Chrome Privacy Sandbox: Điều này có ý nghĩa gì với device fingerprinting

Privacy Sandbox

của Google là thay đổi lớn nhất đối với browser fingerprinting kể từ khi

Canvas API

ra đời. Trong hai năm qua, Chrome đã dần dần thu hẹp lượng thông tin có sẵn qua các navigator API, giới thiệu User-Agent Client Hints để thay thế chuỗi user-agent, và đang loại bỏ hoàn toàn cookie bên thứ ba.

Đối với các nhà cung cấp device fingerprinting, đây vừa là thách thức vừa là cơ hội. Thách thức thì rõ ràng: ít tín hiệu hơn đồng nghĩa với khả năng nhận diện yếu hơn. Cơ hội nằm ở chỗ những nhà cung cấp nào thích ứng được sẽ có lợi thế cạnh tranh đáng kể so với những bên vốn phụ thuộc vào các tín hiệu nay đã bị hạn chế.

Điều gì đã thay đổi

Thay đổi có tác động lớn nhất là việc rút gọn chuỗi navigator.userAgent. Chrome hiện trả về một user agent "rút gọn" bỏ đi phiên bản OS, model thiết bị và phiên bản đầy đủ của trình duyệt. Thay vào đó, thông tin này chỉ có sẵn qua User-Agent Client Hints — nhưng chỉ khi được yêu cầu tường minh qua header Accept-CH, và phải tuân theo các chính sách quyền (permission policy).

Đối với tracio.ai, user agent chưa bao giờ là một tín hiệu có tính phân biệt cao. Nó chỉ đóng góp mức độ phân biệt hạn chế vào fingerprint của chúng tôi, và giá trị của nó đang suy giảm khi Chrome, Edge và Brave hội tụ về các định dạng tương tự nhau. Kiến trúc nhận diện nhiều tầng của chúng tôi vốn đã xếp dữ liệu user-agent vào loại tín hiệu "cấp phiên" (session-level) — hữu ích cho việc nhận diện ban đầu nhưng không thiết yếu cho tính bền vững xuyên phiên.

Chiến lược thích ứng của chúng tôi

Phản ứng của tracio.ai với Privacy Sandbox gồm ba hướng. Thứ nhất, chúng tôi chuyển trọng tâm sang các tín hiệu ở cấp phần cứng mà Chrome không thể hạn chế nếu không phá vỡ khả năng tương thích web: kết xuất canvas, độ chính xác shader WebGL, đặc tính xử lý âm thanh, và tham số GPU. Các tín hiệu này hoạt động ở một cấp độ bên dưới các cơ chế kiểm soát quyền riêng tư của trình duyệt — chúng phụ thuộc vào phần cứng vật lý, không phải cấu hình trình duyệt.

Thứ hai, chúng tôi đầu tư vào việc kết hợp tín hiệu dựa trên ML. Khi từng tín hiệu riêng lẻ trở nên ít có tính phân biệt hơn, sự kết hợp của nhiều tín hiệu vẫn có thể tạo ra một fingerprint có tính độc nhất cao. Mô hình dùng AI của chúng tôi học được các tương quan giữa các tín hiệu mà phép ghép nối đơn giản bỏ sót. Một tổ hợp cụ thể của độ phân giải màn hình + device pixel ratio + hardware concurrency + GPU renderer + tần số lấy mẫu âm thanh có thể độc nhất gần như một canvas fingerprint đứng riêng.

Thứ ba, chúng tôi mở rộng danh mục tín hiệu vượt ra ngoài các browser API truyền thống. CSS feature query, chỉ số kết xuất font, đặc tính thời gian thực thi của JavaScript engine, và hành vi biên dịch WebAssembly đều cung cấp những tín hiệu nhận diện không nằm trong phạm vi bị hạn chế bởi Privacy Sandbox.

Tác động đến độ chính xác

Chúng tôi đã theo dõi độ chính xác nhận diện của mình qua các bản phát hành Chrome kể từ phiên bản 110. Đây là các con số của chúng tôi:

Chrome 110 (trước khi rút gọn): độ chính xác 99,7%. Chrome 115 (rút gọn UA một phần): độ chính xác 99,6%. Chrome 120 (rút gọn UA toàn phần): độ chính xác 99,5%. Chrome 125 (áp dụng bắt buộc Client Hints): độ chính xác 99,5%.

Mức giảm 0,2% chủ yếu nằm ở các kịch bản chéo trình duyệt từ Safari sang Chrome trên di động, nơi các tín hiệu phần cứng khác nhau. Đối với việc nhận diện khách quay lại trên cùng trình duyệt — trường hợp sử dụng cốt lõi của chúng tôi — độ chính xác vẫn duy trì ở mức 99,5% trong suốt quá trình triển khai Privacy Sandbox.

Điều gì sẽ đến tiếp theo

Google đã công bố kế hoạch hạn chế thêm các API khác, bao gồm giảm độ chính xác của screen.width/height và giới hạn việc liệt kê các phần mở rộng WebGL. Chúng tôi đang chuẩn bị cho những thay đổi này bằng các nguồn tín hiệu thay thế và các mô hình ML được cải tiến.

Nhận thức cốt lõi là sự đa dạng của phần cứng chính là nền tảng của device fingerprinting, và sự đa dạng này sẽ không biến mất. Chừng nào các thiết bị khác nhau còn kết xuất pixel khác nhau, xử lý âm thanh khác nhau và thực thi mã khác nhau, thì việc nhận diện thiết bị vẫn khả thi với độ chính xác cao. Các tín hiệu chúng tôi sử dụng có thể thay đổi, nhưng nguyên lý nền tảng — mỗi thiết bị là độc nhất — vẫn giữ nguyên.