Cách vượt qua các khối HTTP/2 fingerprint: phương pháp cho việc phân tích và trọng tài

Các hệ thống chống gian lận hiện đại đã học cách xác định tự động hóa không chỉ qua địa chỉ IP và cookies, mà còn qua dấu vân tay HTTP/2 độc đáo. Cloudflare, Akamai, DataDome và các hệ thống bảo vệ khác phân tích thứ tự tiêu đề, ưu tiên luồng và các tham số kết nối — và chặn các yêu cầu từ các thư viện tiêu chuẩn như requests, axios hoặc curl. Trong bài viết này, chúng ta sẽ phân tích cách hoạt động của HTTP/2 fingerprinting và cách vượt qua nó để thu thập dữ liệu từ các thị trường, tự động hóa trên mạng xã hội và phân bổ lưu lượng truy cập.

HTTP/2 fingerprint là gì và nó hoạt động như thế nào

HTTP/2 fingerprint (dấu vân tay HTTP/2) là một tập hợp các đặc điểm độc đáo được hình thành khi thiết lập kết nối giữa khách hàng và máy chủ qua giao thức HTTP/2. Khác với HTTP/1.1, nơi mà các yêu cầu được gửi theo thứ tự, HTTP/2 sử dụng đa luồng, ưu tiên luồng và nén tiêu đề thông qua thuật toán HPACK. Tất cả các tham số này tạo ra một "chữ ký" độc đáo của khách hàng.

Các thành phần chính của HTTP/2 fingerprint bao gồm:

• SETTINGS frame — các tham số kết nối (kích thước cửa sổ, kích thước khung tối đa, giới hạn luồng)
• WINDOW_UPDATE values — các giá trị cập nhật cửa sổ truyền dữ liệu
• Priority frames — ưu tiên của các luồng và sự phụ thuộc của chúng
• Header order — thứ tự của các tiêu đề HTTP trong các tiêu đề giả (:method, :path, :authority)
• ALPN negotiation — các tham số thỏa thuận giao thức ở cấp độ TLS
• Connection preface — chuỗi khởi đầu của kết nối

Mỗi trình duyệt (Chrome, Firefox, Safari) và mỗi thư viện (Python requests, Node.js axios, Go net/http) gửi các tham số này theo thứ tự khác nhau và với các giá trị khác nhau. Ví dụ, Chrome 120 gửi SETTINGS với các tham số HEADER_TABLE_SIZE=65536, ENABLE_PUSH=0, MAX_CONCURRENT_STREAMS=1000, trong khi thư viện Python httpx có thể gửi các giá trị hoàn toàn khác.

Ví dụ SETTINGS frame từ Chrome 120:
SETTINGS_HEADER_TABLE_SIZE: 65536
SETTINGS_ENABLE_PUSH: 0
SETTINGS_MAX_CONCURRENT_STREAMS: 1000
SETTINGS_INITIAL_WINDOW_SIZE: 6291456
SETTINGS_MAX_HEADER_LIST_SIZE: 262144

Ví dụ SETTINGS frame từ Python httpx:
SETTINGS_HEADER_TABLE_SIZE: 4096
SETTINGS_ENABLE_PUSH: 1
SETTINGS_MAX_CONCURRENT_STREAMS: 100
SETTINGS_INITIAL_WINDOW_SIZE: 65535

Các hệ thống chống gian lận thu thập thống kê về các fingerprint của người dùng thực và so sánh với các yêu cầu đến. Nếu fingerprint không khớp với bất kỳ trình duyệt nào đã biết — yêu cầu sẽ bị chặn như là nghi ngờ.

Tại sao các trang web chặn theo dấu vân tay HTTP/2

Các chặn theo dấu vân tay HTTP/2 đã trở thành một hiện tượng phổ biến trong các năm 2022-2023, khi các hệ thống chống gian lận nhận ra rằng các phương pháp bảo vệ truyền thống (kiểm tra User-Agent, cookies, địa chỉ IP) dễ dàng bị vượt qua. Các trình thu thập dữ liệu đã học cách thay thế các tiêu đề, các nhà phân bổ đã sử dụng proxy, và các bot đã mô phỏng hành vi của người dùng. Nhưng việc thay đổi HTTP/2 fingerprint thì khó hơn — nó được hình thành ở cấp độ thấp của ngăn xếp mạng.

Các lý do chính cho việc triển khai HTTP/2 fingerprinting:

• Chống lại việc thu thập dữ liệu — các thị trường (Wildberries, Ozon, Amazon) mất hàng triệu vào việc điều tra giá cả cạnh tranh
• Bảo vệ các nền tảng quảng cáo — Facebook Ads, Google Ads chặn tự động hóa để ngăn ngừa gian lận
• Ngăn chặn việc scalping — các trang web bán vé và hàng hóa giới hạn chống lại các bot
• Bảo vệ khỏi DDoS — HTTP/2 fingerprint giúp phân biệt lưu lượng hợp pháp với botnet
• Tuân thủ giấy phép API — một số dịch vụ muốn buộc sử dụng API trả phí thay vì thu thập dữ liệu

Cloudflare, một trong những nhà cung cấp bảo vệ lớn nhất, đã triển khai kiểm tra HTTP/2 fingerprint trong quản lý Bot của mình vào năm 2023. Theo dữ liệu của họ, điều này đã giúp giảm số lượng các cuộc tấn công thành công từ các trình thu thập dữ liệu xuống 67%. Akamai và DataDome sử dụng các công nghệ tương tự.

Cách các hệ thống chống gian lận xác định fingerprint

Các hệ thống chống gian lận hiện đại sử dụng kiểm tra nhiều lớp cho các kết nối HTTP/2. Quá trình xác định fingerprint diễn ra ngay cả trước khi máy chủ gửi trang HTML — ở cấp độ thiết lập kết nối TCP và TLS.

Các bước xác định fingerprint:

1. Phân tích TLS handshake — kiểm tra thứ tự của các cipher suites, các mở rộng TLS được hỗ trợ (ALPN, SNI, supported_versions), phiên bản TLS và các tham số của các đường cong elliptic. Điều này được gọi là JA3 fingerprint.
2. HTTP/2 connection preface — kiểm tra chuỗi khởi đầu "PRI * HTTP/2.0\r\n\r\nSM\r\n\r\n" và frame SETTINGS đầu tiên.
3. SETTINGS frame validation — so sánh các tham số với cơ sở dữ liệu của các trình duyệt và thư viện đã biết. Nếu SETTINGS không khớp với User-Agent — yêu cầu sẽ bị chặn.
4. Priority và dependency analysis — kiểm tra ưu tiên của các luồng. Ví dụ, Chrome tạo ra một cây phụ thuộc của các luồng theo một cách nhất định, Firefox — theo cách khác.
5. Header order check — phân tích thứ tự của các tiêu đề giả (:method, :authority, :scheme, :path) và các tiêu đề thông thường (user-agent, accept, accept-encoding).
6. WINDOW_UPDATE patterns — kiểm tra các giá trị và tần suất gửi các frame WINDOW_UPDATE.

Cloudflare sử dụng công nghệ riêng của mình Akamai2, tạo ra một "dấu vân tay của dấu vân tay" — băm của tất cả các tham số của kết nối HTTP/2. Băm này được so sánh với cơ sở dữ liệu hàng triệu fingerprint đã biết. Nếu không có sự trùng khớp và fingerprint có vẻ nghi ngờ — một kiểm tra bổ sung sẽ được kích hoạt thông qua thử thách JavaScript hoặc chặn.

Các phương pháp vượt qua HTTP/2 fingerprinting

Có một số cách tiếp cận để vượt qua các chặn theo dấu vân tay HTTP/2, mỗi cách có những ưu điểm và hạn chế riêng. Việc chọn phương pháp phụ thuộc vào nhiệm vụ: thu thập dữ liệu, tự động hóa trên mạng xã hội, phân bổ lưu lượng hoặc thử nghiệm.

Các nguyên tắc chính để vượt qua thành công:

• Sự phù hợp giữa HTTP/2 fingerprint và User-Agent — nếu bạn mô phỏng Chrome, fingerprint phải đến từ Chrome cùng phiên bản
• Sử dụng proxy chất lượng — ngay cả fingerprint đúng cũng không cứu được nếu IP đã nằm trong danh sách đen
• Luân chuyển fingerprint — không sử dụng cùng một dấu vân tay cho hàng ngàn yêu cầu
• Mô phỏng hành vi của người dùng — độ trễ giữa các yêu cầu, các mẫu điều hướng thực tế
• Cập nhật fingerprint — các trình duyệt được cập nhật mỗi 4-6 tuần, fingerprint cũng cần được cập nhật

Sử dụng curl-impersonate để thu thập dữ liệu

curl-impersonate là một phiên bản sửa đổi của curl, mô phỏng HTTP/2 fingerprint của các trình duyệt phổ biến ở cấp độ thấp. Dự án được phát triển đặc biệt để vượt qua các hệ thống chống gian lận và hỗ trợ fingerprint của Chrome, Firefox, Safari và Edge ở nhiều phiên bản khác nhau.

Các lợi ích của curl-impersonate cho việc thu thập dữ liệu:

• Mô phỏng chính xác HTTP/2 fingerprint — SETTINGS, Priority, WINDOW_UPDATE giống hệt như trình duyệt thực
• Hỗ trợ TLS fingerprint (JA3) — mô phỏng không chỉ HTTP/2 mà còn cả TLS handshake
• Tiêu thụ tài nguyên thấp — khác với các trình duyệt headless, curl hoạt động nhanh chóng
• Tích hợp đơn giản — có thể sử dụng như một sự thay thế cho curl thông thường trong các script
• Cập nhật thường xuyên — fingerprint được cập nhật cho các phiên bản trình duyệt mới

Cài đặt curl-impersonate:

# Cài đặt trên Ubuntu/Debian
wget https://github.com/lwthiker/curl-impersonate/releases/download/v0.6.1/curl-impersonate-v0.6.1.x86_64-linux-gnu.tar.gz
tar -xzf curl-impersonate-v0.6.1.x86_64-linux-gnu.tar.gz
sudo cp curl-impersonate-chrome /usr/local/bin/

# Kiểm tra cài đặt
curl-impersonate-chrome --version

Ví dụ sử dụng với proxy:

# Mô phỏng Chrome 120 với proxy
curl-impersonate-chrome120 \
  --proxy http://username:password@proxy.example.com:8080 \
  -H "Accept-Language: ru-RU,ru;q=0.9,en;q=0.8" \
  https://www.wildberries.ru/catalog/0/search.aspx?search=ноутбук

# Mô phỏng Firefox 120
curl-impersonate-ff120 \
  --proxy socks5://username:password@proxy.example.com:1080 \
  https://www.ozon.ru/api/composer-api.bx/page/json/v2?url=/category/noutbuki

Đối với các nhà phát triển Python, có thư viện curl_cffi, cung cấp một lớp bọc Python cho curl-impersonate:

from curl_cffi import requests

# Cài đặt: pip install curl_cffi

# Yêu cầu với mô phỏng Chrome 120
response = requests.get(
    'https://www.wildberries.ru/catalog/0/search.aspx?search=ноутбук',
    impersonate='chrome120',
    proxies={
        'http': 'http://username:password@proxy.example.com:8080',
        'https': 'http://username:password@proxy.example.com:8080'
    },
    headers={
        'Accept-Language': 'ru-RU,ru;q=0.9'
    }
)

print(response.status_code)
print(response.text[:500])

curl-impersonate đặc biệt hiệu quả cho việc thu thập dữ liệu từ các thị trường và các trang web với Cloudflare, vì nó không chỉ mô phỏng HTTP/2 mà còn cả TLS fingerprint. Trong các thử nghiệm trên Wildberries và Ozon, tỷ lệ thành công của các yêu cầu đạt 95% khi sử dụng proxy cư trú chất lượng.

Cấu hình Playwright và Puppeteer với fingerprint đúng

Playwright và Puppeteer là các công cụ phổ biến cho việc tự động hóa trình duyệt, nhưng theo mặc định, chúng bị xác định bởi các hệ thống chống gian lận do các dấu hiệu đặc trưng của chế độ headless và fingerprint HTTP/2 cụ thể. Để vượt qua các chặn, cần có cấu hình bổ sung.

Các vấn đề của Playwright/Puppeteer theo mặc định:

• Chế độ headless được xác định qua navigator.webdriver, thiếu plugin và kích thước cửa sổ cụ thể
• HTTP/2 fingerprint khác với Chrome thông thường do các đặc điểm của DevTools Protocol
• Thiếu một số Web API (WebGL, Canvas fingerprint có thể khác nhau)
• Đồng bộ hóa hành động — các bot thực hiện hành động quá nhanh và đồng nhất

Giải pháp: sử dụng playwright-extra và puppeteer-extra với các plugin

# Cài đặt cho Playwright
npm install playwright-extra puppeteer-extra-plugin-stealth

# Hoặc cho Python
pip install playwright-stealth

Ví dụ cấu hình Playwright với việc vượt qua fingerprinting (Node.js):

const { chromium } = require('playwright-extra');
const stealth = require('puppeteer-extra-plugin-stealth')();

(async () => {
  const browser = await chromium.launch({
    headless: false, // Hoặc true với các bản vá bổ sung
    proxy: {
      server: 'http://proxy.example.com:8080',
      username: 'user',
      password: 'pass'
    },
    args: [
      '--disable-blink-features=AutomationControlled',
      '--disable-dev-shm-usage',
      '--no-sandbox',
      '--disable-setuid-sandbox',
      '--disable-web-security',
      '--disable-features=IsolateOrigins,site-per-process'
    ]
  });

  const context = await browser.newContext({
    viewport: { width: 1920, height: 1080 },
    userAgent: 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
    locale: 'ru-RU',
    timezoneId: 'Europe/Moscow',
    geolocation: { latitude: 55.7558, longitude: 37.6173 },
    permissions: ['geolocation']
  });

  // Các bản vá để vượt qua việc xác định
  await context.addInitScript(() => {
    Object.defineProperty(navigator, 'webdriver', {
      get: () => undefined
    });
    
    // Mô phỏng các plugin
    Object.defineProperty(navigator, 'plugins', {
      get: () => [1, 2, 3, 4, 5]
    });
    
    // Mô phỏng ngôn ngữ
    Object.defineProperty(navigator, 'languages', {
      get: () => ['ru-RU', 'ru', 'en-US', 'en']
    });
  });

  const page = await context.newPage();
  
  // Chuyển đến trang web với độ trễ
  await page.goto('https://www.wildberries.ru/', {
    waitUntil: 'networkidle'
  });
  
  // Mô phỏng chuyển động chuột
  await page.mouse.move(100, 100);
  await page.waitForTimeout(Math.random() * 2000 + 1000);
  
  await browser.close();
})();

Đối với các nhà phát triển Python, có thư viện playwright-stealth:

from playwright.sync_api import sync_playwright
from playwright_stealth import stealth_sync

with sync_playwright() as p:
    browser = p.chromium.launch(
        headless=False,
        proxy={
            "server": "http://proxy.example.com:8080",
            "username": "user",
            "password": "pass"
        }
    )
    
    context = browser.new_context(
        viewport={'width': 1920, 'height': 1080},
        user_agent='Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
        locale='ru-RU',
        timezone_id='Europe/Moscow'
    )
    
    page = context.new_page()
    stealth_sync(page)  # Áp dụng các bản vá stealth
    
    page.goto('https://www.wildberries.ru/')
    page.wait_for_timeout(3000)
    
    browser.close()

Quan trọng là hiểu rằng ngay cả với các bản vá này, Playwright/Puppeteer không đảm bảo 100% khả năng vượt qua các hệ thống chống gian lận tiên tiến. Cloudflare Bot Management và DataDome có thể xác định tự động hóa thông qua phân tích hành vi (tốc độ hành động, mẫu nhấp chuột, chuyển động chuột). Đối với các nhiệm vụ quan trọng, khuyến nghị sử dụng trình duyệt chống phát hiện.

Trình duyệt chống phát hiện để vượt qua fingerprinting

Trình duyệt chống phát hiện là các giải pháp chuyên biệt cho đa tài khoản và vượt qua fingerprinting, được sử dụng bởi các nhà phân bổ, chuyên gia SMM và chuyên gia thương mại điện tử. Khác với Playwright, chúng cung cấp UI sẵn có và tự động thay thế tất cả các tham số fingerprint, bao gồm cả HTTP/2.

Các trình duyệt chống phát hiện phổ biến hỗ trợ HTTP/2 fingerprint:

Cách các trình duyệt chống phát hiện thay thế HTTP/2 fingerprint:

• Chỉnh sửa Chromium ở cấp độ mã nguồn — thay đổi các tham số HTTP/2 trong mã của trình duyệt trước khi biên dịch
• Thay thế SETTINGS động — tạo ra các tham số độc đáo nhưng thực tế cho mỗi hồ sơ
• Đồng bộ hóa với Canvas/WebGL fingerprint — tất cả các tham số của fingerprint được đồng bộ với nhau
• Cơ sở dữ liệu của các fingerprint thực — sử dụng các fingerprint từ các thiết bị và trình duyệt thực
• Cập nhật tự động — fingerprint được cập nhật khi có các phiên bản trình duyệt mới

Cấu hình Dolphin Anty để vượt qua HTTP/2 fingerprinting:

1. Tạo một hồ sơ trình duyệt mới → chọn hệ điều hành (Windows/macOS/Linux)
2. Trong phần "Fingerprint", chọn "Fingerprint thực" hoặc "Tạo mới"
3. Chỉ định User-Agent — trình duyệt sẽ tự động chọn fingerprint HTTP/2 tương ứng
4. Trong cài đặt proxy, thêm proxy di động để làm việc với Facebook/Instagram hoặc proxy cư trú cho các nhiệm vụ khác
5. Bật tùy chọn "WebRTC substitution" để thay thế IP thực
6. Trong phần "Canvas", chọn chế độ "Noise" để có fingerprint Canvas độc đáo
7. Lưu hồ sơ và khởi động — trình duyệt sẽ có fingerprint HTTP/2 độc đáo

Các trình duyệt chống phát hiện cho thấy kết quả tốt nhất trong việc vượt qua fingerprinting — tỷ lệ thành công đạt 98% khi được cấu hình đúng. Chúng đặc biệt hiệu quả cho việc làm việc với Facebook Ads, TikTok Ads, Instagram, nơi mà các chặn theo fingerprint là nghiêm ngặt nhất.

Vai trò của proxy trong việc vượt qua các chặn HTTP/2

HTTP/2 fingerprint đúng chỉ là một nửa của sự thành công. Ngay cả với fingerprint hoàn hảo, yêu cầu sẽ bị chặn nếu địa chỉ IP nằm trong danh sách đen hoặc thuộc về một trung tâm dữ liệu nổi tiếng. Proxy đóng vai trò quan trọng trong việc vượt qua fingerprinting.

Tại sao proxy quan trọng cho việc vượt qua các chặn HTTP/2:

• Ẩn địa chỉ IP thực — các hệ thống chống gian lận kiểm tra không chỉ fingerprint mà còn cả danh tiếng của IP
• Phù hợp địa lý — nếu fingerprint từ Windows với ngôn ngữ Nga, nhưng IP từ Mỹ — điều này là nghi ngờ
• Luân chuyển fingerprint — với các IP khác nhau có thể sử dụng các fingerprint khác nhau mà không bị liên kết
• Vượt qua giới hạn tần suất — phân phối yêu cầu qua nhiều IP giảm khả năng bị chặn
• Mô phỏng thiết bị di động — proxy di động cung cấp các IP thực từ các nhà mạng

Các proxy nào nên sử dụng cho các nhiệm vụ khác nhau:

Các tham số quan trọng của proxy khi làm việc với HTTP/2 fingerprinting:

• Hỗ trợ HTTP/2 — đảm bảo rằng máy chủ proxy hỗ trợ giao thức HTTP/2
• Phiên dính — khả năng giữ một IP trong suốt thời gian phiên (cho đa tài khoản)
• Luân chuyển IP — tự động thay đổi IP cho việc thu thập dữ liệu (mỗi N yêu cầu hoặc theo thời gian)
• Gắn kết địa lý — lựa chọn quốc gia/thành phố phải phù hợp với fingerprint
• Độ sạch của IP — kiểm tra IP có nằm trong danh sách đen hay không (có thể qua IPQualityScore)

Sự kết hợp giữa HTTP/2 fingerprint đúng và proxy chất lượng tạo ra hiệu ứng tổng hợp — mỗi yếu tố tăng cường cho yếu tố khác. Ví dụ, khi thu thập dữ liệu từ Wildberries qua curl-impersonate với proxy cư trú, tỷ lệ thành công của các yêu cầu đạt 97%, trong khi không có proxy hoặc với proxy trung tâm dữ liệu chỉ đạt 60-70%.

Các trường hợp thực tiễn: thu thập dữ liệu, phân bổ, thương mại điện tử

Hãy xem xét các kịch bản thực tế về việc vượt qua HTTP/2 fingerprinting trong các lĩnh vực kinh doanh khác nhau.

Kịch bản 1: Thu thập giá trên Wildberries để theo dõi đối thủ

Nhiệm vụ: Một công ty thương mại điện tử bán điện tử trên Wildberries và muốn tự động theo dõi giá của 500 đối thủ 2 lần mỗi ngày.

Vấn đề: Wildberries sử dụng Cloudflare Bot Management với kiểm tra HTTP/2 fingerprint. Các thư viện tiêu chuẩn (Python requests, Scrapy) bị chặn sau 3-5 yêu cầu.

Giải pháp:

1. Sử dụng curl-impersonate (curl_cffi cho Python) với mô phỏng Chrome 120
2. Kết nối với proxy cư trú với luân chuyển mỗi 10 yêu cầu
3. Thêm độ trễ ngẫu nhiên từ 2-5 giây giữa các yêu cầu
4. Luân chuyển User-Agent giữa Chrome 119, 120, 121 với các fingerprint tương ứng

import time
import random
from curl_cffi import requests

# Danh sách sản phẩm để thu thập dữ liệu
product_ids = [12345678, 87654321, ...]  # 500 mã sản phẩm

# Cài đặt proxy (cư trú với luân chuyển)
proxy = "http://username:password@residential.proxycove.com:8080"

# Các phiên bản Chrome để luân chuyển
chrome_versions = ['chrome119', 'chrome120', 'chrome121']

results = []

for product_id in product_ids:
    # Chọn một phiên bản Chrome ngẫu nhiên
    impersonate = random.choice(chrome_versions)
    
    url = f'https://www.wildberries.ru/catalog/{product_id}/detail.aspx'
    
    try:
        response = requests.get(
            url,
            impersonate=impersonate,
            proxies={'http': proxy, 'https': proxy},
            headers={
                'Accept-Language': 'ru-RU,ru;q=0.9',
                'Accept': 'text/html,application/xhtml+xml'
            },
            timeout=15
        )
        
        if response.status_code == 200:
            # Thu thập giá từ HTML
            price = parse_price(response.text)
            results.append({'id': product_id, 'price': price})
            print(f'✓ {product_id}: {price} rub.')
        else:
            print(f'✗ {product_id}: HTTP {response.status_code}')
    
    except Exception as e:
        print(f'✗ {product_id}: {str(e)}')
    
    # Độ trễ ngẫu nhiên
    time.sleep(random.uniform(2, 5))

# Lưu kết quả
save_to_database(results)

Kết quả: Tỷ lệ thành công của việc thu thập dữ liệu đã tăng từ 45% (không vượt qua fingerprint) lên 96%. Tiết kiệm thời gian — thay vì theo dõi thủ công 8 giờ mỗi ngày, thu thập dữ liệu tự động chỉ mất 30 phút.

Kịch bản 2: Tạo tài khoản Facebook Ads cho phân bổ

Nhiệm vụ: Nhóm phân bổ chạy quảng cáo trên 30 tài khoản Facebook Ads cùng một lúc để thử nghiệm các sáng tạo.

Vấn đề: Facebook xác định các tài khoản liên kết qua HTTP/2 fingerprint và cấm toàn bộ chuỗi (chain-ban). Khi sử dụng một trình duyệt cho tất cả các tài khoản, rủi ro bị cấm là 90%.

Giải pháp:

1. Sử dụng Dolphin Anty với việc tạo 30 hồ sơ độc đáo
2. Cho mỗi hồ sơ — fingerprint HTTP/2 độc đáo, Canvas, WebGL, User-Agent
3. Kết nối với proxy di động (mỗi tài khoản một IP, phiên dính trong 24 giờ)
4. Phân chia các tài khoản theo hệ điều hành (10 Windows, 10 macOS, 10 giả lập Android)
5. Khởi động các tài khoản: 3 ngày hoạt động bình thường (xem tin tức, thích) trước khi chạy quảng cáo

Cấu hình trong Dolphin Anty:

• Hồ sơ 1: Windows 10, Chrome 120, proxy di động Nga (Beeline), fingerprint từ thiết bị thực
• Hồ sơ 2: macOS Sonoma, Safari 17, proxy di động Nga (MTS), fingerprint độc đáo
• Hồ sơ 3: Windows 11, Chrome 121, proxy di động Ukraine (Kyivstar), fingerprint từ thiết bị thực
• Và cứ thế cho tất cả 30 hồ sơ...

Kết quả: Trong 3 tháng hoạt động, 2 tài khoản trong số 30 bị cấm (6.6% so với 90% khi không sử dụng chống phát hiện). ROI tăng 340% nhờ khả năng thử nghiệm nhiều chuỗi cùng một lúc.

Kịch bản 3: Tự động hóa đăng bài trên Instagram cho một đại lý SMM

Nhiệm vụ: Đại lý SMM quản lý 50 tài khoản khách hàng trên Instagram và muốn tự động hóa việc đăng bài theo lịch.

Vấn đề: Instagram chặn các tài khoản khi phát hiện tự động hóa. Sử dụng một IP và fingerprint giống nhau cho tất cả các tài khoản dẫn đến việc bị chặn hàng loạt.

Giải pháp:

1. Sử dụng AdsPower với 50 hồ sơ (mỗi tài khoản một hồ sơ)
2. Proxy cư trú với gắn kết theo thành phố của khách hàng (nếu khách hàng từ Moscow — proxy Moscow)
3. Fingerprint HTTP/2 độc đáo cho mỗi hồ sơ
4. Tự động hóa qua trình lập lịch tích hợp của AdsPower (không cần mã)
5. Mô phỏng hành động thủ công: độ trễ ngẫu nhiên, xem tin tức trước khi đăng bài

Cấu hình tự động hóa:

• Tải nội dung lên AdsPower (hình ảnh, văn bản, hashtag)
• Cấu hình lịch: đăng mỗi ngày lúc 12:00 theo giờ của khách hàng
• Thêm sự ngẫu nhiên: ±30 phút từ thời gian đã chỉ định
• Trước khi đăng: mở Instagram → cuộn tin tức 2-3 phút