Pular para o conteúdo
Prevenção de fraude

Fingerprinting de dispositivo vs inteligência de IP: por que você precisa dos dois

O fingerprinting de dispositivo reconhece um navegador que volta; a inteligência de IP lê a rede dele. Nas nossas consultas, uma VPN Mullvad recebeu 100 e um IP do Private Relay, 9.

PorEquipe GeoIPHubPublicadoAtualizadoTempo de leitura16 min de leitura
Um padrão de impressão digital luminoso sobreposto a um nó de rede, representando o fingerprinting de dispositivo e a inteligência de IP juntos

Equipes de fraude e de confiança vivem encenando o mesmo debate: fingerprinting de dispositivo ou inteligência de IP, qual comprar? É a pergunta errada. No tráfego real de um grande site, só cerca de um terço dos fingerprints era único, eles mudam em poucos dias, e navegadores antidetecção os falsificam por atacado. O IP chega com o primeiro pacote, no servidor, em todas as requisições, incluindo tráfego de API e de bots, e se condensa em uma pontuação de fraude de IP de 0 a 100. A seguir: o que cada camada vê, onde cada uma falha e como combiná-las.

Um celular emitindo um padrão de impressão digital em cima e um feixe de rede embaixo, representando a camada do dispositivo e a camada de rede de uma requisição
O fingerprint reconhece o navegador; o IP lê a rede em que ele está. Você precisa dos dois.

O que um fingerprint de dispositivo realmente é

Um fingerprint de dispositivo é um hash dos atributos que o navegador está disposto a expor. Um script lê o user agent, a tela, as fontes instaladas, o idioma, o fuso horário e indícios de hardware, além das formas sutis como uma GPU e um driver específicos renderizam um canvas oculto, uma cena WebGL ou um buffer de áudio. Junte tudo em um hash e você obtém um identificador que sobrevive à limpeza de cookies e às janelas privadas, porque ele é derivado da máquina, e não armazenado nela.

Isso dá ao fingerprinting três pontos fortes genuínos:

  • Reconhecer um navegador que volta entre sessões, logins e cookies apagados.
  • Vincular contas a um dispositivo compartilhado, uma chave central na detecção de multicontas.
  • Encontrar inconsistências internas que denunciam automação: um user agent que diz ser um iPhone com uma string de GPU de desktop, um navegador headless com dimensões de tela impossíveis, ou um fingerprint que muda a cada requisição.

Usado para essas tarefas, ele é um sinal forte. O problema começa quando as equipes tratam o fingerprint como uma identidade, e não como uma probabilidade.

Três limites honestos do fingerprinting

O fingerprinting falha de três formas: colide em escala, muda com o tempo e está sob ataque de ferramentas de fraude, de navegadores e de reguladores.

Em escala, ele é muito menos único do que os estudos famosos davam a entender. As primeiras pesquisas com voluntários preocupados com privacidade relataram que mais de 80% dos navegadores eram identificáveis de forma única. Quando pesquisadores analisaram 2.067.942 fingerprints de um dos 15 maiores sites da França, ou seja, tráfego comum, e não pessoas que procuraram um teste de privacidade, apenas 33,6% eram únicos, e no celular o número caiu para 18,5% (Hiding in the Crowd, WWW 2018). Milhões de pessoas usam o mesmo modelo de celular com as mesmas fontes padrão, então, no tráfego real, a maioria dos fingerprints colide.

Ele muda. Os navegadores se atualizam sozinhos, fontes são instaladas, telas são conectadas. O estudo FP-STALKER, baseado em 98.598 fingerprints de 1.905 instâncias de navegador, constatou que os fingerprints mudam com frequência, "from every few hours to days" (em intervalos que vão de poucas horas a dias) (FP-STALKER, IEEE S&P 2018). Com o seu método de vinculação, os autores ainda acompanharam um navegador por 54,48 dias em média, e 26% por mais de 100 dias. É uma pesquisa impressionante e também um alerta: um sistema ingênuo de hash e comparação passa a ver o mesmo cliente como um desconhecido em poucos dias.

Ele está sob ataque em três frentes. Grupos de fraude o falsificam de propósito: navegadores antidetecção, o kit padrão de fazendas de contas, geram um fingerprint novo e internamente consistente para cada perfil. Os navegadores o degradam de propósito: o Safari limita o que scripts de fingerprinting conhecidos conseguem ler de APIs como canvas e web audio, e o Firefox traz uma proteção contra fingerprinting que embaralha muitos dos mesmos sinais. E os reguladores o tratam como rastreamento. O Grupo de Trabalho do Artigo 29 da UE concluiu no Parecer 9/2014 que a exigência de consentimento da ePrivacy se aplica ao fingerprinting de dispositivo. Em 19 de dezembro de 2024, o ICO do Reino Unido classificou como "irresponsible" (irresponsável) a decisão do Google de permitir o fingerprinting para publicidade. Segurança e prevenção de fraude têm uma base jurídica mais sólida do que a publicidade, mas a exposição é real.

Nada disso torna o fingerprinting inútil. Torna-o uma entrada probabilística que precisa de uma segunda camada, independente, para confirmá-la ou contradizê-la.

O que a inteligência de IP vê e um fingerprint não

A inteligência de IP descreve a rede pela qual uma requisição chegou, e faz isso antes de qualquer JavaScript rodar. O endereço chega com o primeiro pacote de toda requisição, incluindo chamadas de API, webhooks e scripts headless que nunca executam o seu código de fingerprinting. Enriquecido, ele responde a perguntas que o navegador nunca consegue responder sobre si mesmo (o quadro campo a campo está em o que é inteligência de IP):

  • Que tipo de rede é esta? asn.connection_type separa o acesso residencial e móvel de datacenter ou hospedagem. Um checkout de consumidor a partir de uma instância de nuvem é um script até prova em contrário, e nenhum fingerprint consegue dizer isso.
  • A conexão é anonimizada? detection.is_vpn, is_proxy, is_tor e is_relay, além de um anonymity_level. O funcionamento está explicado em como funciona a detecção de VPN e proxy.
  • Quem opera a rede? O ASN e a organização, que é como "quarenta contas novas em um mesmo provedor de hospedagem" se torna visível.
  • Onde fica, e isso bate com todo o resto? País e cidade com um geo_confidence, além de um timezone IANA, quando conhecido.
  • Este endereço tem histórico? Flags de spam, varredura e botnet, e listagens em blocklists de DNS em threat.dnsbl_sources.
  • Ele é compartilhado? threat.is_cgnat marca o NAT de nível de operadora, em que um endereço representa, na verdade, milhares de pessoas, e a pontuação desses endereços tem teto de 50.

Duas propriedades importam mais. A inteligência de IP é do lado do servidor e universal: ela cobre o tráfego para o qual o fingerprinting é cego. E é difícil de falsificar a partir do cliente: uma requisição tem que vir de algum lugar, e um datacenter ou um servidor de VPN conhecido aparece como tal. Uma ressalva fica do seu lado: pontue o IP real do cliente a partir da sua cadeia de proxies confiáveis, nunca de um cabeçalho de encaminhamento que possa ser falsificado.

O que a inteligência de IP não consegue fazer sozinha

Um endereço IP não consegue distinguir dois clientes quando eles estão atrás do mesmo endereço de CGNAT, do mesmo gateway corporativo ou da mesma rede de campus. Não consegue reconhecer o mesmo notebook quando ele passa do Wi-Fi de casa para o hotspot do celular, e endereços móveis mudam o tempo todo.

A lacuna mais difícil é o proxy residencial. Um grupo de fraude que aluga saídas em conexões domésticas reais envia tráfego que parece o de um usuário doméstico comum, e os dados de IP, em geral, não conseguem enxergá-lo. Nós não detectamos proxies residenciais, e nenhuma consulta de IP deve ser a sua única defesa contra eles. É exatamente aqui que o fingerprint mostra o seu valor: o mesmo perfil antidetecção reaparecendo em muitos endereços "domésticos" é um padrão da camada do dispositivo, e não da rede. Portanto, a inteligência de IP sozinha não consegue responder "este é o dispositivo em que confiamos na semana passada?", que é a pergunta para a qual o fingerprinting existe.

Pergunta por pergunta: qual camada responde

Cada camada responde às perguntas que a outra não consegue, e a tabela deixa essa divisão explícita.

A pergunta que você está fazendoFingerprintInteligência de IP
Já vi este navegador antes?Sim (probabilístico)Não
Estas contas estão em um mesmo dispositivo?SimEm parte (mesma rede)
É uma conexão de datacenter, VPN, Tor ou relay?NãoSim
É a saída de um proxy residencial?Indiretamente (mesmo dispositivo, muitas residências)Na maioria das vezes, não
Qual operadora de rede, e com que histórico?NãoSim
Onde está o usuário, aproximadamente?Fracamente (fuso horário, idioma)Sim (com geo_confidence)
Funciona em tráfego de API e de bots sem JavaScript?NãoSim
Funciona antes de a página carregar?NãoSim
É estável ao longo de semanas?Não (muda em poucos dias)Em linhas fixas sim, no celular não
O cliente consegue falsificá-lo?Sim (navegadores antidetecção)Só alugando outra saída
Exposição regulatóriaRegras de consentimento se aplicamTratamento padrão de IP

Leia as colunas juntas: em quase todas as linhas em que uma camada diz "não", a outra diz "sim".

O mesmo fingerprint confiável, duas redes: o que vimos em 20 de outubro de 2026

A camada de rede transforma um mesmo fingerprint confiável em block ou em allow, dependendo de onde ele chega. Imagine um navegador em que você confia há meses chegando uma vez de cada endereço abaixo. Consultamos a saída do iCloud Private Relay 104.28.46.99 às 04:34 UTC e o servidor da Mullvad 185.213.155.73 às 04:35 UTC de 20 de outubro de 2026, sem chave de API. Os resultados mudam conforme as faixas se movem.

O servidor da Mullvad em Frankfurt voltou assim, resumido, com os valores intactos:

GeoIPHub API
{ "ip": "185.213.155.73", "asn": { "asn": 39351, "org": "ESAB-AS - 31173 Services AB", "asn_type": "hosting", "connection_type": "datacenter" }, "geo": { "country_code": "DE", "city": "Frankfurt am Main (Innenstadt I)", "timezone": "Europe/Berlin", "geo_confidence": 0.8 }, "detection": { "is_vpn": true, "is_hosting": true, "is_relay": false, "is_anonymous": true, "anonymity_level": "medium", "vpn_provider": "Mullvad", "vpn_confidence": 95 }, "scoring": { "fraud_score": 100, "recommended_action": "block", "detection_methods": ["known_vpn_server", "wireguard_open", "datacenter_with_vpn_proxy", "no_ptr_datacenter"] } }

A saída do relay na rede da Cloudflare voltou assim:

GeoIPHub API
{ "ip": "104.28.46.99", "asn": { "asn": 13335, "org": "CLOUDFLARENET - Cloudflare, Inc.", "asn_type": "unknown", "user_type": "consumer_privacy_network" }, "geo": { "country_code": "AO", "city": "Luanda", "timezone": "Africa/Luanda", "geo_confidence": 0.8 }, "detection": { "is_vpn": false, "is_proxy": false, "is_relay": true, "relay_provider": "iCloud Private Relay", "anonymity_level": "medium" }, "scoring": { "fraud_score": 9, "recommended_action": "allow", "detection_methods": ["relay_ip"] } }

O endereço da Mullvad recebe 100, o máximo, e detection_methods diz por quê. Ele está na lista de servidores publicada pela própria Mullvad, que é de onde vêm vpn_provider: "Mullvad" e vpn_confidence: 95, e essa lista o marca como servidor WireGuard. Um fingerprint confiável chegando dali é a contradição "dispositivo conhecido em uma rede anonimizada", então exija verificação adicional mesmo que o histórico do dispositivo seja limpo. O endereço do Private Relay recebe 9, com relay_ip como único método. O relay da Apple é um recurso de privacidade para consumidores, e não um proxy, e a pontuação de endereços de relay tem teto de 60, então um IP do Private Relay nunca chega a block. Um fingerprint confiável há muito tempo por trás dele é praticamente o tráfego mais seguro que existe.

Mais duas consultas da mesma execução completam o quadro:

Endereço (consultado em 20/10/2026, UTC)O que éfraud_scorerecommended_actiondetection_methods
104.28.46.99 (04:34)Saída do iCloud Private Relay9allowrelay_ip
45.33.32.156 (04:34)Servidor de nuvem comum da Linode, Fremont10allowdatacenter_ip
185.213.155.73 (04:35)Servidor da Mullvad VPN, Frankfurt100block4 métodos, acima
185.220.101.1 (04:34)Saída do Tor, Hamburgo100blocktor_exit, datacenter_blocklisted, no_ptr_datacenter, known_spammer

Um servidor de nuvem comum com pontuação 10 é um lembrete útil: hospedagem, sozinha, não é fraude. Um fingerprint confiável chegando de uma máquina na nuvem merece uma pergunta, e não um bloqueio.

Dois detalhes importam para a verificação de fuso horário. O servidor da Mullvad informa Europe/Berlin, então um relógio de navegador configurado para Nova York nesse endereço é uma contradição clara. O geo.timezone do servidor da Linode voltou como "none", então nesse endereço a comparação de fuso horário não tem com o que comparar. E a saída do relay é geolocalizada em Luanda, Angola, enquanto a própria lista de saídas da Apple colocava essa faixa em Lusaka, Zâmbia, quando verificamos em 12 de outubro. Um relógio de navegador que diverge da localização de um relay é esperado e não deve contar como indício de proxy.

Veredictos de rede expiram, então guarde o horário da consulta

Um veredicto de IP é uma leitura feita em um momento, e a nossa própria amostra provou isso. A versão anterior deste post usava 102.129.235.17 como exemplo de VPN. Em 5 de outubro de 2026, e de novo em 16 de outubro, ele retornou fraud_score 92, block, com known_vpn_server, openvpn_open e ipsec_open. Em 20 de outubro, às 04:34 e de novo às 04:35 UTC, ele retornou fraud_score 0, allow, is_vpn: false e um detection_methods vazio. Não apuramos se o endereço saiu de uma rede de VPN ou se a nossa varredura deixou de vê-lo.

De qualquer forma, guarde o horário da consulta, a pontuação e os métodos junto com o ID do fingerprint, e pontue o IP de novo na próxima ação sensível em vez de confiar no veredicto do mês passado. Um fingerprint muda em poucos dias, e o veredicto deste IP passou de block para allow em quatro dias.

Melhor juntos: como combiná-los

Usar as duas camadas compensa onde elas discordam, e seis regras transformam isso em decisões.

Procure contradições. Um fingerprint em que você confia há meses chegando de repente por uma VPN de datacenter em outro continente é sequestro de sessão, compartilhamento de conta ou um proxy na frente de um bot. Um fingerprint totalmente novo no mesmo IP residencial que um dispositivo confiável usou ontem quase sempre é um celular novo na residência. O mesmo fingerprint mais uma viagem impossível entre dois IPs em uma hora é uma sessão roubada ou uma saída alugada.

Compare o relógio do navegador com o da rede. O fingerprint informa o fuso horário do navegador; a inteligência de IP informa o da rede. Horário de Nova York em um IP Europe/Berlin é um dos indícios de proxy mais antigos, e custa uma comparação de strings. Pule a verificação quando timezone for "none" ou o endereço for um relay.

Use a rede para desfazer colisões de fingerprint. Dois fingerprints idênticos (mesmo celular, mesmo sistema, mesmas configurações padrão) são duas pessoas diferentes quando os seus IPs estão em redes residenciais diferentes, em cidades diferentes. Um fingerprint "alterado" que continua chegando do mesmo /64 IPv6 e do mesmo ASN provavelmente é a mesma pessoa depois de uma atualização do navegador.

Deixe cada camada cobrir o tráfego cego da outra. Faça fingerprinting das sessões de navegador em que o JavaScript roda e pontue o IP em tudo.

Agrupe pelos dois, de forma independente. Para multicontas e abuso de promoções, um fingerprint compartilhado e uma rede compartilhada são duas famílias independentes de evidência. Uma chave compartilhada é uma residência ou um bloco de CGNAT; duas chaves compartilhadas independentes são uma hipótese de quadrilha que vale revisar.

Pontue e depois exija verificação adicional. Use o fingerprint como continuidade ("dispositivo conhecido" reduz o risco, "dispositivo sabidamente ruim" o aumenta) e o IP como contexto. Depois, aja nas quatro faixas que a pontuação já usa, como em limites de pontuação de fraude por ação: allow até 25, review até 50, step_up até 75 e block acima de 75. Quando uma contradição cai em review e um analista precisa olhar manualmente, siga o procedimento por incidente em como investigar um endereço IP.

Um checklist de implementação

Seis etapas de construção transformam essas regras em um cruzamento funcional.

  1. Capture o fingerprint no login, no cadastro, no checkout e no saque, e registre o ID dele junto com a requisição.
  2. Consulte o IP real do cliente no servidor e guarde as flags de detection, o ASN, geo.timezone, is_cgnat, fraud_score e detection_methods.
  3. Armazene os dois vinculados à sessão e à conta, com um timestamp, para poder comparar o par de hoje com o do mês passado.
  4. Escreva primeiro as regras de contradição: dispositivo conhecido em rede VPN, Tor ou de datacenter, divergência de fuso horário, viagem impossível, dispositivo novo em rede confiável.
  5. Atenue em endereços de CGNAT e de operadoras móveis. Um fingerprint alterado em uma rede conhecida não é, por si só, um sinal de alerta.
  6. Documente por que você faz fingerprinting e confirme a situação de consentimento nas regiões que você atende.

A metade do IP em uma única consulta

Tudo de que a metade do IP precisa volta em uma única requisição GET, e a pontuação de fraude explicável de 0 a 100 vem com recommended_action e os métodos que dispararam. Ela também aplica sinais atenuantes: um ISP residencial tira 17 pontos e um rastreador verificado, 28,5. Todos os campos estão no plano gratuito, com 1.500 consultas por dia, e você pode consultar qualquer IP sem chave de API antes de escrever o cruzamento com a sua tabela de fingerprints.

Pare de perguntar qual camada comprar

Essa combinação aparece em todo este cluster, de quadrilhas de multicontas ao abuso de cupons, e é assim que você continua detectando tráfego anonimizado sem bloquear clientes reais, porque um fingerprint confiável por trás do Private Relay com 9 merece um tratamento mais leve do que um novo em uma VPN com 100. Os motivos por trás de cada pontuação mostram quais sinais de rede a moveram. Então, não escolha uma camada. Pergunte quais perguntas você precisa responder, e vai descobrir que precisa das duas.

Perguntas frequentes

O que é fingerprinting de dispositivo?

O fingerprinting de dispositivo (muitas vezes fingerprinting de navegador) coleta dezenas de atributos que um navegador expõe, como user agent, tamanho da tela, fontes instaladas, fuso horário, idioma, detalhes de hardware e a forma como o dispositivo renderiza canvas, WebGL e áudio, e os transforma em um hash que serve de identificador. Como não precisa de cookie, ele consegue reconhecer um navegador que volta entre sessões e vincular várias contas a um mesmo dispositivo. Ele roda no cliente, então só vê o tráfego em que o seu script é executado.

O fingerprinting de dispositivo é preciso?

Menos do que os primeiros estudos sugeriam. Uma análise de 2018 com 2.067.942 fingerprints de um dos 15 maiores sites da França constatou que apenas 33,6% eram únicos, e 18,5% no celular, contra mais de 80% em estudos anteriores com voluntários preocupados com privacidade. Os fingerprints também mudam: o estudo FP-STALKER constatou que eles se alteram em intervalos que vão de poucas horas a dias, embora o seu método de vinculação ainda acompanhasse os navegadores por 54,48 dias em média. Trate um fingerprint como um sinal probabilístico de reconhecimento, e não como uma identidade estável.

A inteligência de IP pode substituir o fingerprinting de dispositivo?

Não, e o inverso também é verdade. A inteligência de IP vê a rede: tipo de conexão, origem em hospedagem ou residencial, uso de VPN, proxy, Tor e relay, ASN, geolocalização e histórico de abuso. Ela funciona no servidor, já na primeira requisição, e em tráfego de API onde nenhum script roda. Mas não consegue distinguir duas residências atrás de um mesmo endereço de NAT de nível de operadora (CGNAT), e o tráfego que passa por um proxy residencial parece o de um usuário doméstico comum. O fingerprinting cobre essas lacunas, e a inteligência de IP cobre os pontos cegos do fingerprinting.

Qual é a melhor forma de combinar sinais de fingerprint de dispositivo e de IP?

Trate o fingerprint como um sinal de continuidade (já vimos este navegador?) e o IP como um sinal de contexto e de risco (em que rede ele está, e ela é anonimizada?), e depois procure contradições. Um fingerprint conhecido chegando de uma VPN de datacenter em outro continente é um padrão de sequestro de sessão ou de proxy; um fingerprint novo no mesmo IP residencial confiável geralmente é um novo dispositivo na residência. Compare o fuso horário informado pelo navegador com o fuso horário do IP e use os dois como chaves de agrupamento independentes ao investigar multicontas.

O fingerprinting de dispositivo é legal?

Na UE e no Reino Unido, ele é regulado como rastreamento. O Grupo de Trabalho do Artigo 29 concluiu no Parecer 9/2014 que a regra de consentimento da Diretiva ePrivacy para acessar informações no dispositivo do usuário se aplica ao fingerprinting, com exceções restritas para o que é estritamente necessário para prestar um serviço solicitado pelo usuário. A prevenção de fraude tem uma base mais sólida do que a publicidade, mas a exposição regulatória é real: em 19 de dezembro de 2024, o ICO do Reino Unido classificou como 'irresponsável' a decisão do Google de permitir o fingerprinting para publicidade. Use fingerprinting de forma deliberada, documente a finalidade e busque orientação jurídica para a sua jurisdição.

Escrito por

Equipe GeoIPHub

A equipe por trás da API do GeoIPHub

Escrito pela equipe do GeoIPHub, as pessoas que constroem a API de inteligência de IP do GeoIPHub e seu scanner. Os rascunhos são preparados com auxílio de IA e editados pela equipe; os exemplos de API são consultas reais à API em produção, salvo quando indicados como ilustrativos.

Compartilhe este artigo
Mais artigos

Artigos relacionados