Сети аккаунтов «Гидра»: как 20 000 аккаунтов становятся одним субъектом (RU)

Наиболее полезное число в февральском отчете Anthropic за 2026 год о дистилляционных атаках — это не 16 миллионов обменов или примерно 24 000 мошеннических аккаунтов. Это следующее: «одна прокси-сеть управляла более чем 20 000 мошенническими аккаунтами одновременно».

Одновременно. Двадцать тысяч аккаунтов, активных в одно и то же время, под управлением одного оператора.

Это сеть «Гидра», и это специфический вражеский дизайн — не небрежность, не оппортунизм, а архитектура, созданная специально для того, чтобы выдержать защиту, которую она ожидает встретить. Понимание того, почему она работает, является необходимым условием для ее взлома, потому что ошибка, которую она использует, — это не отсутствующее правило или плохо настроенный порог. Это категориальная ошибка в том, что измеряет защита.

Ключевые выводы

• Сеть «Гидра» распределяет одну кампанию по тысячам аккаунтов, так что ни один отдельный аккаунт не превышает никакого порогового значения.
• Снижение пороговых значений не помогает. Злоумышленник просто добавляет аккаунты — самый дешевый ресурс в системе.
• Сигналы, которые выявляют эти сети, относятся к связям: общие устройства, общие сети, общие методы оплаты, общее время, общие биометрические данные. Решение по одному аккаунту не может их предоставить.
• Поиск по лицу 1:N связывает два аккаунта с одним человеком. Анализ устройств и IP-адресов связывает аккаунты с общей инфраструктурой. Вместе они сворачивают граф аккаунтов в граф субъектов.
• Самый ценный отдельный код в этом контексте — это DEVICE_RECOVERED_HIGH_CONFIDENCE — устройство, которое уже было замечено ранее и возвращается после сброса или переустановки. Это регенерация, пойманная на входе.
• Связывание — это не обвинение. Дублирующие сигналы по умолчанию являются информационными — вы сами определяете политику.

Что такое сеть «Гидра» на самом деле

Если отбросить специфику, то сеть «Гидра» обладает четырьмя свойствами.

Горизонтальное распределение. Рабочая нагрузка распределяется таким образом, что поведение каждого аккаунта комфортно укладывается в норму. Anthropic описала паттерны, которые «предполагали «балансировку нагрузки»» — что является абсолютно правильным словом. Это проблема инфраструктуры, решаемая с помощью инфраструктурного мышления.

Дешевая регенерация. Новые аккаунты могут быть созданы быстрее, чем удаляются старые. Каждое удаление — это погрешность округления по сравнению с предложением.

Общая основа. Под поверхностью аккаунты работают на конечном пуле реальных ресурсов — устройств, IP-диапазонов, телефонных номеров, платежных инструментов и во многих случаях небольшого количества реальных людей, выполняющих все существующие проверки.

Поведенческая однородность. Поскольку один оператор управляет ими всеми, аккаунты сближаются. Anthropic наблюдала «идентичные паттерны, общие методы оплаты и скоординированное время», а также вариации подсказок, поступающие «десятки тысяч раз через сотни скоординированных аккаунтов».

Третье свойство — это уязвимость. Распределение дешево на уровне аккаунтов и дорого на физическом уровне. Вы можете создать 20 000 адресов электронной почты бесплатно. Вы не можете создать 20 000 человеческих лиц, 20 000 немодифицированных телефонов или 20 000 жилых IP-адресов в несвязанных диапазонах без затрат, которые масштабируются.

Каждая сеть «Гидра» уже внизу, чем вверху. Вся игра заключается в измерении внизу.

Почему пороговые значения — неправильный инструмент

Рассмотрим платформу, которая помечает любой аккаунт, превышающий 50 000 запросов в месяц с концентрированным распределением запросов. Разумное правило. Против одного злоупотребляющего аккаунта оно работает.

Против оператора с 20 000 аккаунтов это означает, что каждый аккаунт может сделать 2500 запросов, не будучи замеченным — 50 миллионов запросов, полностью под радаром. Снизьте порог до 5000, и оператор перейдет на 250 запросов на аккаунт и добавит аккаунты при необходимости. Каждое снижение порога обходится вам в ложные срабатывания на реальных разработчиках и почти ничего не стоит злоумышленнику.

Это проигрышный обмен, и он проигрывает по структурной причине: порог выражен в единицах, которые контролирует злоумышленник.

Злоумышленник выбирает, сколько аккаунтов использовать. Он не выбирает, сколько у него лиц, сколько физических устройств у него есть или сколько независимых сетевых путей он может достичь. Переместите измерение в единицу, которую злоумышленник не контролирует, и экономика изменится.

Примитивы связывания

Четыре семейства сигналов выполняют свертывание. Каждое отвечает на свою версию вопроса «Я видел это раньше?»

Биометрия — это тот же человек?

Поиск по лицу 1:N ищет лицо среди всех одобренных проверок, которые ваше приложение уже выполнило. Он бесплатен при проверке личности Didit и возвращает результат менее чем за две секунды.

curl -X POST 'https://verification.didit.me/v3/face-search/' \
  -H 'x-api-key: YOUR_API_KEY' \
  -F 'user_image=@./selfie.jpg' \
  -F 'search_type=most_similar' \
  -F 'save_api_request=true' \
  -F 'vendor_data=account-8842'

Ответ содержит единственный объект face_search — { request_id, face_search: { ... } } — с total_matches и массивом matches, где каждый матч включает session_id, similarity_percentage, vendor_data, verification_date и is_blocklisted. Если один и тот же оператор проверил 40 аккаунтов с одним и тем же лицом, один вызов выдает все 40 — с вашими собственными vendor_data по каждому, чтобы вы могли напрямую сопоставить их с ID аккаунтов.

Это автоматически запускается во время проверки активности в рамках сессии верификации, поэтому в обычном случае вы получаете сигнал, не совершая отдельного вызова вообще.

Устройство — это та же машина?

Анализ устройств и IP-адресов стоит $0.03 и включен в пакет верификации за $0.33. Коды, имеющие значение для умножения аккаунтов:

Предупреждение	Что оно сообщает вам
DUPLICATED_DEVICE_FINGERPRINT	Одно и то же устройство используется для нескольких верификаций
DEVICE_RECOVERED_HIGH_CONFIDENCE	Устройство, которое уже было замечено, возвращается после сброса или переустановки
DUPLICATED_IP_ADDRESS	Один и тот же адрес используется для нескольких верификаций
AUTOMATION_FRAMEWORK_DETECTED	Клиент управляется скриптом, а не человеком
DEVICE_EMULATOR_DETECTED	Эмулятор, а не реальное устройство
DEVICE_ROOTED_OR_JAILBROKEN	Взломанная операционная система
DEVICE_RUNTIME_HOOKING_DETECTED	Инструментарий времени выполнения на клиенте
DEVICE_APP_TAMPERED	Измененный двоичный файл приложения
PRIVATE_NETWORK_DETECTED	Частный или анонимный сетевой путь
COUNTRY_FROM_DOCUMENT_DOES_NOT_MATCH_COUNTRY_FROM_IP	География документа и сети не совпадают

DEVICE_RECOVERED_HIGH_CONFIDENCE заслуживает особого внимания. Didit различает дублированное устройство и восстановленное устройство — устройство, которое появляется снова после очистки, сброса или переустановки приложения. Очистка устройства — это стандартный шаг для оператора, восстанавливающего аккаунты после блокировки. Этот код — шаг регенерации гидры, сделанный видимым.

Контакт — это та же доступная личность?

Проверка электронной почты и телефона (0.03 доллара за электронную почту; телефон через SMS, WhatsApp, Telegram, RCS или голосовую связь) проверяет, является ли контактная точка реальной и доступной, а не просто правильно сформированной. Фермерские аккаунты сильно полагаются на одноразовые адреса и переработанные номера. Значения телефона нормализуются до E.164, поэтому один и тот же номер не может скрываться за различиями в форматировании.

Документ — это те же учетные данные?

Проверка личности выдает DUPLICATED_DOCUMENT, когда один и тот же документ отправляется повторно, и POSSIBLE_DUPLICATED_USER, когда отправка относится к человеку, уже находящемуся в вашем проверенном наборе. Оба варианта выявляют аккаунты, использующие одни и те же учетные данные, даже если лицо или устройство отличаются — и POSSIBLE_DUPLICATED_USER пропускается, когда номер документа находится в вашем белом списке документов, поэтому известные хорошие учетные данные не создают шума.

От графа аккаунтов к графу субъектов

Индивидуально это просто предупреждения. Вместе они сворачивают граф.

Предположим, ваш уровень трафика помечает аккаунт acct_7781 — концентрированные запросы к одной возможности, необычное время. Проверка по аккаунту дает вам одно решение по одному аккаунту.

Вместо этого возьмите сессию верификации, стоящую за этим аккаунтом, и сделайте поворот:

1. Лицо — найдите лицо из сессии среди ваших проверенных пользователей. Двенадцать аккаунтов используют его.
2. Устройство — сессия содержит DUPLICATED_DEVICE_FINGERPRINT. Еще девять аккаунтов используют это устройство, четыре из которых не входят в набор лиц, потому что другой человек выполнил эти проверки.
3. Сеть — DUPLICATED_IP_ADDRESS в диапазоне CIDR притягивает еще один кластер.
4. Контакт — три из вновь выявленных аккаунтов используют один и тот же номер телефона в формате E.164.

Один помеченный аккаунт превратился в кластер из более чем тридцати, обнаруженный по одному предупреждению, используя сигналы, которые уже были собраны при регистрации. И вам не нужно было проверять ни одну подсказку, чтобы прийти к этому. Уровень трафика сказал вам: здесь что-то не так; разрешение личности сказало вам: насколько далеко это заходит.

Что также является пределом того, что это делает. Разрешение личности не предотвращает извлечение модели и не обнаруживает его. Оно никогда не видит ваши подсказки. Что оно делает, так это превращает одно предупреждение в полный набор аккаунтов, стоящих за ним, и делает создание следующего аккаунта с тем же лицом, устройством или сетью дорогостоящим. Контроль вывода на уровне модели и семантическое обнаружение трафика остаются отдельными, необходимыми слоями — и они остаются вашими.

Правило, которое сохраняет честность

Связь — это не приговор.

Didit намеренно придерживается этого. В Face Search status имеет значение "Declined" только при обнаружении совпадения с черным списком. Чистое дублированное совпадение возвращает "Approved" с DUPLICATED_FACE в предупреждениях — информационно. Политика дедупликации ваша, а не наша.

Этот подход верен, потому что у дубликатов есть невинные объяснения. Разработчик с личным и корпоративным аккаунтом. Общая офисная сеть, выдающая DUPLICATED_IP_ADDRESS для дюжины несвязанных инженеров. Семейное устройство. Университетская лаборатория, где двадцать студентов проходят проверку из одной комнаты.

Правильный способ использования связей — это доказательство, которое повышает или понижает решение, которое вы уже принимали, а не автоматический запрет. Два аккаунта, использующие одно и то же лицо, сами по себе слабы. Двенадцать аккаунтов, использующих одно и то же лицо, устройство, диапазон сети и сигнатуру запроса, вовсе не слабы. Действия по предупреждению настраиваются для каждого кода — совпадение с черным списком может вызвать отклонение, в то время как сигнал о восстановленном устройстве направляется на проверку — так что лестница эскалации устанавливается вами.

Случаи использования

Платформы AI API, коррелирующие предупреждение на уровне трафика с полным набором аккаунтов, контролируемых оператором, вместо того чтобы блокировать один и ждать следующего.

Злоупотребление пробным периодом и кредитами — фарминг бесплатных уровней использует идентичные механизмы. Те же примитивы, которые выявляют кластер дистилляции, выявляют кластер злоупотреблений промоакциями.

Торговые площадки и платформы для фрилансеров, обнаруживающие продавцов или курьеров, повторно регистрирующихся после удаления.

iGaming, обеспечивающий правила одного аккаунта и самоисключение, где возвращение одного и того же человека под новой личностью является основной проблемой соответствия.

Часто задаваемые вопросы

Требуется ли для этого хранение биометрических данных?

Face Search работает с индексом лиц, который ваше приложение создает на основе предыдущих проверок — сессий с save_api_request=true или Passive Liveness с save_api_request=true. Вы контролируете, что попадает в индекс, и вы контролируете срок хранения в соответствии с вашим собственным уведомлением о конфиденциальности и правовым основанием. Если вы не регистрируете лица, поиск 1:N нечего искать.

Что если оператор использует разных людей для каждого аккаунта?

Тогда биометрический слой истончается, и нагрузку несут слои устройства, сети и контактов — именно поэтому связывание использует несколько независимых семейств, а не одно. Оплата реальным людям за выполнение проверок также является самым дорогим способом фарминга аккаунтов, в чем и заключается суть: это переводит злоумышленника на масштабируемые затраты.

Насколько быстрым является поиск 1:N?

Ответ менее чем за две секунды. Он также автоматически запускается во время проверки активности в рамках сессии верификации, поэтому в большинстве сценариев сигнал связывания поступает вместе с результатом верификации.

Не приведет ли это к ложным срабатываниям в общих сетях?

Один только DUPLICATED_IP_ADDRESS является слабым сигналом, и к нему следует относиться соответствующим образом — офисы, университеты и NAT мобильных операторов законно его производят. Придайте ему низкий вес, потребуйте подтверждения от независимого семейства и настройте действие для каждого кода, а не отклоняйте по одному предупреждению.

Могу ли я найти лицо, которое никогда не проходило проверку Didit?

Да. Face Search принимает любое user_image (jpg, jpeg, png, tiff или webp, до 5 МБ — PDF не принимаются) и ищет его по вашему индексу. Если лицо не обнаружено, вызов возвращает HTTP 400.

Готовы начать?

Связывание между аккаунтами доступно для каждого аккаунта Didit — без отдельного продукта, без минимума.

• Ознакомьтесь с документацией — Поиск по лицу 1:N и каталог предупреждений по анализу IP-адресов и устройств.
• Посмотрите продукт — Проверка пользователей.
• Проверьте цены — публично указаны: Поиск по лицу 1:N бесплатно, анализ IP-адресов и устройств $0.03, полный пакет верификации $0.33.
• Начните бесплатно — business.didit.me, 500 проверок KYC в месяц бесплатно.