Уникальность сигналов

Уникальность зависит от того, как значения сигнала распределены по популяции. Если почти все сообщают одно и то же значение, сигнал едва сужает то, каким является устройство; если же значения разбросаны по многим малым группам, знание значения сильно различает устройство. Это тесно связано с энтропией.

Системы fingerprinting оценивают уникальность эмпирически по наблюдаемым распределениям, а затем взвешивают каждый сигнал соответственно. Отличительные сигналы, такие как основанные на рендеринге хеши canvas и WebGL, несут большой вес, тогда как широко разделяемые сигналы вроде платформы операционной системы или предпочитаемого языка сами по себе несут мало, но всё же добавляют подтверждение.

Уникальность нужно уравновешивать со стабильностью, потому что наиболее отличительные сигналы иногда наиболее волатильны или наиболее склонны возмущаться инструментами приватности. Хорошая идентификация смешивает высокоуникальные сигналы со стабильными, чтобы объединённый профиль был одновременно отличительным и долговечным.