清除 Cookie、換 IP、重裝系統、開無痕模式都試過，帳號仍可能被判定為關聯。風控不是一個開關，而是在註冊期、活躍期與異常期分階段收集不同訊號並分級處置，核心判斷是帳號行為像不像真人。本文把三個階段拆開說明。
清除 Cookie、換 IP、重裝系統、開無痕模式，一整套做完後帳號還是被判定為關聯。原因很直接：風控不是一個開關，而是會在不同階段收集不同訊號，真正要判斷的是這個帳號的行為像不像真人。
把流程拆成三段會清楚很多：註冊當下、開始有內容活動之後，以及出現異常的時候。
註冊期：還沒做什麼動作，訊號就已經採集完成
註冊時，平台能取得的資訊比多數人想像得更多。裝置端讀取的是硬體與環境特徵：Canvas 渲染出的像素差異、AudioContext 的波形差異、WebGL 回傳的顯示卡供應商與型號，再加上 User-Agent、WebRTC 是否繞過代理而暴露真實位址、時區與語言。網路端主要看兩件事：IP 屬於機房還是住宅網路，以及它背後的風險評分，還有這個 IP 網段上是不是已經堆積了很多帳號。
行為端也會看，只是很容易被忽略：填表速度、欄位修改痕跡、走了哪一條驗證路徑。全部都快得不自然，本身就是訊號。
註冊期的處置通常有三種：直接拒絕、放行但靜默降權（帳號能用，但觸及很差），或要求二次驗證。
這裡最容易被忽略的是一致性。IP 所在地、瀏覽器時區與語言、填寫的主體地址，只要其中有一項對不上，不需要任何進階檢測手段就能發現。地理邏輯矛盾是成本最低、最容易被抓到的破綻之一。
活躍期：內容與互動的模式
帳號通過註冊關卡後，判斷依據就會從誰在註冊，轉成這個帳號在做什麼。
內容端主要看重複程度。多個帳號批次發布高度相似的素材，文案又沒有做差異化處理，很容易被判定為機器化協同操作，結果可能是整體限流，而不是只處理其中一個帳號。
互動端看的是分布。追蹤、按讚、私訊的頻率，一天裡集中在哪些時段，互動對象是否高度重疊。真實使用者的行為比較分散，腳本的行為比較集中。多個帳號的互動曲線如果長得很像，關聯判定就可能生效。
開通帳號資產與功能的節奏也在觀察範圍內。新帳號在沒有任何日常瀏覽、搜尋的情況下，立刻開通商業工具、綁卡投放廣告，是風險模型裡很典型的一類。
這一階段的處置一般比註冊期輕：限流、降低推薦、要求驗證、限制部分商業功能。它更像降權而不是處罰，但如果帳號繼續維持原本的模式，下一步就可能升級。
異常期：登入地與頻率突然改變
觸發異常判定的訊號中，有兩類最典型。
一類是登入地突變。同一個帳號在短時間內從一座城市跳到另一座城市，例如五分鐘內從洛杉磯跳到紐約，系統會優先以疑似帳號遭竊來處理，因為人的移動速度有上限。團隊多人從不同地點協作登入同一個帳號，也可能踩到這一條。
另一類是頻率偏移。原本低頻的帳號突然大量操作，或多個帳號在同一個時間窗口做出相同動作，都會讓判定升級。
這一階段的處置最重：保護性停權、鎖定並要求身分或人臉驗證，以及關聯處置。同一 IP 網段或具有相同裝置特徵的其他帳號，也可能一起被限制。走到這一步，通常已經不是某一個帳號的問題，而是某一整條環境鏈路的問題。
為什麼像真人比把特徵抹乾淨更有效
一個反直覺的地方是：平台看的不是你有沒有指紋，而是你的特徵之間有沒有矛盾、有沒有缺口。指紋缺失，或參數明顯被改過，本身就是異常訊號，可能比一組普通而真實的特徵更可疑。
所以方向不是隱身，而是自洽。
裝置層面，每個帳號要有一套穩定的硬體與環境特徵，不是越亂越好。網路層面，一個帳號長期綁定在同一個固定出口上，比頻繁更換節點安全得多。環境層面，時區、語言、地理位置要和 IP 成套匹配，而不是各自修改。比如 User-Agent 宣稱是某個系統，但底層 WebGL 卻回傳另一套顯示卡資訊，就是典型的改過頭。
行為層面也是同樣的道理。真實使用者的滑鼠軌跡會有波動、捲動速度不一致、停留時間差異很大，偶爾也會走低效率的路徑。給自動化加入隨機延遲、打亂順序、允許一次沒有意義的點擊，可能比追求精確到毫秒的穩定更接近真人。
三個階段的判定是遞進的，處置方式也是：驗證、降權、限流、停權，每一步都對應不同的訊號強度。帳號被限制，往往表示前面某一層先出現了矛盾，而不是單純運氣不好。
如果只能做三件事，就照這個順序
先把地理一致性做好，IP、時區、語言成套匹配，成本最低、收益最高。再把環境獨立性做好，一個帳號一個環境，不共用。行為節奏放到最後調整，從低頻開始，允許自然波動。
PurpleMark 的環境隔離能力對應的是中間那一步：為每個帳號配置獨立的瀏覽器環境，處理指紋的獨立性與環境參數的一致性，並支援批次管理。
把順序反過來，效果會差很多。行為層做得再自然，只要環境層的矛盾擺在那裡，仍然會被辨識出來。
僅作技術機制說明，請在合法合規的前提下使用相關工具，並遵守各平台的服務條款。
