Co je to otisk zařízení?

Co je to otisk zařízení, přesně?

Otisk zařízení je proces čtení sady atributů, které zařízení zpřístupňuje, a jejich zahashování do identifikátoru, který je pravděpodobně pro dané zařízení unikátní. Je to forma bezstavové identifikace: do zařízení se nic nezapisuje, takže uživatel nemá co mazat.

Tento pojem zahrnuje jak otisk prohlížeče — identifikaci konkrétní instance prohlížeče na konkrétním stroji —, tak širší otisk zařízení, který sahá i k nativním aplikacím a kombinuje klientské a síťové signály. V běžném užití se ty dva silně překrývají a základní myšlenka je totožná: odvodit identitu z toho, čím zařízení ve své podstatě je.

Síla tohoto přístupu pramení z entropie. Kterýkoli jednotlivý atribut — řekněme jazyk prohlížeče — sdílejí miliony. Ale společná kombinace dvou nebo tří desítek atributů zúží populaci na jediné zařízení s vysokou pravděpodobností, stejně jako hrstka nezávislých faktů o člověku dokáže tohoto člověka jednoznačně identifikovat.

Jak otisk zařízení funguje?

Otisk funguje tak, že v prohlížeči sbírá atributy zařízení, přenáší je na server a kombinaci hashuje do stabilního identifikátoru, který lze porovnat s dříve viděnými zařízeními. Jemnost spočívá v tolerování změn bez ztráty identity.

Sběr probíhá prostřednictvím běžných webových API. Skript požádá prohlížeč, aby vykreslil grafiku, vyjmenoval písma, nahlásil rozměry obrazovky a popsal svůj audio a hardwarový stack. Každá odpověď odráží konkrétní kombinaci operačního systému, sestavení prohlížeče, GPU, ovladačů a konfigurace na daném stroji, což je to, co činí společný výsledek rozlišujícím.

Právě ve srovnávání naivní implementace selhávají. Atributy zařízení se v čase posouvají — aktualizace prohlížeče změní řetězec verze, nový monitor změní rozlišení. Přesné hashování by posunuté zařízení považovalo za zcela nové. Robustní otisk proto rozděluje signály do úrovní stability a používá fuzzy srovnání, takže malá změna jednoho signálu nerozbije identitu vybudovanou ze zbytku.

Které signály tvoří otisk zařízení?

Otisk zařízení se sestavuje z vykreslovacích signálů, signálů hardwaru a displeje, konfiguračních signálů a — na serveru — síťových signálů. Nejcennější jsou ty s vysokou entropií a vysokou stabilitou.

Vykreslovací signály jsou tažní koně. Když prohlížeč kreslí text nebo 3D grafiku, drobné rozdíly v GPU, ovladači a rasterizéru písem produkují pixelový výstup specifický pro zařízení, který je pro uživatele neviditelný, ale čitelný skriptem. Tyto signály jsou zároveň vysoce rozlišující a pozoruhodně stabilní napříč relacemi.

Konfigurační a hardwarové signály profil doplňují a síťové signály na straně serveru — které klient nemůže zkreslit — jej ukotvují proti podvržení.

• Otisk canvas: pixelový výstup vykreslování textu a tvarů do HTML5 canvasu, formovaný GPU a rasterizací písem.
• Otisk WebGL: řetězce vykreslovače a výrobce GPU, podporovaná rozšíření a přesnost shaderu.
• Otisk audia: jemné rozdíly ve způsobu, jakým audio stack zařízení zpracovává generovanou vlnu.
• Písma, rozlišení obrazovky, barevná hloubka, časové pásmo, jazyk a souběžnost hardwaru.
• Otisky TLS/JA4 na straně serveru a charakteristiky HTTP hlaviček, které prozrazují skutečného klienta.

Jak stabilní a unikátní je otisk zařízení?

Dobře zkonstruovaný otisk je dostatečně stabilní na to, aby rozpoznal totéž zařízení po měsíce, a dostatečně unikátní na to, aby jej odlišil od téměř každého jiného zařízení v populaci — za předpokladu, že implementace toleruje rutinní posun, který prohlížeče vnášejí.

Stabilita je napříč signály spektrem. Signály odvozené z hardwaru, jako je vykreslování GPU, se mění jen tehdy, když se změní fyzický stroj. Softwarové signály, jako jsou písma, se mění občas. Signály relace, jako je user agent, se mění s každou aktualizací prohlížeče. Zacházet se všemi signály jako se stejně trvalými je klasická chyba; vážit je podle očekávané stability je to, co udrží identitu neporušenou přes aktualizaci.

Unikátnost pramení z kombinování signálů a degraduje ladně, nikoli katastroficky. I když se dvě zařízení náhodou shodují v několika atributech, další signály je oddělí. Inženýrským cílem je udržet míru falešné shody (dvě zařízení viděná jako jedno) i míru falešného rozdělení (jedno zařízení viděné jako dvě) zároveň nízké — inherentní napětí, které má fuzzy srovnávání zvládat.

Čím se otisk liší od cookies?

Cookies jsou identifikátory, které ukládáte do zařízení; otisky jsou identifikátory, které ze zařízení počítáte. Právě tento jediný rozdíl vysvětluje, proč otisky přežijí akce — smazání úložiště, přechod do anonymního režimu, přepnutí do soukromého prohlížení —, které cookies ničí.

Cookie je token, který web zapíše a prohlížeč jej při další návštěvě vrátí. Funguje jen tak dlouho, dokud si jej uživatel ponechá, a moderní prohlížeče a nástroje na ochranu soukromí činí zahazování cookies snadným a často automatickým. Pro podvodníka je smazání cookies první a nejsnazší obcházení.

Otisk nemá co mazat. Uživatel by musel změnit podkladový hardware a software, aby jej pozměnil, což je přesně důvod, proč otisk zůstává účinný proti protivníkům, kteří mezi pokusy resetují každý kousek uloženého stavu. Kompromisem je, že otisk je pravděpodobnostní a vyžaduje více inženýrství k udržení stability, zatímco cookie je jednoduchý přesný token.

K čemu se otisk zařízení používá?

Otisk zařízení se používá všude tam, kde záleží na bezstavovém, perzistentním rozpoznávání: prevence podvodů a zneužití, detekce botů a analytika a personalizace respektující soukromí. Každá aplikace se opírá o tutéž vlastnost perzistence z jiného úhlu.

V podvodech a zneužití otisk odhaluje sdílená zařízení stojící za zakládáním více účtů, promo zneužitím a sítěmi platebních podvodů a pohání omezování počtu požadavků na úrovni zařízení, kterému automatizované útoky na přihlášení nemohou uniknout rotací IP. Protože identifikátor přetrvává, jedno zařízení se nemůže vydávat za sto nových uživatelů.

V analytice a personalizaci otisk rozpoznává vracející se návštěvníky pro atribuci, omezování frekvence a obnovu košíku, aniž by vyžadoval přihlášení — užitečné právě v post-cookie krajině, kde tradiční sledování mizí. V každém případě je hodnota stejná: stabilní úchyt na zařízení, kterého se zařízení nemůže snadno zbavit.

Jak se lidé snaží otisk obejít?

Obcházení spadá do dvou táborů: randomizace signálů tak, aby se otisk každou relaci měnil, a podvržení signálů tak, aby se jedno zařízení vydávalo za mnoho. Obojí zanechává detekovatelné stopy, a proto odolné systémy sledují nekonzistenci místo toho, aby důvěřovaly kterémukoli jednotlivému signálu.

Anti-detekční prohlížeče a rozšíření pro soukromí se snaží otrávit signály s vysokou entropií — přidávají šum do výstupu canvasu, falšují řetězce WebGL nebo rotují user agenty. Prozrazuje je vnitřní nekonzistence: podvržený profil obvykle tvrdí kombinaci atributů, kterou žádné skutečné zařízení neprodukuje, a nesoulad mezi tvrzeními klienta a serverem pozorovanou realitou jej odhalí.

Druhý přístup vrství infrastrukturu — rezidenční proxy, virtuální stroje, automatizační frameworky —, aby mnoho relací vypadalo nezávisle. Zde serverové signály odvádějí práci, kterou klientské nezvládnou, protože síťovou cestu a TLS charakteristiky je mnohem těžší přesvědčivě zamaskovat než atribut prohlížeče. Praktickou obranou proti oběma je korelace napříč mnoha signály, takže poražení jednoho neporazí celek.

Je otisk zařízení legální a v souladu s ochranou soukromí?

Otisk zařízení je ve většině jurisdikcí legální, když se používá k legitimním účelům, jako je prevence podvodů, ale předpisy o ochraně soukromí, jako je GDPR, jej považují za zpracování osobních údajů, které vyžaduje právní základ, transparentnost a odpovídající záruky. Soulad je o tom, jak jej nasadíte, nikoli o tom, zda je technika povolena.

Regulátoři obvykle odlišují rušivé sledování napříč weby pro reklamu, které čelí přísným požadavkům na souhlas, od bezpečnostních a protipodvodných užití, která se často mohou opřít o základ oprávněného zájmu. Určujícími faktory jsou účel, přiměřenost, transparentnost vůči uživatelům a praktiky minimalizace dat, jako je hashování signálů a omezování doby uchovávání.

V praxi vyhovující nasazení omezuje otisk na bezpečnostní účel, kterému slouží, tento účel dokumentuje, vyhýbá se přeúčelování dat pro nesouvisející sledování a ctí povinnosti transparentnosti příslušného zákona. Technika a soulad nejsou v rozporu; riziko vytváří nedbalé použití.