Chrome Privacy Sandbox: co oznacza dla fingerprintingu urządzeń

Google Privacy Sandbox to najważniejsza zmiana w fingerprintingu przeglądarek od czasu wprowadzenia Canvas API. W ciągu ostatnich dwóch lat Chrome stopniowo ograniczał informacje dostępne przez API navigatora, wprowadził User-Agent Client Hints jako zamiennik ciągu user-agent i całkowicie usuwa pliki cookie stron trzecich.

Dla dostawców fingerprintingu urządzeń jest to zarazem wyzwanie i szansa. Wyzwanie jest oczywiste: mniej sygnałów oznacza mniejszą zdolność identyfikacji. Szansą jest to, że dostawcy, którzy się dostosują, uzyskają znaczną przewagę konkurencyjną nad tymi, którzy polegali na sygnałach obecnie już ograniczonych.

Co się zmieniło

Najbardziej wpływową zmianą jest redukcja ciągu navigator.userAgent. Chrome zwraca teraz „zredukowany” user agent, który pomija wersję systemu, model urządzenia i pełną wersję przeglądarki. Zamiast tego informacje te są dostępne przez User-Agent Client Hints — ale tylko wtedy, gdy zostaną jawnie zażądane za pomocą nagłówka Accept-CH i z zastrzeżeniem polityk uprawnień.

Dla tracio.ai user agent nigdy nie był szczególnie wyróżniającym sygnałem. Wnosił ograniczoną odróżnialność do naszego fingerprintu, a jego wartość malała, w miarę jak Chrome, Edge i Brave zbiegały się do podobnych formatów. Nasza wielopoziomowa architektura identyfikacji już wcześniej klasyfikowała dane user-agent jako sygnał „na poziomie sesji” — przydatny do początkowej identyfikacji, ale niekrytyczny dla trwałości między sesjami.

Nasza strategia adaptacji

Odpowiedź tracio.ai na Privacy Sandbox jest trojaka. Po pierwsze, przenieśliśmy nacisk na sygnały na poziomie sprzętu, których Chrome nie może ograniczyć bez naruszenia kompatybilności z siecią: renderowanie canvas, precyzja shaderów WebGL, charakterystyka przetwarzania audio oraz parametry GPU. Sygnały te działają na poziomie poniżej mechanizmów prywatności przeglądarki — zależą od fizycznego sprzętu, a nie od konfiguracji przeglądarki.

Po drugie, zainwestowaliśmy w łączenie sygnałów oparte na ML. Gdy pojedyncze sygnały stają się mniej odróżniające, kombinacja wielu sygnałów wciąż może dać wysoce unikalny fingerprint. Nasz model oparty na AI uczy się korelacji między sygnałami, które prosta konkatenacja pomija. Określone połączenie rozdzielczości ekranu + device pixel ratio + hardware concurrency + renderera GPU + częstotliwości próbkowania audio może być niemal tak unikalne jak sam fingerprint canvas.

Po trzecie, rozszerzyliśmy nasz katalog sygnałów poza tradycyjne API przeglądarki. Zapytania o funkcje CSS, metryki renderowania czcionek, charakterystyka timingu silnika JavaScript oraz zachowanie kompilacji WebAssembly — wszystko to dostarcza sygnałów identyfikacyjnych, które nie są celem ograniczeń Privacy Sandbox.

Wpływ na dokładność

Śledzimy dokładność naszej identyfikacji na przestrzeni wydań Chrome od wersji 110. Oto nasze liczby:

Chrome 110 (przed redukcją): 99,7% dokładności. Chrome 115 (częściowa redukcja UA): 99,6% dokładności. Chrome 120 (pełna redukcja UA): 99,5% dokładności. Chrome 125 (egzekwowanie Client Hints): 99,5% dokładności.

Spadek o 0,2% dotyczy głównie scenariuszy cross-browser z mobilnego Safari do Chrome, gdzie sygnały sprzętowe się różnią. Dla identyfikacji powracających użytkowników w tej samej przeglądarce — naszego głównego zastosowania — dokładność utrzymywała się na poziomie 99,5% przez cały czas wdrażania Privacy Sandbox.

Co dalej

Google ogłosił plany ograniczenia kolejnych API, w tym zmniejszenia precyzji screen.width/height oraz ograniczenia enumeracji rozszerzeń WebGL. Przygotowujemy się na te zmiany, korzystając z alternatywnych źródeł sygnałów i ulepszonych modeli ML.

Fundamentalny wniosek jest taki, że różnorodność sprzętu stanowi podstawę fingerprintingu urządzeń, a różnorodność sprzętu nie zniknie. Dopóki różne urządzenia renderują piksele inaczej, inaczej przetwarzają audio i inaczej wykonują kod, identyfikacja urządzeń pozostanie wykonalna z wysoką dokładnością. Sygnały, których używamy, mogą się zmieniać, ale leżąca u ich podstaw zasada — każde urządzenie jest unikalne — pozostaje niezmienna.