Chrome Privacy Sandbox: Co znamená pro fingerprinting zařízení

Googlův Privacy Sandbox je nejvýznamnější změnou fingerprintingu prohlížečů od zavedení Canvas API. Za poslední dva roky Chrome postupně omezil informace dostupné přes navigator API, zavedl User-Agent Client Hints jako náhradu za řetězec user-agent a zcela odstraňuje cookies třetích stran.

Pro poskytovatele fingerprintingu zařízení je to současně výzva i příležitost. Výzva je zřejmá: méně signálů znamená menší schopnost identifikace. Příležitost spočívá v tom, že dodavatelé, kteří se přizpůsobí, získají významnou konkurenční výhodu oproti těm, kdo spoléhali na dnes již omezené signály.

Co se změnilo

Nejzásadnější změnou je redukce řetězce navigator.userAgent. Chrome nyní vrací „zredukovaný“ user agent, který vynechává verzi OS, model zařízení a plnou verzi prohlížeče. Namísto toho jsou tyto informace dostupné prostřednictvím User-Agent Client Hints — ale pouze při explicitním vyžádání přes hlavičku Accept-CH a s výhradou permission policies.

Pro tracio.ai nebyl user agent nikdy vysoce rozlišujícím signálem. K našemu fingerprintu přispíval jen omezenou rozlišovací schopností a jeho hodnota klesala, jak se Chrome, Edge a Brave sbližovaly v podobných formátech. Naše víceúrovňová identifikační architektura již data z user-agenta kategorizovala jako signál „na úrovni relace“ — užitečný pro počáteční identifikaci, ale nikoli klíčový pro perzistenci napříč relacemi.

Naše strategie přizpůsobení

Odpověď tracio.ai na Privacy Sandbox má tři části. Zaprvé jsme přesunuli pozornost k signálům na úrovni hardwaru, které Chrome nemůže omezit bez narušení kompatibility webu: renderování canvas, přesnost WebGL shaderů, charakteristiky zpracování zvuku a parametry GPU. Tyto signály fungují na úrovni pod ochranou soukromí v prohlížeči — závisí na fyzickém hardwaru, nikoli na konfiguraci prohlížeče.

Zadruhé jsme investovali do kombinace signálů založené na ML. Když jednotlivé signály ztrácejí rozlišovací schopnost, kombinace mnoha signálů může stále vytvořit vysoce jedinečný fingerprint. Náš model poháněný AI se učí korelace mezi signály, které prosté zřetězení přehlíží. Konkrétní kombinace rozlišení obrazovky + device pixel ratio + hardware concurrency + GPU rendereru + vzorkovací frekvence zvuku může být téměř tak jedinečná jako samotný canvas fingerprint.

Zatřetí jsme rozšířili náš katalog signálů nad rámec tradičních API prohlížeče. CSS feature queries, metriky renderování písem, časové charakteristiky JavaScriptového enginu a chování při kompilaci WebAssembly — to vše poskytuje identifikační signály, na které omezení Privacy Sandbox necílí.

Dopad na přesnost

Přesnost naší identifikace sledujeme napříč vydáními Chromu od verze 110. Zde jsou naše čísla:

Chrome 110 (před redukcí): přesnost 99,7 %. Chrome 115 (částečná redukce UA): přesnost 99,6 %. Chrome 120 (plná redukce UA): přesnost 99,5 %. Chrome 125 (vynucení Client Hints): přesnost 99,5 %.

Pokles o 0,2 % je primárně u scénářů přechodu mezi mobilním Safari a Chromem, kde se hardwarové signály liší. U identifikace vracejícího se návštěvníka ve stejném prohlížeči — našeho hlavního případu použití — zůstala přesnost po celou dobu zavádění Privacy Sandbox na 99,5 %.

Co bude dál

Google oznámil plány na omezení dalších API, včetně snížení přesnosti screen.width/height a omezení výčtu WebGL rozšíření. Na tyto změny se připravujeme alternativními zdroji signálů a vylepšenými ML modely.

Zásadní poznatek zní, že rozmanitost hardwaru je základem fingerprintingu zařízení a tato rozmanitost nezmizí. Dokud budou různá zařízení renderovat pixely odlišně, zpracovávat zvuk odlišně a vykonávat kód odlišně, zůstane identifikace zařízení proveditelná s vysokou přesností. Signály, které používáme, se mohou měnit, ale základní princip — každé zařízení je jedinečné — přetrvává.