L'empreinte Canvas et WebGL en 2026

Canvas

et

WebGL

sont des pierres angulaires de l'identification des appareils depuis le début des années 2010. Mais le paysage a considérablement évolué avec les

initiatives Privacy Sandbox

de Chrome, l'Enhanced Tracking Protection de Firefox et l'Intelligent Tracking Prevention de Safari. Voici l'état de l'empreinte basée sur le GPU en 2026 — ce qui a changé, comment nous nous sommes adaptés et pourquoi ces signaux restent indispensables.

Ce qui a changé avec le Privacy Sandbox de Chrome

Le Privacy Sandbox de Chrome, déployé progressivement à partir de 2024, a introduit plusieurs changements qui affectent l'empreinte numérique. Le plus significatif est l'initiative de stockage partitionné, qui réduit l'efficacité du suivi basé sur les cookies mais n'affecte pas directement l'empreinte canvas ou WebGL.

Cependant, Chrome a commencé à expérimenter l'injection de bruit dans le canvas — l'ajout de petites perturbations aléatoires aux données de pixels du canvas pour empêcher l'empreinte exacte. Lorsqu'elle est activée, les mêmes instructions de dessin produisent des sorties de pixels légèrement différentes à chaque exécution. Cela casse l'empreinte canvas naïve basée sur le hachage qui attend une reproductibilité exacte.

S'adapter au bruit du canvas

Notre réponse à l'injection de bruit dans le canvas a été de passer de la correspondance exacte à la correspondance basée sur la similarité pour les signaux de canvas. Au lieu de calculer un hachage unique de l'ensemble des données de pixels du canvas, nous extrayons désormais plusieurs vecteurs de caractéristiques à partir de différentes régions et opérations de dessin.

L'injection de bruit est généralement faible — quelques pixels modifiés par image. En extrayant les caractéristiques à une granularité plus grossière (en divisant le canvas en régions et en calculant des statistiques agrégées), nous pouvons identifier la signature matérielle sous-jacente malgré le bruit. Notre algorithme de correspondance inter-sessions compare ces vecteurs de caractéristiques à l'aide de la similarité cosinus, avec un seuil ajusté pour accepter les variations cohérentes avec le matériel tout en rejetant les appareils différents.

WebGL : toujours une mine d'or

Alors que l'empreinte canvas fait face à de nouveaux défis, l'empreinte WebGL reste largement épargnée par les initiatives de protection de la vie privée. L'API WebGL expose des paramètres matériels — tailles de texture maximales, formats de précision des shaders, extensions prises en charge — qui sont intrinsèques au GPU et ne peuvent être facilement perturbés sans casser la fonctionnalité WebGL.

Chrome a évoqué la limitation de l'accès aux chaînes de rendu et de fournisseur WebGL (en remplaçant les noms de GPU spécifiques par des étiquettes génériques comme « GPU »), mais ce changement n'a pas été largement déployé. Même si c'était le cas, les dizaines d'autres paramètres WebGL que nous interrogeons fourniraient toujours des signaux d'identification hautement distinctifs.

Le GPU comme ancrage matériel

La raison fondamentale pour laquelle l'empreinte basée sur le GPU reste puissante est qu'elle lit des caractéristiques matérielles physiquement déterminées par la puce GPU, le pilote et le pipeline de rendu. Ces caractéristiques ne sont pas des choix logiciels facilement modifiables — elles sont les conséquences de la façon dont le silicium a été conçu et fabriqué.

Un appareil équipé d'une NVIDIA RTX 4070 rapportera toujours des tailles de texture maximales spécifiques, une précision de shader spécifique et un support d'extensions spécifique, car ces valeurs sont déterminées par l'architecture du GPU. La seule façon de modifier ces valeurs est d'utiliser un GPU différent ou un pilote différent — et les changements de pilote sont relativement rares pour la plupart des utilisateurs.

Rendu de canvas : au-delà du hachage de pixels

L'empreinte canvas moderne va au-delà du simple hachage de pixels. Nous utilisons des opérations de dessin spécifiquement conçues pour amplifier les différences de rendu dépendantes du matériel. Le rendu de texte avec des polices spécifiques sollicite le rastériseur de polices. Les courbes de Bézier avec des points de contrôle particuliers sollicitent la tessellation de courbes du GPU. Les dégradés avec des points de couleur spécifiques sollicitent le pipeline de mélange des couleurs.

En choisissant des opérations de dessin qui maximisent la variance entre les modèles de GPU tout en minimisant la variance entre exécutions répétées sur le même GPU, nous créons des tests de canvas qui sont à la fois plus distinctifs et plus robustes que la simple approche texte-et-formes utilisée par les premières bibliothèques d'empreinte.

Empreinte de shader WebGL

Une technique plus récente que nous déployons est l'empreinte de shader WebGL. En compilant des programmes de shaders spécifiques et en interrogeant leurs propriétés compilées (précision, niveau d'optimisation, nombre d'instructions), nous pouvons extraire des informations sur le compilateur de shaders du GPU — une autre caractéristique dépendante du matériel qui varie selon les familles de GPU.

Cette technique est particulièrement précieuse pour distinguer les appareils dont les paramètres WebGL de base sont similaires. Deux modèles de GPU différents peuvent prendre en charge la même taille de texture maximale, mais leurs compilateurs de shaders produiront des sorties compilées différentes pour le même code source de shader.

Considérations relatives à la vie privée

L'empreinte basée sur le GPU, comme toute empreinte, doit être utilisée de manière responsable. Nous utilisons ces signaux à des fins légitimes — prévention de la fraude, détection des bots et sécurité des comptes — et non pour le suivi inter-sites ou la publicité. Notre déploiement hébergé dans le cloud garantit que les données d'empreinte restent sur l'infrastructure de nos clients, éliminant le partage de données avec des tiers.

Le paysage de la vie privée continuera d'évoluer. Les navigateurs pourront introduire des protections supplémentaires qui affectent l'empreinte GPU. Notre stratégie consiste à nous adapter en continu — trouver de nouveaux signaux dépendants du matériel à mesure que les anciens sont restreints, tout en maintenant la précision et la stabilité dont dépendent nos clients.