Canvas Fingerprinting
Canvas fingerprinting to technika, która renderuje tekst lub grafikę w elemencie canvas HTML5 i odczytuje wynikowe dane pikseli, aby wyprowadzić identyfikator specyficzny dla urządzenia. Drobne różnice w GPU, sterowniku graficznym, rasteryzacji czcionek i antyaliasingu sprawiają, że te same instrukcje rysowania dają subtelnie różne piksele na różnych maszynach.
Jak działa Canvas Fingerprinting
Skrypt tworzy canvas poza ekranem i wydaje polecenia rysowania, zwykle renderując ciąg tekstu w określonych czcionkach wraz z kształtami, gradientami i kolorami. Przeglądarka przekazuje te instrukcje do stosu graficznego, gdzie dokładne wygenerowane piksele zależą od systemu operacyjnego, GPU, wersji sterownika i silnika hintingu czcionek.
Następnie skrypt wywołuje metodę taką jak toDataURL lub getImageData, aby wyodrębnić wyrenderowany bufor pikseli. Bufor ten jest redukowany do zwartej wartości za pomocą funkcji skrótu. Ponieważ potok renderowania różni się między urządzeniami, skrót zwykle jest spójny dla jednego urządzenia i różni się między urządzeniami, co czyni go użytecznym sygnałem różnicującym.
Wynik canvas jest względnie stabilny w czasie, ponieważ leżący u podstaw sprzęt i sterowniki zmieniają się rzadko. Może się jednak zmienić po aktualizacji sterownika, aktualizacji systemu operacyjnego lub zmianie zachowania renderowania w przeglądarce, dlatego zwykle łączy się go z innymi sygnałami zamiast ufać mu samodzielnie.
Narzędzia ochrony prywatności i niektóre przeglądarki przeciwdziałają canvas fingerprintingowi, dodając losowy szum do danych pikseli lub prosząc o zgodę przed zezwoleniem na odczyt. To celowe zaburzenie samo w sobie jest wykrywalne i można je potraktować jako odrębny sygnał.
Dlaczego Canvas Fingerprinting ma znaczenie dla zapobiegania oszustwom
Canvas fingerprinting dostarcza informacji o wysokiej entropii na temat leżącego u podstaw sprzętu, co czyni go cennym w odróżnianiu urządzeń, które w innym przypadku wyglądałyby identycznie na poziomie przeglądarki. W zapobieganiu oszustwom pomaga ujawnić farmy podobnych maszyn, emulatory i przeglądarki antydetekcyjne, które fałszują atrybuty wyższego poziomu, ale nie są w stanie łatwo podrobić prawdziwego potoku renderowania. To fundamentalny sygnał dla rozpoznawania urządzeń bez plików cookie.
Jak TRACIO sobie z tym radzi
TRACIO wykorzystuje renderowanie canvas jako jeden ze swoich ponad 130 sygnałów, ważąc go w zależności od tego, jak charakterystyczny i stabilny okazuje się dla danego odwiedzającego, zamiast traktować go jako samodzielny unikatowy identyfikator. Ponieważ atakujący mogą wstrzykiwać szum do canvas, TRACIO konfrontuje go z innymi sygnałami renderowania i sprzętu, tak aby sfałszowanie jednego wymiaru nie unieważniło identyfikacji. Dzięki temu rozpoznawanie pozostaje solidne, jednocześnie zasilając ogólny wynik pewności.
Powiązane pojęcia
Poznaj więcej
Najczęściej zadawane pytania
Identyfikuj każde urządzenie z pewnością
Zacznij od bezpłatnego planu z 2,500 wywołaniami API miesięcznie. Bez karty kredytowej.