Platform Operations · · 14 min read
Amazon はどうやって関連アカウントを検出するか：5 層フィンガープリントモデルの完全解説
Amazon はセラーの関連アカウント検出を単一のシグナルに頼っていません。登録情報、ネットワーク環境、デバイスハードウェア、行動パターン、金融インスツルメントを相互参照する 5 層のフィンガープリントモデルを稼働させています。各層を理解することが、誤検知を引き起こさないインフラを構築する第一歩です。
誰も完全には説明しない検出システム
Amazon のセラーコミュニティはどこでも「アカウント紐付け」について語ります。フォーラムはアカウント停止、資金凍結、どこにも届かない異議申し立ての話で溢れています。しかしほとんどの議論は症状——検出された後に何が起こったか——に集中し、検出システムそのものには踏み込みません。
Amazon のセラー検証インフラは単一のチェックではありません。5 つの異なる次元にわたってシグナルを継続的に評価する、階層的なフィンガープリントモデルです。複数の層のシグナルが 2 つ以上のセラーアカウント間で相関すると、システムは潜在的な紐付けをフラグします。十分な層が一致すれば、執行は自動的に行われます。
このモデルを理解することが重要な理由は、ほとんどのセラーが存在すら知らなかった層で意図せず相関を生み出しているからです。そして一般的な「解決策」——VPN、アンチディテクトブラウザ、レジデンシャルプロキシ——は、1 つか 2 つの層にしか対処しておらず、残りの層は露出したままです。
本記事は、2026 年時点で稼働する検出モデル全体をマッピングし、各層が何をチェックするかを説明し、各レベルでの本物のインフラ分離がどのようなものかを描きます。
第 1 層：登録情報
最もわかりやすい層であり、ほとんどのセラーがすでに知っている層です。
Amazon はシステム内のすべてのセラーアカウントについて、以下の登録データを相互参照します：
法人名と EIN。 2 つのセラーアカウントが同じ LLC 名または EIN を共有していれば、即座に紐付けられます。ハードマッチで、グレーゾーンはありません。
実質的支配者（Beneficial Owner）の身元。 Amazon は各セラーアカウントの背後にいる人物の氏名、生年月日、政府発行 ID を収集します。同一人物が複数のアカウントで実質的支配者または授権代表として現れれば、それらのアカウントは紐付けられます。
事業所住所。 Amazon は各アカウントに登録された物理住所をチェックします。2 つのアカウントが同じ住所——同じスイート番号まで——を共有していれば、フラグされます。ここが CMRA（メール転送業者）住所が大問題を引き起こす場所です：数百の事業者が同じ住所に登録され、Amazon のデータベースで全員が同じストリート住所を共有することになるのです。
電話番号とメールドメイン。 電話番号の共有は即時の紐付けです。メールドメイン（特にカスタムドメイン）の共有は手動レビューのフラグを立てます。
インフラへの示唆： 各セラーアカウントには、独自の法人（別個の LLC）、独自の EIN、独自のユニークなスイート番号を持つ物理住所、独自の連絡先情報が必要です。これは最低限の前提——必要ですが十分ではありません。
第 2 層：ネットワーク環境
ここがほとんどのセラーが捕まる場所——そしてほとんどの「反検出」ソリューションが失敗する場所です。
Amazon は登録時だけでなく、すべてのセッションでネットワークシグナルを評価します。主要なシグナル：
IP アドレス。 2 つのセラーアカウントが同じ IP アドレスから一度でもログインすれば——たった一度でも——Amazon のグラフで紐付けられます。その紐付けは永続的です。有効期限はありません。別の IP に切り替えても消えません。
ASN 分類。 すべての IP アドレスは Autonomous System Number（ASN）に属し、ネットワーク事業者を識別します。Amazon のシステムは ASN をカテゴリに分類します：住宅（Residential）、商業／ビジネス、データセンター／ホスティング、モバイル。データセンター ASN——主要な VPN プロバイダ、クラウドホスティングサービス、ほとんどのプロキシネットワークを含む——は高リスクシグナルとして扱われます。データセンター ASN からアクセスされたセラーアカウントは精査レベルが上がります。
IP ジオロケーション vs 登録住所。 Amazon は IP が示す所在地と事業登記が示す所在地を比較します。LLC は Wyoming なのに IP が深圳にジオロケートする場合、その不整合はシグナルです。即時停止にはなりませんが、リスクスコアを押し上げ、セカンダリーレビューの確率を高めます。
DNS リゾルバの所在地。 ブラウザがドメイン名を解決すると、DNS リクエストがリゾルバに送られます。リゾルバの所在地は Amazon から見えます。IP は Wyoming を示しているのに DNS リゾルバがアジアにあれば、その不整合は記録されます。
ほとんどのセラーが間違えること： データセンター ASN 経由でルーティングされる VPN やレジデンシャルプロキシを使う、何千人ものユーザーと IP プールを共有する、あるいは簡単に検出される IP とジオロケーションのミスマッチを作ってしまう。アンチディテクトブラウザはブラウザが報告する内容を変えますが、根底にあるネットワーク経路は変えられません。
本物の分離とは： 各セラーアカウントは専用の ISP 接続——異なるインターネットサービスプロバイダからの別個の物理回線——を通じて運営されます。ASN は住宅または商業（データセンターではない）に分類されます。IP ジオロケーションは登録された事業所住所と一致します。どの 2 つのアカウントもネットワークインフラを共有しません。
第 3 層：デバイスフィンガープリント
アンチディテクトブラウザが狙う層——そしてますます失敗している層です。
Amazon は Seller Central にアクセスするすべてのデバイスからハードウェアとソフトウェアの識別子を収集します：
ブラウザフィンガープリント。 Canvas レンダリング出力、WebGL レンダラー文字列、インストール済みフォント、画面解像度、色深度、タイムゾーン、言語設定、その他数十のパラメータが含まれます。これらを合わせると、各デバイスにほぼ固有のフィンガープリントが形成されます。
ハードウェア識別子。 デスクトップシステムでは、Amazon は CPU、GPU、利用可能メモリ、ストレージに関する情報を収集できます。モバイルデバイスではデバイスモデルと OS バージョンが収集されます。これらのハードウェアシグナルはソフトウェアパラメータよりはるかに偽装が困難です。
Cookie とローカルストレージの永続化。 Amazon はトラッキング Cookie を配置し、ローカルストレージを使ってセッションをまたいでデバイス ID を保持します。Cookie を削除してもこれは完全にはリセットされません——Amazon は ETag、HSTS ピンニング、キャッシュされたリダイレクトなど複数の永続化メカニズムを使います。
アンチディテクトブラウザ問題： Multilogin、GoLogin、AdsPower などのツールは、ブラウザフィンガープリントのパラメータにノイズを注入することで動作します——Canvas 出力をランダム化し、WebGL 文字列を偽装し、フォントリストを偽造します。2024 年にはある程度効果がありました。2026 年には、Amazon の検出はフィンガープリント操作自体を識別するよう進化しています。
その仕組み：正規のブラウザは内部的に整合したフィンガープリントパラメータを生成します。Intel GPU を搭載した実機は、特定の Canvas 出力パターンと相関する特定の WebGL レンダラー文字列を生成します。アンチディテクトブラウザが NVIDIA GPU を報告しているのに、Intel 内蔵グラフィックス特有の Canvas レンダリングを生成していれば、その不整合が偽装環境であることを明らかにします。
Amazon はまた、人気のアンチディテクトブラウザが使う JavaScript 注入パターンの検出も始めています。Canvas ノイズ注入のメソッドシグネチャ、プロキシオブジェクトによってインターセプトされた WebGL 呼び出しのタイミングパターン、オートメーション関連のブラウザ API の存在——これらすべてが、シミュレートされている偽のデバイスではなく、アンチディテクトツールそのもののフィンガープリントを作り出します。
本物の分離とは： 各セラーアカウントは専用の物理ハードウェアノードから運営されます——実在の GPU、実在の CPU、実在の OS を持つ実在のコンピュータです。何も偽物ではないので、偽装するものがありません。デバイスが物理的に固有だから、デバイスフィンガープリントも固有なのです。
第 4 層：行動パターン
最も微妙な層であり、技術的ソリューションだけでは最も対処しにくい層です。
Amazon の機械学習モデルは、時間の経過とともに各セラーアカウントの行動プロファイルを構築します：
ログインパターン。 通常何時にログインするか？セッションはどれくらい続くか？アカウントにはどの頻度でアクセスするか？2 つのアカウントがほぼ同一のログイン頻度——同じ時間、同じセッション長、同じ曜日パターン——であれば、その相関は記録されます。
オペレーショナルパターン。 リスティングをどう作成するか？Seller Central での典型的なワークフローは？ページ間の移動の速さは？マウスの動きやクリックシーケンスさえも、行動プロファイルに寄与し得ます。
商品とカテゴリの重複。 2 つのアカウントが同一の商品を同一のカテゴリで類似の価格戦略で販売していれば、その相関は他のシグナルの文脈で評価されます。商品の重複だけでは停止にはなりませんが、他の層のマッチと組み合わされば、紐付けシグナルを強化します。
カスタマーサービスパターン。 応答時間、メッセージテンプレート、文体、解決パターンのすべてが行動フィンガープリントに寄与します。
示唆： 行動分離には運営上の規律が必要です。異なるアカウントは本当に異なる事業運営——異なる商品ライン、異なる運営スケジュール、異なるマネジメントスタイル——を持つべきです。これはインフラ問題ではなく、ビジネス設計問題です。
第 5 層：金融インスツルメント
最後の層は決済と銀行情報を相互参照します：
銀行口座情報。 2 つのセラーアカウントが同じ銀行口座に入金していれば、即座に紐付けられます。ハードマッチ、許容なし。
クレジットカードの BIN と発行元。 Amazon はセラー手数料に使われるクレジットカードの BIN（Bank Identification Number）を記録します。同じ発行元のカード、特に連番のカード番号はフラグを立てます。
決済プロセッサのフィンガープリント。 同じ Stripe または PayPal アカウントを使って複数の Amazon アカウントの仕入れ決済を処理していれば、トランザクションメタデータを通じて相互参照が検出可能です。
税務情報。 2 つのアカウントが重複する実質的支配者情報で税務書類を申告していれば、IRS のデータマッチングを通じて紐付けが確立されます。
本物の分離とは： 各セラーアカウントは別個の法人、別個の EIN のもとで別個の銀行口座を使います。クレジットカードは異なる銀行から発行されます。決済プロセッサは別個のアカウントです。
層はどう相互作用するか
Amazon のシステムはアクションを起こす前に 5 層すべての一致を要求するわけではありません。検出モデルは相関の強さで動作します：
単層一致： ログされるが通常はアクションなし。2 つのアカウントが 1 つのブラウザフィンガープリントパラメータを共有するのは偶然かもしれません。2 つのアカウントが同じ ZIP コードにあるのは普通です。
2 層一致： 手動レビューを発動。同じ IP アドレスと類似のログイン時刻があれば、人間のレビュワーが検査するフラグが立ちます。
3 層一致： 高確度の紐付け。同じ住所 + 同じ IP + 同じデバイスフィンガープリントは、確認された紐付けとして扱われます。執行はおそらく自動的です。
4 層または 5 層一致： システムはアカウントを決定的に紐付いているとして扱います。片方または両方のアカウントの停止が典型的な結果で、しばしば資金の保留も伴います。
決定的な洞察：本物の分離を 1 層追加するごとに、誤った相関の確率が劇的に下がります。すべての層が本当に独立している——異なる法人、異なる住所、異なるネットワーク、異なるハードウェア、異なる銀行——なら、システムが相関させるものがないのです。
なぜ「反検出」は間違ったフレームワークなのか
VPN、アンチディテクトブラウザ、レジデンシャルプロキシの根本的問題は、これらが欺瞞ツールであることです。1 つの環境を複数の環境に見せかけようとします。これはセラーが負けつつある軍拡競争です。
Amazon は不正検知に数十億ドルを投資しています。Google や Meta で検出システムを構築しているのと同じ機械学習研究者を雇っています。セラーが入手できるツール——月 100 ドルのブラウザプラグイン——は、反対側の検出インフラに構造的に圧倒されています。
さらに重要なのは、欺瞞ベースのアプローチは本物のインフラにはない特有のリスクを生むことです：欺瞞が発覚するリスクです。Amazon があなたがアンチディテクトブラウザを使っていることを検出すれば、推論は即座です——あなたは何かを積極的に隠そうとしている。その推論だけで、実際に複数アカウントを運営しているかどうかに関わらず、執行が発動する可能性があります。
代替アプローチは反検出ではありません。本物の分離です。各セラーアカウントが物理的にも法的にも独立したインフラから運営されるとき、検出すべき欺瞞は存在しません。アカウントが紐付かないのは、インフラが共有されていないからです。共有インフラを別物に見せかけたからではなく——本当に別物だからです。
本物のインフラ分離とは何か
セラーアカウントごとに、完全な分離スタックには以下が含まれます：
第 1 層 — 登録： 別個の LLC、別個の EIN、ユニークなスイート番号を持つ別個の物理住所、別個の電話番号、別個のメール。
第 2 層 — ネットワーク： 商用インターネットサービスプロバイダからの専用 ISP 接続。VPN ではない。プロキシでもない。住宅または商業 ASN 分類の実在の ISP 回線。IP ジオロケーションは登録された事業所住所と一致。
第 3 層 — デバイス： 登録住所に設置された専用の物理ハードウェアノード。実在のハードウェア、実在の OS、仮想化レイヤーなし、フィンガープリント偽装なし。標準の RDP またはリモートデスクトップ経由でリモートアクセス——アンチディテクトブラウザ経由ではない。
第 4 層 — 行動： 運営上の規律——各アカウントで異なる事業運営、異なるスケジュール、異なる商品戦略。
第 5 層 — 金融： 別個の LLC のもとでの別個の銀行口座、異なる発行元からの別個のクレジットカード、別個の決済プロセッサアカウント。
5 層すべてが本当に独立していれば、紐付けリスクはゼロに近づきます——検出システムを打ち負かしたからではなく、検出すべきものがないからです。
そして Laramie Ledger が提供するのは、この基盤の物理的な部分——Wyoming の実体ある商業サブリースです。本物の住所、本物の物理スペース、本物の運営拠点。CMRA（メール転送業者）ではありません。各セラーアカウントが本当に独立した事業所住所から運営できるインフラです。
結論
プラットフォームの承認判断は各機関が単独で行います。いかなるインフラプロバイダも結果を保証できません。しかし検出システムのロジックは明確です：層をまたぐ相関を探すということ。本物の分離は相関を消します。欺瞞ベースのツールは相関を隠そうとします——そして隠すのに失敗すれば、結果は何の保護もない場合より悪くなります。
セラーの問いは「どうやって検出を回避するか」ではありません。問いは「自分のインフラは、存在する必要のない相関を作り出していないか？」です。
答えが「はい」なら、解決策はより巧妙な隠蔽ではありません。より良いインフラです。
*関連記事：*