Account Defense 可協助您偵測及防範行動應用程式中的詐欺性帳戶活動。Account Defense 會監控使用者活動模式,並建立網站專屬行為模型,協助您找出憑證濫用行為,並保護使用者帳戶免受自動化攻擊。
Fraud Defense 可協助您保護登入和結帳等重要動作。不過,只要觀察特定使用者在行動應用程式中的行為一段時間,就能偵測到許多細微的帳戶濫用行為。Fraud Defense 的 Account Defense 功能可為行動應用程式建立網站專屬模型,偵測可疑行為趨勢或活動變化,協助您找出這類難以察覺的濫用行為。Account Defense 會使用網站專屬模型,協助您偵測下列情況:
- 可疑活動
- 行為相似的帳戶
- 來自下列類型裝置的要求:已標為特定使用者信任的來源
根據 Account Defense 和網站專屬模型的分析結果,您可以採取下列行動:
- 限制或停用詐欺帳戶。
- 防範帳戶入侵。
- 降低帳戶遭入侵的機率。
- 僅允許來自合法使用者帳戶的要求存取。
- 減少使用者從信任的裝置登入時遇到的阻礙。
事前準備
- 在專案中新增帳單帳戶,即可觸發自動安全性審查,通過後就能使用行動應用程式的 Account Defense。 將帳單帳戶新增至專案 ,即可將行動應用程式加入這項功能。
- 準備 Google Cloud Fraud Defense 環境。
- 建立評分式金鑰。
設定行動應用程式的 Account Defense
Account Defense 必須全面瞭解帳戶活動,才能有效偵測。如要開始將帳戶相關活動提供給 Account Defense,並建立及改善網站專屬模型,請按照下列步驟操作:
將 Fraud Defense 整合至行動應用程式。
- 如果是 Android 應用程式,請參閱「將 Fraud Defense 與 Android 應用程式整合」。
- 如果是 iOS 應用程式,請參閱「將 Fraud Defense 與 iOS 應用程式整合」。
- 製作重要使用者動作報表。
- 評估重要使用者事件。
- 為使用者事件加上註解,調整網站專屬模型。
製作重要使用者動作報表
為偵測可疑活動模式,並建立更完善的網站典型活動模式模型,Account Defense 需要重要使用者動作的相關資訊。
針對應用程式中受 Fraud Defense 保護的每項動作,請使用 RecaptchaAction 呼叫 execute() 方法。如要進一步瞭解 execute() 和 RecaptchaAction,請參閱下列資源:
- Android:
execute()和RecaptchaAction。 - iOS:
execute()和RecaptchaAction。
reCAPTCHA 程式庫提供一組內建動作,您也可以視需要建立自訂動作。
下表列出回報重要使用者動作時可使用的動作名稱。
| 動作名稱 | 使用者啟動的事件或使用者動作 |
|---|---|
LOGIN |
登入行動應用程式。 |
SIGNUP |
在行動應用程式上註冊。 |
評估重要使用者事件
當您針對使用者動作呼叫 execute() 時,系統會產生權杖。針對重要的使用者事件 (例如成功和失敗的登入、註冊,以及已登入使用者的動作),請建立評估作業來評估 execute() 呼叫的結果。評估作業會提供風險判定結果,您可以根據這項結果,決定如何處理潛在詐欺活動。您可以採取的行動包括封鎖可疑要求、對有風險的登入活動提出驗證要求,以及調查相關帳戶。
Account Defense 需要您提供穩定的帳戶 ID,才能進行評估,並將使用者活動 (例如登入要求、已登入要求和註冊要求) 歸因至特定帳戶。這有助於 Account Defense 處理使用者活動模式,為每個帳戶建立活動模型,進而更準確地偵測異常和濫用流量。
請選擇使用者不常變更的穩定帳戶 ID accountId,並在 projects.assessments.create 方法中提供給評估作業。對於與同一使用者相關的所有事件,這個穩定的帳戶 ID 應具有相同的值。您可以提供下列資訊做為帳戶 ID:
使用者 ID
如果每個帳戶都能與固定的使用者名稱、電子郵件地址或電話號碼建立不重複的關聯,您就可以將其做為 accountId。當您提供這類跨網站 ID (可在多個網站重複使用的 ID) 時,Fraud Defense 會根據跨網站模型,使用這項資訊來標記濫用帳戶 ID,並運用與這些 ID 相關的跨網站濫用模式知識,進一步保護使用者帳戶。
或者,如果您有與每個帳戶專屬關聯的內部使用者 ID,也可以將其提供為 accountId。
經過雜湊處理或加密
如果沒有與每個帳戶專屬關聯的內部使用者 ID,可以將任何穩定的 ID 轉換為不公開的網站專屬帳戶 ID。Fraud Defense 帳戶防護工具仍需使用這個 ID,才能瞭解使用者活動模式及偵測異常行為,但不會與其他網站共用。
請選擇任何穩定的帳戶 ID,並使用加密或雜湊處理,將其轉換為不透明格式,再傳送至 Fraud Defense:
加密 (建議):使用確定性加密方法加密帳戶 ID,產生穩定的密文。如需詳細操作說明,請參閱「以確定性方式加密資料」。如果選擇對稱式加密而非雜湊,就不需要保留使用者 ID 與對應不透明使用者 ID 之間的對應關係。解密 Fraud Defense 傳回的不透明 ID,將其轉換為使用者 ID。
雜湊:建議使用 SHA256-HMAC 方法,搭配自選的自訂鹽,對帳戶 ID 進行雜湊處理。由於雜湊是單向的,因此您必須保留產生的雜湊與使用者 ID 之間的對應關係,才能將傳回的雜湊帳戶 ID 對應至原始帳戶。
除了為所有帳戶相關要求提供穩定的帳戶 ID 外,您也可以為某些特定要求提供額外的帳戶 ID (可能不穩定)。除了 accountId 之外,提供特定情境的帳戶 ID,可協助 Account Defense 更好地分析使用者活動,並偵測帳戶入侵企圖,確保使用者帳戶安全。提供額外 ID 後,Google Cloud Fraud Defense 會根據跨網站模型,使用這項資訊標記濫用帳戶 ID,並運用與這些 ID 相關的跨網站濫用模式知識,進一步保護使用者帳戶。舉例來說,您可以提供下列資訊:
登入要求中做為登入帳號的使用者名稱、電子郵件地址或電話號碼
多重驗證要求中驗證的電子郵件地址或電話號碼
使用者在提出帳戶更新要求時提供的電子郵件地址或電話號碼 (主要或次要)
使用者在註冊要求中提供的電子郵件地址和電話號碼
針對所有與帳戶相關的要求,將所選的固定帳戶 ID 附加至
projects.assessments.create 方法中的 accountId 參數。您也可以在評估中使用 userIds 欄位,為相關要求提供其他帳戶 ID。
使用任何要求資料之前,請先修改下列項目的值:
- PROJECT_ID:您的 Google Cloud 專案 ID
- TOKEN:從
execute()呼叫傳回的權杖 - KEY_ID:與應用程式相關聯的 reCAPTCHA 金鑰
- ACCOUNT_ID:與應用程式使用者帳戶唯一關聯的 ID
- EMAIL_ADDRESS:選用。與這項要求相關聯的電子郵件地址 (如有)
- PHONE_NUMBER:選用。與這項要求相關聯的電話號碼 (如有)
- USERNAME:選用。與這項要求相關聯的使用者名稱 (如有)
HTTP 方法和網址:
POST https://recaptchaenterprise.googleapis.com/v1/projects/PROJECT_ID/assessments
JSON 要求內文:
{
"event": {
"token": "TOKEN",
"siteKey": "KEY_ID",
"userInfo": {
"accountId": "ACCOUNT_ID",
"userIds": [
{
"email": "EMAIL_ADDRESS"
},
{
"phoneNumber": "PHONE_NUMBER"
},
{
"username": "USERNAME"
}
]
}
}
}
如要傳送要求,請選擇以下其中一個選項:
curl
將要求主體儲存在名為 request.json 的檔案中,然後執行下列指令:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://recaptchaenterprise.googleapis.com/v1/projects/PROJECT_ID/assessments"
PowerShell
將要求主體儲存在名為 request.json 的檔案中,然後執行下列指令:
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://recaptchaenterprise.googleapis.com/v1/projects/PROJECT_ID/assessments" | Select-Object -Expand Content
您應該會收到如下的 JSON 回覆:
{
"tokenProperties": {
"valid": true,
"androidPackageName": "com.example.app" or "iosBundleId": "com.example.app",
"action": "login",
"createTime": "2019-03-28T12:24:17.894Z"
},
"riskAnalysis": {
"score": 0.6,
},
"event": {
"token": "TOKEN",
"siteKey": "KEY",
"userInfo": {
"accountId": "ACCOUNT_ID"
}
},
"name": "projects/PROJECT_NUMBER/assessments/b6ac310000000000",
"accountDefenderAssessment": {
"labels": ["SUSPICIOUS_LOGIN_ACTIVITY"]
}
}
程式碼範例
Java
如要向 Fraud Defense 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
解讀重要使用者事件的風險判定結果
建立評估時,如果啟用了 Account Defense,Account Defense 會在評估回應中傳回 accountDefenderAssessment。accountDefenderAssessment 的值可協助您評估使用者活動是否合法或詐欺。此外,也會傳回評估 ID,您在為使用者事件加上註解時,必須使用這個 ID。
以下是 JSON 回應範例:
{ "tokenProperties": { "valid": true, "androidPackageName": "com.example.app" or "iosBundleId": "com.example.app", "action": "login", "createTime": "2019-03-28T12:24:17.894Z" }, "riskAnalysis": { "score": 0.6, }, "event": { "token": "TOKEN", "siteKey": "KEY_ID", "expectedAction": "USER_ACTION" }, "name": "projects/PROJECT_ID/assessments/b6ac310000000000X", "accountDefenderAssessment": { labels: ["SUSPICIOUS_LOGIN_ACTIVITY"] } }
accountDefenderAssessment 欄位可包含下列任一值:
| 值 | 說明 |
|---|---|
SUSPICIOUS_LOGIN_ACTIVITY |
表示要求有高度憑證填充或帳戶入侵風險。 |
SUSPICIOUS_ACCOUNT_CREATION |
表示要求建立濫用帳戶的風險很高。 |
PROFILE_MATCH |
表示使用者的屬性與先前觀察到的特定使用者屬性相符。這個值表示使用者使用的是先前存取過行動應用程式的信任裝置。 只有在下列情況下,系統才會傳回
|
為事件加上註解,調整網站專屬模型
如要為 Account Defense 提供更多資訊,並改善網站專屬偵測模型,您必須建立評估作業,為評估的事件加上註解。
如要為評估作業加上註解,請將要求傳送至 projects.assessments.annotate 方法,並附上評估作業 ID。在該要求的主體中,您會加入標籤,提供評估中描述的事件相關資訊。
如要為評估作業加上註解,請按照下列步驟操作:
-
視用途而定,決定要在要求 JSON 主體中新增的資訊和標籤。
下表列出可用來加註事件的標籤和值:
標籤 說明 要求範例 reasons這是必要旗標,可協助您評估的標籤。 請在事件發生後幾秒或幾分鐘內,在
reasons標籤中提供即時事件詳細資料,因為這些資料會影響即時偵測。如需可能的值清單,請參閱原因值。
範例:如要偵測帳戶入侵,請使用
CORRECT_PASSWORD或INCORRECT_PASSWORD值,標註輸入的密碼是否正確。如果您已部署自己的多重驗證,可以新增下列值:INITIATED_TWO_FACTOR、PASSED_TWO_FACTOR或FAILED_TWO_FACTOR。{ "reasons": ["INCORRECT_PASSWORD"] }annotation選用。表示評估合法性的標籤。 提供登入和註冊事件的相關事實,驗證或修正
annotation標籤中的風險評估。可能的值:
LEGITIMATE或FRAUDULENT。您可以隨時傳送這項資訊,也可以在批次工作中傳送。 不過,我們建議您在事件發生後幾秒或幾分鐘內傳送這項資訊,因為這會影響即時偵測。
{ "annotation": "LEGITIMATE" }accountId選用。用於將帳戶 ID 與事件建立關聯的標籤。
如果您建立的評估不含帳戶 ID,請使用這個標籤提供事件的帳戶 ID (如有)。
{ "accountId": "ACCOUNT_ID" } 使用適當的標籤建立註解要求。
使用任何要求資料之前,請先修改下列項目的值:
- ASSESSMENT_ID:
projects.assessments.create呼叫傳回的name欄位值。 - ANNOTATION:選用。指出評估結果為正當或詐欺行為的標籤。
- REASONS:選用。支持註解的理由。如需可能的值清單,請參閱原因值。
- ACCOUNT_ID:選用。與應用程式使用者帳戶唯一關聯的 ID。
詳情請參閱「註解標籤」。
HTTP 方法和網址:
POST https://recaptchaenterprise.googleapis.com/v1/ASSESSMENT_ID:annotate
JSON 要求內文:
{ "annotation": ANNOTATION, "reasons": REASONS, "accountId": ACCOUNT_ID }如要傳送要求,請選擇以下其中一個選項:
curl
將要求主體儲存在名為
request.json的檔案中,然後執行下列指令:curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://recaptchaenterprise.googleapis.com/v1/ASSESSMENT_ID:annotate"PowerShell
將要求主體儲存在名為
request.json的檔案中,然後執行下列指令:$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method POST `
-Headers $headers `
-ContentType: "application/json; charset=utf-8" `
-InFile request.json `
-Uri "https://recaptchaenterprise.googleapis.com/v1/ASSESSMENT_ID:annotate" | Select-Object -Expand Content您應該會收到執行成功的狀態碼 (2xx) 和空白回應。
- ASSESSMENT_ID:
程式碼範例
Java
如要向 Fraud Defense 進行驗證,請設定應用程式預設憑證。詳情請參閱「為本機開發環境設定驗證機制」。
使用及解讀帳戶入侵風險評分
帳戶入侵 (ATO) 風險評分功能會在 Account Defense 評估中,加入數字風險分數和人類可讀的說明。這些洞察資料有助您瞭解評估結果,並做為後續行動或決策的依據。
取得風險評分
如要取得風險分數和可解釋性原因,請傳送 CreateAssessment 要求,並在要求中加入 event.userInfo.accountId。
查看風險分數和詳細資料
風險評分和可解釋性原因位於評估回應的 accountDefenderAssessment.accountTakeoverVerdict 物件中。
- 風險評分:
accountDefenderAssessment.accountTakeoverVerdict.risk - 風險原因:
accountDefenderAssessment.accountTakeoverVerdict.riskReasons - 信任原因:
accountDefenderAssessment.accountTakeoverVerdict.trustReasons
以下程式碼片段是評估回應中的欄位範例:
"accountDefenderAssessment": { "labels": ["PROFILE_MATCH"], "accountTakeoverVerdict": { "risk": 0.249, "riskReasons": [{"reason": "CLIENT_ACCESSED_MANY_ACCOUNTS"}], "trustReasons": [{"reason": "PROFILE_MATCH"}, {"reason": "ACCOUNT_HISTORY_REPUTABLE"}] } }
解讀 ATO 風險評分
使用風險評分時,請設定門檻,決定何時採取保護措施。
請改用 ATO 風險評分,而非 SUSPICIOUS_LOGIN_ACTIVITY 標籤。請勿同時使用風險評分和標籤,對同一項評估作業觸發違規處置。您可以根據風險評分是否超過門檻,或標籤是否存在,設定強制執行邏輯。一般來說,風險評分可提供更精細的評估結果。
建議您先在平台上設定適當的流量門檻,評估風險分數的成效,再用於違規處置。
如要根據風險分數採取行動,請在後端實作檢查,如以下程式碼片段所示:
if (assessment.accountDefenderAssessment.accountTakeoverVerdict.risk > YOUR_CHOSEN_THRESHOLD) {
// Treat as suspicious
// Implement protective actions
}
標準風險評分門檻
下表列出標準風險評分門檻和預期的偽陽率 (FPR)。請根據可接受的 FPR 選擇門檻。成效可能會有差異,因此您可能需要根據觀察到的成效調整門檻。
| 風險容忍度 | 建議閾值 | 偽陽率上限 |
|---|---|---|
| 低 | 0.5 | 4% |
| 中 | 0.7 | 1% |
| 高 | 0.9 | 0.25% |
解讀可解釋性原因
可解釋性原因可讓您深入瞭解影響風險評分的因素。您可以根據這些原因調整決策。
- 風險原因:指出與帳戶入侵風險較高相關的因素。
- 信任原因:指出可信度的因素。
任何風險分數都可能同時顯示風險和信任原因。
| 原因 | 類型 | 解釋 |
|---|---|---|
PROFILE_MATCH |
信任 | 要求與這個帳戶相關聯的信任設定檔相符。這相當於 AccountDefenderLabel.PROFILE_MATCH 標籤。 |
ACCOUNT_HISTORY_REPUTABLE |
信任 | 帳戶的過往活動記錄良好。帳戶過去不太可能遭到盜用。 |
CLIENT_HISTORICAL_BOT_ACTIVITY |
風險 | 系統發現這個用戶端過去曾向這個網站傳送類似機器人的流量。這個原因會納入歷來信譽,並指出用戶端已知會使用機器人,即使目前的要求是由真人提出。 |
ACCOUNT_IN_LARGE_RELATED_GROUP |
風險 | 該帳戶隸屬於一個大型相關帳戶群組,可能屬於詐欺網路。系統會根據類似的流量模式和要求特徵,找出相關帳戶。 |
CLIENT_ACCESSED_MANY_ACCOUNTS |
風險 | 系統偵測到用戶端在這個網站上存取多個帳戶。 |
DISPOSABLE_EMAIL_DOMAIN |
風險 | 提供的電子郵件地址屬於已知或疑似提供臨時、可棄式 (一次性) 電子郵件網域的供應商。 |
調整帳戶入侵風險門檻
評估帳戶入侵風險評分對流量的成效後,您可能需要調整門檻,達到可接受的偽陽率 (FPR) 和召回率。您可以根據觀察到的成效調整門檻,或計算中間值,以指定特定 FPR。
調整正常值範圍
如果觀察到的 FPR 過高,請提高門檻。如果觀察到的喚回度過低,且您可以接受較高的 FPR,請降低門檻。
計算中間值
如要估算標準值之間門檻的 FPR,請使用線性內插法。以下範例說明如何計算門檻為 0.85 的 FPR:
FPR(T: 0.85) = (FPR(T: 0.8) + FPR(T: 0.9)) / 2 = (0.5% + 0.25%) / 2 = 0.375%
如要找出特定 FPR 的門檻,請在標準值之間進行內插。以下範例說明如何找出 FPR 為 5% 的門檻:
Threshold = 0.4 + (0.5 − 0.4) × (8% − 5%) / (8% − 4%) Threshold = 0.4 + 0.1 × (3 / 4) Threshold = 0.4 + 0.075 = 0.475
如果門檻為 0.475,預估 FPR 為 5%。
後續步驟
- 如要瞭解其他帳戶保護功能,請參閱「使用者帳戶保護功能」。