浏览器指纹识别是一种通过收集和结合特征(如版本、时区、语言、已安装的字体和屏幕分辨率)来识别浏览器的技术,通常产生一个足够独特的组合,以便在不同网站之间识别它。与 cookies 不同,它不会在浏览器中存储任何内容,因此清除 cookies 并不会重置它。

W3C 将其定义为网站识别或重新识别访问用户、用户代理或设备的能力。这是 设备指纹识别 的一种形式。IP 地址是单独跟踪的:EFF 的 Cover Your Tracks 将指纹识别与传统的 IP 地址和 cookies 跟踪进行了对比。

浏览器指纹识别的工作原理

  1. 读取请求: 网站记录浏览器发送的内容,例如其 HTTP 头部。这是被动指纹识别。
  2. 运行脚本: 页面上的 JavaScript 查询更多特征,例如屏幕大小、时区、字体和图形输出。这是主动指纹识别。
  3. 组合特征: 将这些值结合在一起,通常进行哈希处理,形成一个标识符。
  4. 稍后匹配: 网站在每次访问时重新计算标识符,并链接匹配的访问,即使在共享数据的网站之间。

常见的指纹识别技术

  • Canvas: 绘制隐藏的文本或图形并对像素进行哈希处理。请参见 canvas 指纹识别。
  • WebGL: 读取浏览器报告的图形供应商和渲染器。
  • 音频: 处理使用 Web Audio API 的 OscillatorNode 生成的信号。该技术依赖于信号处理方式的差异。
  • 字体: 通过文本的渲染和测量来确定已安装的字体。
  • 被动信号: 使用每个请求已经携带的内容,例如 User-Agent 头部,而不在设备上运行任何代码。

浏览器指纹识别与 Cookies

Cookies浏览器指纹识别
标识符存储位置存储在浏览器中每次访问时从浏览器的特征重新计算
用户可以清除它吗?可以,通过删除 cookies通常不可以
浏览器能看到这一过程吗?可以对于被动指纹识别,无法看到,因为它不在设备上运行代码
英国同意规则 (PECR)适用适用,根据英国 ICO 的规定

浏览器指纹的独特性有多高?

结果取决于测量对象和收集的特征。2024 年对约 8,400 名美国参与者的研究(数据来自 2023 年 12 月)发现,约 60% 的人具有独特的指纹。早期的研究显示,从 2018 年的 33.6% 到 2010 年的 94.2%。W3C 估计,30 多位的识别信息就足以区分每个人。

谁在使用浏览器指纹识别

  • 安全和欺诈团队: 指纹识别可以作为安全措施,例如帮助验证用户。
  • 广告商: 谷歌于 2025 年 2 月 16 日停止禁止广告商使用其广告产品进行指纹识别。英国 ICO 回应称,指纹识别依赖于用户无法轻易清除的信号,企业必须为用户提供公平的选择,决定是否被跟踪。
  • 反机器人系统: 网站比较指纹特征,以区分浏览器和自动客户端。

代理更改 IP,而不是指纹

代理仅更改网站看到的地址。其余的指纹可能与之相矛盾:

  • 时区: 脚本读取系统时区。MDN 显示 Intl.DateTimeFormat().resolvedOptions().timeZone 返回运行时的默认时区,例如 "Europe/Brussels",无论代理 IP 位于哪个国家。
  • 语言: 浏览器的 Accept-Language 头部遵循其自身的语言设置,而不是代理的位置。
  • 自动化标志: navigator.webdriver 报告浏览器是否受到自动化控制。在 Chrome 中,当使用 --headless 或 --enable-automation 标志时为真,而在 Firefox 中,当启用 Marionette 时为真。
  • 客户端提示: OWASP 列出客户端提示头部作为一种声明信号,可以与客户端的 TLS 指纹 进行验证。

减少指纹识别

  • 融入环境: Tor 浏览器试图将所有用户按特征放入几个桶中,而不是让每个浏览器都显得突出。
  • 避免独特选择: 使浏览器与众不同的选项使其更容易被指纹识别。这就是为什么 Tor 浏览器不允许用户选择他们希望显示的操作系统。
  • 测试你的浏览器: Cover Your Tracks 比较你的浏览器特征,如字体、屏幕分辨率和画布哈希,与其他访问者进行比较,并评分其独特性。

对网络爬虫的意义

  • 轮换不会重置: 来自 IP 轮换 的新 IP 不会改变指纹,因此网站仍然可以将请求关联起来。
  • 匹配代理的位置: 设置浏览器的时区和语言以适应代理 IP 所在的国家。
  • 每个会话保持一个身份: OWASP 建议在会话中途更改客户端属性时将其视为可能的劫持迹象。保持相同的浏览器设置和 IP 以实现 粘性会话。

相关术语