Ano ang AudioContext fingerprint? Paano nito kinikilala ang browser environment

Pangunahing konklusyon: Hindi humahawak ng mikropono at hindi gumagawa ng tunog ang audio fingerprint — sa halip, tahimik na ni-render sa memorya ng browser ang isang nakatakdang audio clip, at ang maliliit na floating-point na pagkakaiba sa resulta ang ginagamit na device signature. Kabilang ito sa rendering-result fingerprints kagaya ng Canvas at WebGL: hindi ito matatanggal sa pagpapalit ng IP o pag-clear ng cache, dahil ang value ay tinutukoy ng device at browser engine. Sa multi-account operations, dalawa lang ang pamantayan: dapat nananatiling matatag sa mahabang panahon ang value sa iisang environment, at magkakaiba ang mga environment sa isa't isa, at may Realistic at Random na dalawang opsyon ang AudioContext setting ng MostMate — pumili lang alinsunod sa dalawang ito.

"Patayin ang speaker, tanggihan ang pahintulot sa mikropono — walang magagawa ang audio na bahagi ng website sa akin." Ito ang pinakakaraniwang maling akala tungkol sa audio fingerprint. Eksaktong kabaligtaran ang totoo: walang anumang tunog na pumasok o lumabas sa buong proseso. Noong 2016, isinama ng research team mula Princeton University ang fingerprint sa opisyal na tala ng kanilang pagsukat sa milyun-milyong site, at mula noon naging standard na item na ito ng mainstream detection scripts: walang kailangang pahintulot, natatapos sa loob ng millisecond, at gumagana pa rin sa incognito mode. Ang MostMate ay isang fingerprint browser na naghahanda ng hiwalay na browser environment para sa bawat account, at isa sa mga fingerprint parameter na kailangang hawakan ng ganitong uri ng produkto ang audio fingerprint. Ipapaliwanag ng artikulong ito ang lahat sa apat na tanong: ano ang nakikita ng website, bakit napakatatag ng numerong ito, paano ito tumutugma sa ibang parameter, at paano ito iko-configure sa fingerprint browser.

Ano ang nakikita ng website: isang audio na hindi kailanman pinatugtog, kapalit ng isang numero

Ang huling resultang nakukuha ng website ay isang floating-point na numero: walang tunog, walang device model. Ang daloy ng mga mainstream detection script (kinakatawan ng implementasyon ng FingerprintJS, na ginagamit ng maraming open-source library) ay nakapirming limang hakbang:

• Gumawa ng offline audio context (OfflineAudioContext, MDN documentation): single channel, 44100 Hz sample rate, mga 5000 samples — katumbas ng humigit-kumulang 113 millisecond na audio, at hindi dumadaan sa speaker sa buong proseso.
• Gumamit ng oscillator para lumikha ng nakatakdang 10000 Hz triangle wave bilang eksaktong parehong input signal.
• Ipasa ang signal sa dynamic compressor (DynamicsCompressorNode) na may sadyang medyo aggressive na mga parameter (threshold na -50 dB, knee 40, ratio 12) — layuning itulak ang computation sa non-linear zone para lumaki ang napakaliit na pagkakaiba sa pagitan ng mga device.
• Tawagin ang startRendering para tahimik na mag-render sa memorya; walang anumang naririnig na tunog sa hakbang na ito.
• Kunin ang huling mga 500 sample ng output buffer at kwentahin ang kabuuan ng kanilang absolute value — ang resulta ay isang numerong tulad ng 124.0434.

Ang numerong ito ang audio fingerprint. Mangyayari ang computation bago pa ang playback, kaya walang epekto ang pag-mute ng system o ang nakakonekta na speaker; hindi rin nito ina-access ang recording device, kaya walang dapat pahintulutan sa mikropono. Sa overview ng browser fingerprint, isang linya lang karaniwang nakalaan sa ganitong uri ng parameter; may sariling artikulo ito dahil espesyal ang pinagmulan ng value nito: ang value ay nagmumula sa computation error, at ang error na iyon ang siyang matatag — ito ang paksa ng susunod na seksyon.

Karaniwang ipinapakita ng mga detection site ang hex string mula sa hash ng raw value na ito, at magkakaiba ang haba nito sa bawat site; sa paghahambing, tingnan lang kung "matatag ba sa parehong environment at magkaiba ba sa magkaibang environment" — huwag nang problemahin ang format ng string mismo.

Paano nagiging fingerprint ang isang numero: ang error mismo ang matatag

Ang susi sa mekanismo: hindi bit-per-bit magkapareho ang audio computation sa iba't ibang device, at ang pagkakabaong ito ay reproducible. Nagtakda lang ang Web Audio specification ng proseso ng pagproseso; hindi nito hinihiling na magbigay ang bawat implementasyon ng eksaktong parehong resulta; bahagyang naiiba ang floating-point precision ng iba't ibang CPU at ang pagkakatupad ng audio stack ng iba't ibang browser engine sa pag-round at sa pagkakasunod ng mga operasyon. Maliit hanggang mapapansin ang pagkakaiba sa isang operasyon, ngunit dadaan ang signal sa compressor nang paulit-ulit na non-linear processing at saka bubuuin ang daan-daang sample — unti-unting lumalaki ang maliliit na pagkakaiba hanggang maging isang madaling makilala na numero.

Ibinigay din ng Princeton study ang totoong sukat: sa mahigit 18,000 device, humantong ang audio fingerprint sa mahigit 700 magkakaibang value, katumbas ng mga 5.4 bits na pagkakakilanlan — limitado ang sample, kaya pinakamababang tantiya lang ito. Sapat na ang ganitong magnitude para sa linkage detection, dahil ang tunay na halaga ay hindi nasa "gaano ka-unique ang value" kundi nasa "gaano katatag ang value": i-refresh ng isandaang beses ang parehong device, hindi gagalaw ang resulta; palitan ang machine o ang browser engine, agad magbabago ang value. Ang signal na walang hinihinging pahintulot, hindi mabura, at hindi nagbabago sa refresh — walang hihigit pa sa ganito bilang sangkap ng mga platform sa pagbuo ng device profile.

Paano ito itugma sa ibang parameter: tatlong prinsipyo ng consistency

Walang anumang kaugnayan ang audio fingerprint sa IP — purong device-side signal ito; at kabilang ito sa rendering-result category kagaya ng Canvas at WebGL — ibinibigay ng website ang isang nakatakdang computational na tanong sa browser at hinihintay na sagutin ito ng tunay na device nang biglaan. Sa paghusga kung maayos ba ang pagka-set up ng isang environment, sumunod sa tatlong pagsusuri:

• Matatag sa iisang environment: Dapat pareho ang resulta sa bawat render sa parehong environment — ito ang paunang kondisyon ng "ito ay isang normal na device". Kapag biglang nagbago ang value, ang ibig sabihin lang ay may nakialam sa parameter, at mas nakakapagduda pa ito.
• Magkakaiba ang mga environment: Kapag sampung environment ang nag-ulat ng parehong audio value, parang sarili mong ginuhit ang bilog sa linkage graph. Kabiligtaran nito, ang "i-set ang bawat parameter sa perpekto" ay maling direksyon din; binuwag nang hiwalay ang panganib ng randomization sa artikulong Bakit hindi ligtas ang fingerprint randomization.
• Tugma sa browser engine: Iniipatupad ng browser engine ang audio stack, at nagbabago ang value kasama ang engine at bersyon. Dapat tugma ang ina-claim na UA at system ng environment sa aktwal na engine; pagkatapos ng malaking version upgrade ng browser, kusang mag-a-update ang value — walang kailangang manual na interbensyon.

Kapag pinagsama ang tatlong prinsipyo, isang pangungusap lang: ang gusto ng audio fingerprint ay "ang itsura ng isang tunay na device," hindi "ang pinakamahusay". Ginawang apat na design principle ng MostMate ang lohikang ito; ipinaliwanag nang buo ang kabuuang larawan sa artikulong Apat na design principle, at nakatuon lang ang artikulong ito sa audio.

Paano suriin ang sariling audio fingerprint: dalawang paghahambing, malinaw ang problema

Walang kailangang plugin sa pagsusuri — isang detection site at dalawang refresh ang sapat na.

Hakbang 1: Pumili ng kahit anong detection site at hanapin ang audio fingerprint. Ililista nang hiwalay ito ng BrowserScan at Iphey; kung paano basahin ang trust score ng Iphey, kumpleto ang daloy sa praktikal na gabay — gamitin kasama ang artikulong Praktikal na gabay sa Iphey detection.

Hakbang 2: I-refresh nang dalawa o tatlong beses sa parehong environment at bantayan ang value. Ang pagiging matatag ng value ang passing mark; kung nagbabago sa bawat refresh, nangangahulugang nakatakda sa mode na muling kalkulahin sa bawat pagkakataon ang audio parameter ng environment na iyon — para na ring ipahayag sa platform na "may namanipula sa device na ito".

Hakbang 3: Sumubok sa ibang environment at ikumpara ang dalawang value. Dapat magkaiba ang audio value ng dalawang environment; kung eksaktong pareho, bumalik at tingnan kung muling ginamit ang parehong fingerprint template — ang muling paggamit ng template ang pinakanakatagong pinagmumulan ng multi-account linkage.

Paano i-configure sa MostMate: ang pagpapili sa pagitan ng Realistic at Random

Inilalagay ng environment creation form ng MostMate ang AudioContext nang hiwalay sa fingerprint settings section at nagbibigay ito ng Realistic at Random na dalawang opsyon; ipinapakita nang real-time ng fingerprint preview panel sa kanan ang kasalukuyang value, kaya makukumpirma agad pagkatapos i-set nang hindi na kailangang i-submit. Direkta ang paghuhusga sa dalawang opsyon: Realistic para sa pang-araw-araw na pangunahing environment — nagmumula sa computation ng mismong machine ang value, likas na matatag, at perpektong umuuugma sa prinsipyong "matatag sa iisang environment"; Random kapag gumagawa ng batch ng mga environment — tatanggap ang bawat environment ng iba at panloob na matatag na value, na tumutugon sa "magkakaiba ang mga environment".

Walang custom na opsyon para sa audio parameter, at kapansin-pansin ang mismong desisyon na ito: nasa katatagan ang halaga ng audio fingerprint, at sa pagbubuo ng nakatakdang value nang mano-mano, mawawala ang kahulugan nito. Sa pagpili sa pagitan ng Realistic at Random, ang totoong dapat isaalang-alang ay kung paano ginawa ang batch ng mga environment na ito, hindi ang pag-tune sa bawat parameter isa-isa; suriin din ang Canvas, WebGL image, at ClientRects ng parehong pamilya gamit ang parehong pag-iisip — buong ipinaliwanag ang dibisyon ng buong mekanismo sa pahinang Ano ang MostMate.

Mga Madalas Itanong

Kailangan ba ng audio fingerprint ng pahintulot sa mikropono o speaker?

Hindi. Offline na na-render sa memorya ang buong audio — hindi dumadaan sa speaker at hindi ina-access ang recording device; kahit naka-mute o walang audio device ang machine, makokolekta pa rin ang parameter nang normal.

Sapat ba ang pag-clear ng cookie o paggamit ng incognito mode para makaiwas sa audio fingerprint?

Hindi. Nasa lokal ang cookie at mababura; ang audio fingerprint ay nabubuo sa real-time na computation ng device — dalawang ganap na magkaibang mekanismo ang dalawang ito, at walang anumang epekto ang pag-clear ng cache dito.

Hindi ba mas ligtas kung i-disable ang AudioContext o gawing isang value?

Baliktad ang direksyon. Kayang magpatakbo ng audio computation ang halos lahat ng normal na browser; ang "disabled" at "isang value na pare-pareho sa lahat" ay magiging kitang-kitang katangian — mas madaling mapansin kaysa sa isang ordinaryong value.

Kailan nagbabago ang audio fingerprint?

Nagbabago ang value kapag nagpalit ng device, nagpalit ng browser engine, o nag-upgrade sa malaking bersyon ng browser — likas na ebolusyon ito ng tunay na device; sa pang-araw-araw na paggamit ng parehong environment, dapat itong nananatiling matatag sa mahabang panahon, at ang madalas na pagbabago ang abnormal na signal.

Konklusyon

Maisusulat sa isang pangungusap ang lohika ng audio fingerprint: kayang sukatin ng website ang device kahit walang inilalabas na tunog — nakasalalay ito sa matatag at maliliit na pagkakaiba ng bawat machine sa pagkalkula. Kapag naintindihan ito, marami pang karaniwang gawi ang magiging malinaw — kung bakit hindi kayang pigilan ng mute, kung bakit delikado ang perpektong parameter, at kung bakit dapat magkakaiba ang value ng mga environment sa batch. Isinama ng MostMate ang ganitong uri ng parameter sa Realistic at Random na dalawang opsyon, at kasama ang fingerprint preview panel, makikita agad ang resulta pagkatapos i-set. Kung gusto mong subukan ang audio fingerprint ng iyong environment, i-download ang MostMate, gumawa ng dalawang environment sa libreng bersyon at ikumpara ang mga value — karamihan sa mga blind spot ay mabubura sa isang beses lang.