同设计，才能为后续风险评分提供高质量、可解释、可追溯的特征输入。