Toán học đằng sau việc khớp thiết bị xuyên phiên

Fingerprinting thiết bị đối mặt với một thách thức căn bản: tín hiệu thay đổi. Trình duyệt cập nhật, người dùng chỉnh cài đặt, font được cài rồi gỡ. So sánh nghiêm ngặt sẽ coi mọi tín hiệu thay đổi là một thiết bị mới, phá hủy độ chính xác nhận dạng. Hệ thống khớp xuyên phiên của chúng tôi giải quyết điều này bằng các kỹ thuật dựa trên AI, định lượng độ tương đồng thay vì đòi hỏi sự bằng nhau tuyệt đối.

Vấn đề: Sự trôi tín hiệu

Hãy xét một thiết bị đã được fingerprint hôm qua và quay lại hôm nay sau khi cập nhật trình duyệt. Chuỗi user agent đã thay đổi. Hai tính năng CSS mới nay được hỗ trợ. Một tiện ích mở rộng WebGL được thêm vào. Kết xuất canvas vẫn giữ nguyên (cùng GPU, cùng driver). Fingerprint âm thanh giống hệt. Các tham số WebGL giống hệt ngoại trừ tiện ích mở rộng mới.

Với khớp chính xác tuyệt đối, thiết bị này sẽ không được nhận ra — fingerprint tổng hợp đã thay đổi. Nhưng theo trực giác, ta biết đây là cùng một thiết bị. Các tín hiệu phần cứng giống hệt nhau, và những thay đổi phần mềm nhất quán với một lần cập nhật trình duyệt. Hệ thống khớp xuyên phiên của chúng tôi hình thức hóa trực giác này.

So sánh dựa trên tập hợp cho các tín hiệu tính năng

Nhiều tín hiệu trình duyệt được biểu diễn tự nhiên dưới dạng tập hợp: tập các tính năng CSS được hỗ trợ, tập các font khả dụng, tập các tiện ích mở rộng WebGL. Với những tín hiệu này, chúng tôi đo mức chồng lấp bằng các độ đo tương đồng dựa trên tập hợp. Với hai tập A và B, ta tính tỷ lệ giữa số phần tử chung và tổng số phần tử.

Một thiết bị có 45 tính năng CSS hôm qua và 47 hôm nay (với 44 tính năng chung) có điểm tương đồng cao. Chừng đó đủ để cho thấy cùng một thiết bị đã cập nhật trình duyệt. Một thiết bị hoàn toàn khác có thể chỉ chia sẻ 30 tính năng CSS, cho điểm tương đồng thấp hơn nhiều. Ngưỡng phân biệt giữa "cùng thiết bị" và "thiết bị khác" được học từ dữ liệu đã gán nhãn.

Sinh ứng viên hiệu quả

Tính độ tương đồng giữa mọi cặp thiết bị sẽ tốn kém đến mức không thể chấp nhận ở quy mô lớn. Hệ thống sinh ứng viên của chúng tôi dùng các kỹ thuật lập chỉ mục tiên tiến, ánh xạ các mục tương tự vào cùng một ô tra cứu với xác suất cao, cho phép tìm các trận khớp tiềm năng trong thời gian hằng số.

Cách tiếp cận này loại bỏ 99,9% số phép so sánh trong giai đoạn sinh ứng viên, khiến hệ thống hiệu quả ngay cả ở quy mô hàng tỷ hồ sơ thiết bị.

Phân tích bằng AI cho các tín hiệu phức tạp

Một số tín hiệu không phân rã gọn gàng thành tập hợp. Fingerprint canvas, đầu ra xử lý âm thanh và các vector tham số WebGL là dữ liệu phức tạp mà so sánh tập hợp đơn giản không áp dụng được. Với những tín hiệu này, chúng tôi dùng phân tích bằng AI để ánh xạ hồ sơ thiết bị vào một biểu diễn nơi các thiết bị tương tự nằm gần nhau.

Mô hình AI nắm bắt các mối quan hệ không hiển nhiên giữa các tín hiệu. Chẳng hạn, nó học được rằng thay đổi chuỗi renderer WebGL từ một mẫu GPU sang phiên bản nâng cấp nhẹ của cùng mẫu đó biểu thị việc nâng cấp GPU trên cùng một máy, trong khi thay đổi sang một nhà cung cấp GPU hoàn toàn khác biểu thị một thiết bị hoàn toàn khác.

Kết hợp các kỹ thuật

Hệ thống production của chúng tôi dùng nhiều kỹ thuật theo một chuỗi tầng. Trước tiên, sinh ứng viên hiệu quả xác định các trận khớp tiềm năng. Thứ hai, so sánh dựa trên tập hợp cung cấp thước đo chính xác mức chồng lấp cho các tín hiệu dựa trên tính năng. Thứ ba, phân tích bằng AI chấm điểm độ tương đồng của các tín hiệu phụ thuộc phần cứng. Điểm tin cậy cuối cùng là tổ hợp có trọng số của tất cả các phương pháp, với trọng số được tinh chỉnh trên dữ liệu đã gán nhãn.

Kiến trúc chuỗi tầng này vừa chính xác vừa hiệu quả. Tổng thời gian khớp cho một khách quay lại trung bình dưới 5ms.