Canvas Fingerprinting
Canvas fingerprinting adalah teknik yang merender teks atau grafis pada sebuah elemen canvas HTML5 dan membaca kembali data piksel yang dihasilkan untuk menurunkan sebuah pengidentifikasi khusus perangkat. Perbedaan kecil pada GPU, driver grafis, rasterisasi font, dan penghalusan tepi menyebabkan instruksi menggambar yang sama menghasilkan piksel yang sedikit berbeda pada mesin yang berbeda.
Cara kerja Canvas Fingerprinting
Sebuah skrip membuat canvas di luar layar dan mengeluarkan perintah menggambar, biasanya merender sebuah string teks dalam font tertentu bersama bentuk, gradien, dan warna. Browser menyerahkan instruksi ini ke tumpukan grafis, di mana piksel persis yang dihasilkan bergantung pada sistem operasi, GPU, versi driver, dan mesin hinting font.
Selanjutnya skrip memanggil sebuah metode seperti toDataURL atau getImageData untuk mengekstrak buffer piksel yang telah dirender. Buffer ini direduksi menjadi sebuah nilai ringkas melalui hash. Karena pipeline rendering berbeda antar perangkat, hash cenderung konsisten untuk satu perangkat dan bervariasi antar perangkat, yang menjadikannya sinyal pembeda yang berguna.
Keluaran canvas relatif stabil sepanjang waktu karena perangkat keras dan driver yang mendasarinya jarang berubah. Namun, ia dapat bervariasi setelah pembaruan driver, pembaruan sistem operasi, atau perubahan perilaku rendering browser, karena itu biasanya digabungkan dengan sinyal lain alih-alih digunakan sendiri.
Alat privasi dan beberapa browser menetralkan canvas fingerprinting dengan menambahkan derau acak pada data piksel atau meminta izin sebelum mengizinkan pembacaan. Gangguan yang disengaja ini pada dirinya sendiri dapat terdeteksi dan dapat diperlakukan sebagai sinyal tersendiri.
Mengapa Canvas Fingerprinting penting untuk pencegahan penipuan
Canvas fingerprinting menyediakan informasi berentropi tinggi tentang perangkat keras yang mendasarinya, yang menjadikannya bernilai untuk membedakan perangkat yang jika tidak akan tampak identik pada tingkat browser. Dalam pencegahan penipuan, ia membantu mengungkap peternakan mesin serupa, emulator, dan browser anti-deteksi yang memalsukan atribut tingkat tinggi tetapi tidak dapat dengan mudah menyimulasikan pipeline rendering yang sebenarnya. Ini adalah sinyal fundamental untuk pengenalan perangkat tanpa cookie.
Cara TRACIO menanganinya
TRACIO menggunakan rendering canvas sebagai salah satu dari lebih dari 130 sinyalnya, menimbangnya sesuai seberapa khas dan stabil ia terbukti bagi seorang pengunjung tertentu, alih-alih memperlakukannya sebagai ID unik dengan sendirinya. Karena penyerang dapat menyuntikkan derau ke canvas, TRACIO mengonfrontasikannya dengan sinyal rendering dan perangkat keras lain, sehingga memalsukan satu dimensi tidak membatalkan identifikasi. Dengan demikian pengenalan tetap tangguh sembari memberi masukan pada skor keyakinan global.
Istilah terkait
Pelajari lebih lanjut
Pertanyaan yang sering diajukan
Identifikasi setiap perangkat dengan percaya diri
Mulai dengan paket gratis 2,500 panggilan API per bulan. Tanpa kartu kredit.