Entropie (Fingerprinting)

Entropie quantifiziert Ungewissheit. Ein Signal, das über die Population viele annähernd gleich wahrscheinliche Werte annimmt, trägt mehr Entropiebits als eines, das fast immer gleich ist. So unterscheidet etwa ein seltener Canvas-Hash ein Gerät weitaus stärker als ein gängiger Plattform-String, den die meisten Nutzer teilen.

Wenn Signale unabhängig sind, addieren sich ihre Entropien, sodass die Kombination mehrerer moderater Signale genügend Gesamtbits ergeben kann, um ein Gerät unter Milliarden zu isolieren. In der Praxis sind Signale teilweise korreliert, sodass die effektive Entropie einer Kombination geringer ist als die naive Summe – deshalb sind sorgfältige Auswahl und Gewichtung wichtig.

Fingerprinting-Systeme schätzen die Entropie jedes Signals aus beobachteten Verteilungen und priorisieren hochentropische, stabile Signale. Es besteht ein Spannungsverhältnis zu Datenschutz und Stabilität: Die identifizierendsten Signale können zugleich diejenigen sein, die sich am ehesten ändern oder von Anti-Fingerprinting-Tools gestört werden.