摘要:现如今,随着多账号批量管理运营的需求增加,浏览器指纹获取技术成为了一个热门话题。VMLogin指纹浏览器官网推出了一款可以实现同时多开反指纹浏览器的工具,每个浏览器都有独立的IP,同时保护了用户的canvas指纹隐私。本文将从四个方面对浏览器指纹获取做最前沿的技术阐述,分别是指纹的产生、指纹差异性分析、指纹防御和指纹应用场景。
尽管网站提供商采用了 cookie、IP、User Agent 等传统方法用于追踪重复访问者,但用户重装系统、清除cookie 或更换设备后就失去了这些识别标志。为此,指纹记录了更细微的标识信息,包括浏览器版本、操作系统、显示器分辨率和字体、插件、语言等等。
如何收集指纹呢?JavaScript 就起到了主要作用。JS 可以对浏览器 API 进行调用,获取大量信息,形成指纹。在指纹采集过程中,排除干扰因素的操作越细致,结果就越具有唯一性和准确性。
但是,JavaScript 的能力是有限的,最大的问题是用户可以禁用或者修改默认设置。对于这种情况,需要使用附加技术来捕获设备汇报的其他信息,比如HTTP头、pptpd等。
指纹难以完全模拟。一个浏览器的指纹包含了设备和个人使用习惯等复杂因素,而且因设备或者软件升级、卸载增加的假环境可能会导致健康指纹识别停滞不前。因此,对不同浏览器生成的指纹进行差异性分析,解决定义指纹的一点点差异问题尤为重要。
目前,主流分析方法主要包括 PCA 和 T-SNE 方法。PCA 旨在削减数据集的维度从而解释数据的变化。然而,PCA 往往无法对非线性对数值的响应产生良好效果;T-SNE 只能用于二维或三维数据可视化,不适用于高维数据分析。
最新实验室研究采用了 GANs 和神经网络技术来分析浏览器指纹之间的特征差异,并就其应用取得了不错的效果。
由于指纹信息是各种细节组合而成,传统的 cookie、用户代理等方法已经无能为力,因此防御指纹的工作主要包括:
(1)浏览器插件:一些插件可以自动阻止指纹被生成。
(2)防指纹脚本:这类脚本在用户访问网站时定位到指纹收集代码段并将其删除,不过有些如 Google 等公司禁用的广告拦截软件之后,它们会执行一些其他代码来追踪用户并建立他的唯一指纹。
(3)反指纹:一个新生事物的出现,VMLogin指纹浏览器就颇为代表。除了能够遮蔽指纹,还可以模拟 每个浏览器都有独立的IP ,因此具有较高的安全性。
指纹技术已经广泛应用于金融、社交媒体、医疗等至关重要的领域。
(1)防止机器人入侵。机器人可以自动地模拟不同的 IP 地址但很难为每个 IP 地址生产一个独立的指纹表现出高质量的随机性。通过引入指纹技术,非人操作就易于被轻松识别并去除。
(2)欺诈检测。指纹技术充分利用了设备个人化的特点,会根据设备和习惯差异异形成唯一指纹。对于有欺诈可能的用户,比如窜货和刷单者,与正常注册行为的指纹不同,这个签名特征具有较高识别准确性。
(3)医疗诊断。基于指纹技术发展出医疗,并涉及到其他相关领域,这些数据已经在 Uniprot 和迈阿密癌症协会等方面有了全新的应用,涉及到摄影学、气象学、生物信息学、经济等。其应用场景更加广泛,在新医疗方向上得到越来越广泛认可。
综上所述,浏览器指纹获取技术作为一种可让网站追踪重复访问者、防止机器人入侵、欺诈检测和医疗诊断的工具,其在多账号批量管理运营等领域中具有广阔的应用前景。同时,技术防御也在不断逐步加强,模拟 VMLogin 反指纹浏览器作为新生代产品尤为引人瞩目。