Kort samengevat: apparaatdiversiteit tellen bij gedeelde logins
- IP-gebaseerde deeldetectie is een placebo. Acht collega's op één kantoornetwerk delen één publiek IP, dus elke sessie glipt door terwijl één zitplaats het hele team financiert.
- cside telt afzonderlijke hardware-fingerprints per account uit meer dan 250 browsersignalen, en het houdt stand door incognito en VPN heen. Vijf fingerprints op één login in 24 uur is bevestiging, geen vermoeden.
- Als je churn-model gedeelde logins als behouden gebruikers behandelt, koppel de apparatenteller per account aan een in-product upgrade-prompt. Zo niet, blijf blind vliegen op zitplaatsomzet.
De meest betrouwbare software voor detectie van accountdeling werkt op de apparaatlaag. Ze maakt van elke sessie een fingerprint en telt hoeveel verschillende apparaten achter één enkele login zitten, het enige signaal dat gedeelde inloggegevens niet kunnen verbergen. Tools die op IP-adressen of authenticatiecontroles zijn gebouwd, missen het meest voorkomende geval: een legitieme accounthouder die één zetel deelt met een heel team.
Gedeelde logins zijn lastig te betrappen omdat ze geldige gebruikersnamen en geldige wachtwoorden gebruiken. Authenticatiecontroles slagen, rate limits worden niet geactiveerd en de accounts zien er normaal uit in productanalyses. Op de apparaatlaag komt de waarheid aan het licht. Als één account binnen 24 uur inlogt vanaf vijf verschillende device-fingerprints, dan zijn dat vijf verschillende mensen, niet één persoon die van machine wisselt.
| Tool | Aanpak | Vangt deling op hetzelfde netwerk | Detecteert zonder extra frictie | Gratis niveau | Startprijs |
|---|---|---|---|---|---|
| cside | Device-fingerprinting, telt verschillende hardwareprofielen per account | Ja | Ja, passieve stille verzameling | Ja, 1.000 API-calls/mnd | Vanaf $99/mnd |
| FingerprintJS Pro | Device-fingerprinting, bezoekers-ID per browsersessie | Ja | Ja | Nee | Betaalde plannen |
| IP-gebaseerde detectie | Markeert logins vanaf meerdere IP's per account | Nee, hetzelfde kantoor deelt één IP | Ja | Verschilt | Verschilt |
Waarom IP-gebaseerde detectie faalt bij accountdeling
De gebruikelijke eerste poging tot detectie van accountdeling is IP-gebaseerd: markeer elk account dat per dag vanaf meer dan een vastgesteld aantal IP-adressen inlogt. Dit vangt sommige geografische afwijkingen, maar mist het meest voorkomende deelscenario.
Stel je acht collega's in één kantoor voor die één internetverbinding en één openbaar IP-adres delen. IP-gebaseerde detectie ziet één bron en laat elke sessie door, dus het hele team kan één login onbeperkt delen zonder een waarschuwing te activeren. Gedistribueerde teams op een bedrijfs-VPN doen het signaal nog verder instorten, omdat al het verkeer via dezelfde gateway naar buiten gaat.
IP-data is in andere contexten een nuttig fraudesignaal, maar het kan structureel geen inloggegevensdeling op hetzelfde netwerk identificeren.
Hoe cside zetelmisbruik detecteert met device-fingerprinting
cside bouwt een stabiele device-fingerprint op uit 250+ browsersignalen per sessie: canvas-rendering-output, GPU-kenmerken, lettertypemetrieken, WebGL-gedrag, audiocontext en tientallen van hardware afgeleide attributen. Omdat de fingerprint van fysieke hardware komt in plaats van opgeslagen identifiers, houdt hij stand bij het wissen van cookies, in de incognitomodus en bij VPN-gebruik.
De logica voor detectie van accountdeling draait op fingerprint-diversiteit. Wanneer één account zich authenticeert vanaf meerdere verschillende fingerprints binnen een configureerbaar tijdvenster, geeft cside een realtimesignaal terug dat toont hoeveel verschillende apparaten dat account hebben aangeraakt. Twee fingerprints binnen 24 uur is een markering. Vijf fingerprints is een bijna zekere bevestiging van actieve deling.
Voor elke sessie geeft cside een realtime-oordeel terug: een device-fingerprint-identifier, of dat apparaat al bekend is voor het account, en het aantal verschillende apparaten dat op het account is gezien in het voortschrijdende tijdvenster. Je applicatie kan deze signalen gebruiken om een prompt voor zeteluitbreiding te activeren, step-up-authenticatie te vereisen vanaf een onbekend apparaat, of de gebeurtenis te loggen voor accountbeoordeling.
De verzameling is passief. Legitieme gebruikers op hun eigen apparaten zien geen extra frictie, en alleen sessies die de diversiteitsdrempel overschrijden, komen naar boven in de detectielogica. Het geheel draait vanuit één enkele scripttag, zonder SDK-wijzigingen aan je applicatie.
FingerprintJS Pro
FingerprintJS Pro is een device-fingerprinting-bibliotheek die is gericht op het genereren van een stabiele bezoekers-ID per browsersessie. De kern-fingerprinting is betrouwbaar en de ontwikkelaarsdocumentatie is grondig.
Voor detectie van accountdeling geeft FingerprintJS Pro je de bezoekers-ID per sessie, en jouw backend bouwt de logica voor apparaatdiversiteit daarbovenop. Het product levert geen ingebouwde functies voor accountdeling, dus de diversiteitstelling, drempellogica en responssignalen zijn maatwerk dat je zelf onderhoudt. Het heeft ook geen gratis niveau, dus het testen van de nauwkeurigheid op je echte verkeer betekent een verplichting vooraf.
Als je het deelsignaal liever rechtstreeks in de API terugkrijgt in plaats van het in je eigen backend samen te stellen, zijn de signalen op accountniveau van cside directer. Voor een vollediger overzicht per functie, zie de vergelijking Fingerprint vs cside.
Waar je op moet letten bij je keuze
- Detecteert het deling op hetzelfde netwerk? Device-fingerprinting wel; IP-gebaseerde detectie niet.
- Geeft de API een ingebouwd diversiteitssignaal terug of alleen een ruwe apparaat-ID? Ingebouwde signalen verkorten de implementatietijd.
- Voegt het frictie toe voor legitieme gebruikers met één apparaat? Passieve verzameling moet voor hen onzichtbaar blijven.
- Kan het automatisch prompts voor zeteluitbreiding activeren? Integratie met je facturatie of gebruikersbeheer bepaalt of detectie omzet oplevert.
- Handelt het de iGaming-casus af? Gedeelde accounts in bonusgerechtigde contexten hebben harde blokkeringen nodig, niet alleen prompts.
