Wat is passieve fingerprinting?

Passieve fingerprinting identificeert klanten door gegevens te analyseren die ze al via het netwerk versturen, zonder extra controles in de browser uit te voeren. Typische input bestaat uit kenmerken van de TCP/IP-handshake, de volgorde en waarden van HTTP-headers, en TLS ClientHello-kenmerken die tools samenvatten als een JA3-achtige hash.

Hoe werkt passieve fingerprinting?

Als een apparaat een verbinding opent, ziet de server laag-niveau-instellingen die het besturingssysteem en de bibliotheekstack weerspiegelen: initiële TTL, window scaling, MSS, TCP-opties en de volgorde van headers. Bij HTTPS staan in het eerste TLS-bericht de cipher suites, extensies en curves in een specifieke volgorde vermeld. Scrapers, SDK’s en automatiseringsbibliotheken verschillen vaak van Chrome of Safari op een desktop, zelfs als de User-Agent string er normaal uitziet.

Analisten combineren deze velden, maken er een hash van en vergelijken het resultaat met bekende goede en slechte clusters. De methode draait op de server of aan de rand, dus hij kan worden uitgevoerd vóór het JavaScript van de pagina en kan clients markeren die helemaal geen script uitvoeren. Het werkt goed samen met signalen aan de clientzijde als die beide aanwezig zijn, maar passieve gegevens alleen zijn al genoeg om veel afwijkingen te ontdekken tussen de opgegeven browser en de daadwerkelijke stack.

Waarom is dit belangrijk voor click fraud en advertentiefraude?

Bots en bulkscripts gebruiken vaak dezelfde TLS- en TCP-signaturen op veel verschillende IP-adressen of via verschillende proxyservers. Daardoor zijn passieve vingerafdrukken handig om gecoördineerd ongeldig verkeer te herkennen in betaalde campagnes en op de advertentieruimte van publishers. Het helpt ook bij het opsporen van gevallen waarin de User-Agent ‘mobiele Safari’ aangeeft, maar de netwerkstack eruitziet als Linux in een datacenter, een klassieke rode vlag voor gescripte klikken.

Teams die zich bezighouden met het opsporen van click fraud of ongewenste leads combineren passieve TLS- en TCP-signalen vaak met IP-reputatie en rate limits. Lees voor een breder beeld van hoe leveranciers signalen combineren het artikel over de beste botdetectietechnieken om fraude te voorkomen.

Veelgestelde vragen

Is passieve fingerprinting privacyvriendelijk?

Het leest geen bestanden op het apparaat, maar het classificeert wel klanten en kan tracking-achtige toepassingen ondersteunen. De informatieverstrekking en de rechtsgrondslag hangen af van het rechtsgebied en de rol. Fraude-aanbieders verwerken deze gegevens meestal als een beveiligingssignaal in plaats van als marketingidentiteit.

Kunnen passieve vingerafdrukken in de loop van de tijd veranderen?

Ja. Upgrades van het besturingssysteem, browserupdates, wijzigingen in middleware en TLS-inspectie door bedrijven kunnen de TLS- en HTTP-handtekening veranderen. Fraudemodellen houden rekening met deze verschuivingen en letten op grootschalig hergebruik, plotselinge massale veranderingen en inconsistenties met andere identiteitslagen, in plaats van één statische hash als permanent identiteitsbewijs te beschouwen.

Wat is het verschil tussen passieve en actieve fingerprinting?

Passieve methoden kijken alleen naar het gedrag op wire-niveau en in de headers tijdens normale verzoeken, zoals TLS-cijfers en de HTTP-volgorde. Actieve methoden draaien JavaScript om canvas, audio, lettertypen en andere API-uitvoer te meten. Veel antifraudeproducten combineren beide methoden als het beleid en de paginacontext het uitvoeren van scripts op de landingspagina toestaan.

Waar wordt passieve fingerprinting gebruikt bij advertentiefraude?

Systemen tegen advertentiefraude analyseren TLS- en TCP-kenmerken aan de rand om klikken te beoordelen vóór of na de facturering. Passieve signalen helpen bij het clusteren van botinfrastructuur die dezelfde bibliotheekversies of hostingprovider deelt. Ze werken zelfs als JavaScript geblokkeerd is, waardoor ze handig zijn voor API’s en omleidingspaden in de advertentieleveringsketen.

Abisola Tanzako, Content Manager at ClickPatrol

Geschreven en gecontroleerd door

Abisola Tanzako

Content Manager bij ClickPatrol (specialist in click fraud en ongeldig verkeer)

Abisola schrijft over botverkeer, advertentiefraude en PPC-bescherming, op basis van platformdata van ClickPatrol bij 1.793+ bedrijven.

Laatst bijgewerkt: 6 oktober 2026

Probeer ClickPatrol 7 dagen gratis

Vul je zakelijke e-mailadres in en ga meteen door naar het aanmaken van je account.

Kaartcheck van € 0,01In 2 minuten ingesteldBinnen 7 dagen opzeggen, dan betaal je niets meer

Elke e-mail heeft een afmeldlink. Lees ons privacybeleid.