广告隐私安全

指纹是新的 cookie

第三方 cookie 没被淘汰，指纹识别先成了新的追踪手段。文章从一个算出访客昵称的演示讲起，拆开指纹的数据来源、信息熵如何把特征换算成比特，以及 Chrome、Safari、Tor 各自给出的答案。

royfish.dev9 分钟阅读

中文
中文日本語
复制
xkcd 第 936 期漫画，左边是 Tr0ub4dor&3 这种靠大小写替换凑出来的密码，标着难以记忆；右边是 correct horse battery staple 四个常见词拼成的密码，标着难以猜解；下框写人类二十年努力训练大家使用连自己都记不住的密码

你在这里不会被我用的这些手段识别。 你禁用了 JavaScript，所以这个指纹识别技巧根本跑不起来。但基于网络的手段对你依然有效。往下读，看看它对其他人做了什么。

从现在起，我就叫你：

… computing…

试试刷新页面。清掉 cookie。连上 VPN。

你依然是那个 …。

现在换手机或别的设备打开，你的昵称会不一样，但同样稳定。

无痕模式下不一样？很好。但永远都一样？那可不是好消息。

想象一下：

你访问的大多数网站靠展示广告赚钱，同时悄悄运行我的脚本，让我知道你就是那个 …。我可以用它决定给你看什么广告。但更重要的是，如果你在那个网站注册过账号，我可以提出购买你的数据——只要他们的隐私政策允许分享：你的姓名、活动记录、与 AI 的对话……

用不了多久，我对你的了解就会超过你的朋友——也许超过你自己。

“那又怎样？”——你说。

“我没什么可藏的。而且我更喜欢看相关的广告……有时候它们推的正是我需要的东西！再说数据反正都匿名化了……”

问题是，这根本与你无关。现在也早已不只是广告的事了。没人在乎你。但如果警察或政府恰好在乎，我也很乐意收他们的钱。

我看着这所有数据，看到的不是人。我看到的是模式。模式中浮现出模式。一个活生生的、数字化的分形——经济、社会和人类心理的状态。21 世纪的水晶球，而且是硅做的！这才是产品。

然后它被卖给出价最高的人！

那你算什么？一颗齿轮？一头牛？一个志愿者？

指纹是新的 cookie

还记得当年第三方 cookie 闹得多大吗？大到欧盟已经推出它最伟大的发明之一——同意横幅。

如果欧盟的推进速度比科技公司还快，那只能说明这些科技公司在袖手旁观。而其中一家科技公司，恰好握着三分之二的浏览器市场。

这出戏是怎么唱的？

给 Google 鼓个掌吧——地球上最大的广告公司！

第一幕：施压——“隐私对我们至关重要，贯穿我们做的每一件事。”

2019 年，cookie 还热乎着。但它已经成了公关负资产，Safari 和 Firefox 早就把它们拦了。

一年后 Google 承诺：我们要干掉 cookie！！并开创一个隐私优先的新王朝。

第二幕：转移视线——“与其弃用第三方 cookie，我们将推出一种全新体验”

5 年后：人们的注意力早已被远比 cookie 更让人头疼的事占据，而 Google 搞出来的方案（Privacy Sandbox）实在不怎么样，还引发了反垄断担忧，所以根本没人用。

“这样吧，cookie 就留着。不过我们会给你的 IP 地址打码！”（ 仅限已登录状态下开启无痕模式时）（** 最后连这个也没兑现）

第三幕：加速——你现在可以在我们的广告产品中使用设备指纹了

现在有了更好的办法来认出谁是谁！

指纹识别是怎么工作的？

好，来正经地技术一把。

你访问一个网站。浏览器向服务器发送请求，服务器返回代码让浏览器执行。

请求本身就已经暴露了你的信息：你用什么浏览器、浏览器是什么语言、跑在什么操作系统上，以及你的 IP 地址——服务器需要它才能把响应发回给你。而 IP 往往就暴露了你的位置。

然后代码开始执行。

你看，我们在让浏览变得安全这件事上取得了不少文明层面的进步。仅仅访问一个网站就中病毒，那种日子早就过去了。问题在于，安全的定义因人而异。最广泛的共识止步于隔离：一个网站的代码看不到其他网站存储的数据，未经许可也看不到你的文件或其他应用。Chrome 和 Edge 就停在这里。再往前是 Safari（尤其是 iOS/macOS 26+ 上）和 Firefox，它们把安全的定义延伸到隐私，但仍然无法完全保护你免受指纹识别。Brave 和 Tor 是隐私优先浏览器里的领头羊，后起之秀还有 Mullvad Browser（Mullvad 在我看来是市面上最好的 VPN 服务商之一）。

代码跑在你的硬件上，而硬件是可以测量的，测出来的读数既一致又独特。这事其实没什么好办法，所以目前只有两种成熟方案：

  1. 到处掺一点噪声。这叫 farbling，Brave 就是这么做的，让你的指纹前后不一致。
  2. 让所有东西永远长得一模一样，这样就没法把浏览器用户区分开。Tor 和 Mullvad 走的是这条路。

好，来造一个指纹

能拼出指纹的数据有两个来源：网络请求和代码运行环境。

看网络这一层，数据要么脆弱，要么泛泛：

  • IP 地址；在“理想情况”下，一个人始终用同一个 IP，那可能光靠它就够了。但现实中人们大量用移动网络上网，跟别人共用 WiFi，用 VPN，或者家里网络的 IP 被 ISP 轮换。所以它很脆弱。
  • User-Agent 或 Accept-Language 这类头信息；会暴露你的浏览器、操作系统、版本号和语言设置。

当你能在设备上执行代码时，就有办法测量它的硬件特征（而且不需要任何权限弹窗！），这些特征稳定得惊人：

  • GPU；行为、厂商、驱动
  • CPU；行为、厂商、线程数
  • 内存大小
  • 显示数据；分辨率、像素比、刷新率
  • 音频处理
  • 设备型号

再到软件层面；已安装字体、扩展、系统信息……

几百万台设备跑着最新版 Chrome，几百万台 Mac 装着 M4 芯片，几百万个浏览器把语言设成法语。

但如果你只看在 M4 上用法语跑最新版 Chrome 的设备，这个数字就大幅下降了。再加上硬件测量数据，数量会低到实际上独一无二。

指纹不需要做到真正的全球唯一——只要在你的样本量里足够把人们区分开就行。

一个邮编（从 IP 推断）、一个出生日期（你在某个平台上自己交出去的）加上性别（你到哪儿都填），三者合起来就足以唯一识别超过 60% 的美国人。

你随时可以再加一个变量，把候选池进一步缩小。

信息熵

玩过 Akinator 吗？你心里想一个人物，灯神问你二十来个问题，然后就猜出来了。指纹识别本质上就是这么回事，只不过由你的浏览器替你回答问题。搞懂信息熵之后，Akinator 的魔法就只是一个简单的把戏。

用那个猜棋盘上人物的游戏来简化一下，问题类似“我想的人物是男的吗？”。如果我回答“是”，而你棋盘上一半的人物是男性，那你就只剩下一半候选。这时可以说，我的回答给了你 log₂(100 / 50) = log₂(2) = 1 比特的信息，因为它把候选池砍掉了一半。

一个回答带来的比特数叫作它的惊异度（surprisal）：答案越罕见，它告诉你的越多。

  • 每 2 个人中有 1 个具备的特征值 1 比特（是男性），
  • 每 8 个中有 1 个值 3 比特（有胡子），
  • 每 128 个中有 1 个值 7 比特（只有一只眼）。

惊异度衡量的是答案的价值，熵衡量的是问题的价值。如果 128 个人里有 1 个独眼，那么问这个问题，128 次里有 127 次会得到“否”。

回答概率惊异度熵的贡献
是1/128log₂(128 / 1) = 7 bits1/128 x 7 = ~0.055
否127/128log₂(128 / 127) = ~0.0113 bits127/128 x 0.0113 = ~0.011

把每种可能回答的贡献加起来，这个问题本身约值 0.066 比特的熵——也就是你从一个回答中平均能获得的比特数。

当特征之间相互独立时，我们直接把比特数相加，或者把比例相乘，所以一个有胡子又独眼的男性意味着 11 比特，也就是 2048 分之 1。可惜，正如 Thomas Bayes 会让你明白的，现实中从来没有这么简单。胡子本身就是男性的强指示，而男性也更可能只有一只眼。这些特征并不独立，所以比特数并不能真正相加。

这类推理有一些有趣的应用：

  • 医学诊断：一种已知影响 0.01% 人口的疾病，若用准确率 99% 的检测方法得到阳性结果，这个结果出错的概率大约是你真正患病的 100 倍。你需要更多证据！

  • 密码学：由四个随机单词组成的密码，强度相当于八个随机键盘字符（但好记得多！）

    xkcd 936

  • 法医学：在一座百万人口的城市里锁定一个人，大约需要 20 比特。一份只匹配千分之一人口的目击者描述，只提供 10 比特，仍然留下一千个可能的嫌疑人。

那我能做些什么？

测试你的浏览器：

如果你在用 Chrome，基本上等于额头上贴着身份证在街上走。

Safari 和 Firefox 提供了一定程度的保护，但高级追踪器仍然能识别出你。

目前，Brave、Tor 和 Mullvad Browser 是仅有的几款实现了高级反指纹保护的主流浏览器。

如果你不想换浏览器，我理解。我自己就是 Arc 的忠实用户，可惜它已经停止开发，永远不会加入任何隐私功能。也有像 JShelter 这样的扩展——它们通过拦截浏览器 API 调用来干扰指纹脚本，但也会弄坏一些网站。Firefox 的 Resist Fingerprinting 功能也有同样的问题。

讽刺的是，隐私扩展反而让你更独特，因为用的人更少。聪明的追踪器可以据此识别出你，忽略被扩展干扰的信号，专注于没被干扰的那些。

任何扩展都比不上浏览器内置的引擎级保护。所以如果你不想被追踪，就得下决心换。

本页使用的方法

我只是对你的设备做几项测量，然后生成一个哈希。其中任何一项发生变化，哈希就会不同。专业应用比这复杂得多，能在单个变量变化时仍保持识别的一致性。

  1. OfflineAudioContext 用压缩器渲染一小段音调但不播放；结果中细微的浮点差异取决于浏览器的音频引擎和你的 CPU。

    const off = new OfflineAudioContext(1, 5000, 44100);
// … a 1 kHz triangle wave into a dynamics compressor …
const data = (await Promise.race([off.startRendering(), timeout])).getChannelData(0);
let sum = 0;
for (let i = 4500; i < 5000; i++) sum += Math.abs(data[i]);
return sum.toFixed(3);

  2. WebGL 读取你 GPU 的厂商和型号（不含版本号）、GPU 及其驱动支持的特性，以及一个小三角形渲染后的像素。

    const gl = document.createElement('canvas').getContext('webgl');
const dbg = gl.getExtension('WEBGL_debug_renderer_info');
return gpuName(gl.getParameter(dbg ? dbg.UNMASKED_RENDERER_WEBGL : gl.RENDERER) || '');
// "ANGLE (Apple, ANGLE Metal Renderer: Apple M4, Unspecified Version)" -> "apple m4"
// …
return fnv1a(new TextEncoder().encode([...(gl.getSupportedExtensions() || []).sort(), ...limits, ...precision].join('|')));
// …
gl.drawArrays(gl.TRIANGLES, 0, 3);
gl.readPixels(0, 0, canvas.width, canvas.height, gl.RGBA, gl.UNSIGNED_BYTE, px);

  3. canvas 用几种字体、emoji 和渐变绘制文字，然后读回像素；抗锯齿和字体渲染取决于你的操作系统、GPU 和字体。

    ctx.font = '15px "Times New Roman", serif';
ctx.fillText('Sphinx of black quartz 🦊', 4, 22);
// …
const data = ctx.getImageData(0, 0, 240, 60).data;

  4. Intl 你的时区以及日期和数字格式；VPN 会改变你的 IP 位置，但不会改变你的时区。

    const date = Intl.DateTimeFormat().resolvedOptions();
// …
return [date.timeZone, date.locale, date.calendar, date.numberingSystem, hourCycle, (1234567.891).toLocaleString()].join('/');

  5. navigator 你的 CPU 核心数、内存大小（仅 Chrome）以及浏览器的语言。

    return [navigator.hardwareConcurrency, navigator.deviceMemory, navigator.language].join('/');

  6. crypto.subtle 用 SHA-256 对所有值做哈希，哈希结果决定你昵称中的一个特征和一种动物。

    const digest = await crypto.subtle.digest('SHA-256', bytes);
// …
nickname: stranger || `${pick(TRAITS, hex, 0)} ${pick(ANIMALS, hex, 8)}`,

来源: royfish.dev← 返回首页