AudioContext फिंगरप्रिंट क्या है? ऑडियो फिंगरप्रिंट ब्राउज़र एनवायरनमेंट को कैसे पहचानता है

मुख्य निष्कर्ष: ऑडियो फिंगरप्रिंट न माइक्रोफ़ोन को छूता है और न कोई आवाज़ निकालता है — इसकी जगह ब्राउज़र अपनी मेमोरी में एक तय ऑडियो क्लिप चुपचाप रेंडर करता है और नतीजे में आई बारीक फ़्लोटिंग-पॉइंट विभिन्नताओं को डिवाइस के सिग्नेचर की तरह पढ़ा जाता है। यह Canvas और WebGL की तरह रेंडरिंग-रिज़ल्ट श्रेणी का फिंगरप्रिंट है: IP बदलने और कैश साफ़ करने से यह नहीं छूटता, क्योंकि इसकी वैल्यू डिवाइस और ब्राउज़र इंजन तय करते हैं। मल्टी-अकाउंट ऑपरेशन के लिए पैमाने सिर्फ़ दो हैं: एक ही एनवायरनमेंट में यह वैल्यू लंबे समय तक स्थिर रहे और अलग-अलग एनवायरनमेंट एक-दूसरे से अलग रहें, MostMate की AudioContext सेटिंग में Realistic और Random दो विकल्प मिलते हैं — इन्हीं दो पैमानों से चुन लें।

"स्पीकर बंद कर दो, माइक की अनुमति से इनकार कर दो — वेबसाइट का ऑडियो वाला हिस्सा मुझे नहीं छू सकता" — ऑडियो फिंगरप्रिंट को लेकर यही सबसे आम भ्रम है। हक़ीक़त इसके ठीक उलटी है: पूरी प्रक्रिया में न कोई आवाज़ बाहर जाती है, न अंदर आती है। 2016 में प्रिंसटन यूनिवर्सिटी की रिसर्च टीम ने लाखों साइटों के सर्वे में इसे आधिकारिक रिकॉर्ड में शामिल किया था, और तब से यह मेनस्ट्रीम डिटेक्शन स्क्रिप्ट का स्टैंडर्ड आइटम बन चुका है — किसी अनुमति की ज़रूरत नहीं, मिलीसेकंडों में निपट जाता है, और इनकॉग्निटो मोड में भी पहले की तरह चलता है। MostMate एक फिंगरप्रिंट ब्राउज़र है जो हर अकाउंट के लिए एक अलग ब्राउज़र एनवायरनमेंट तैयार रखता है, और ऑडियो फिंगरप्रिंट इसी तरह के प्रॉडक्ट के संभाले जाने वाले फिंगरप्रिंट पैरामीटर में से एक है। यह लेख चार सवालों में पूरी बात समझाता है: वेबसाइट को क्या दिखता है, यह नंबर इतना स्थिर क्यों रहता है, यह बाक़ी पैरामीटर से कैसे मेल खाता है, और फिंगरप्रिंट ब्राउज़र में इसे कैसे सेट करें।

वेबसाइट क्या देखती है: एक ऐसा ऑडियो जो कभी चला ही नहीं, बदले में मिलता है एक नंबर

वेबसाइट को आख़िर में एक फ़्लोटिंग-पॉइंट नंबर मिलता है: न कोई आवाज़, न कोई डिवाइस मॉडल। मेनस्ट्रीम डिटेक्शन स्क्रिप्ट (FingerprintJS का इंप्लीमेंटेशन इसकी बड़ी मिसाल है, जिसे कई ओपन-सोर्स लाइब्रेरी अपनाती हैं) का तरीक़ा पाँच तय स्टेप का है:

• एक ऑफ़लाइन ऑडियो कॉन्टेक्स्ट बनाएँ (OfflineAudioContext, MDN डॉक्यूमेंटेशन): सिंगल चैनल, 44100 Hz सैंपल रेट, क़रीब 5000 सैंपल — यानी लगभग 113 मिलीसेकंड का ऑडियो, जो पूरी प्रक्रिया में स्पीकर तक नहीं जाता।
• ऑसिलेटर से ठीक 10000 Hz की ट्राएंगल वेव बनाएँ, ताकि इनपुट सिग्नल हर जगह एक जैसा रहे।
• इस सिग्नल को डायनामिक कंप्रेसर (DynamicsCompressorNode) में भेजें, जिसके पैरामीटर जान-बूझकर काफ़ी आक्रामक रखे जाते हैं (थ्रेशोल्ड -50 dB, knee 40, ratio 12) — मक़सद कंप्यूटेशन को नॉन-लीनियर ज़ोन में धकेलना और डिवाइसों के बीच के बारीक फ़र्क़ को बड़ा कर देना है।
• startRendering कॉल करके मेमोरी में चुपचाप रेंडर करें; इस स्टेप में कोई सुनने लायक़ आवाज़ पैदा नहीं होती।
• आउटपुट बफ़र के आख़िरी क़रीब 500 सैंपल लेकर उनकी एब्सोल्यूट वैल्यू का कुल जोड़ निकालें — नतीजा 124.0434 जैसा एक नंबर होता है।

यही नंबर ऑडियो फिंगरप्रिंट है। कंप्यूटेशन प्लेबैक से पहले होता है, इसलिए सिस्टम म्यूट हो या स्पीकर लगा न हो, नतीजे पर कोई असर नहीं पड़ता; यह रिकॉर्डिंग डिवाइस को छूता भी नहीं, तो माइक की अनुमति का सवाल ही नहीं उठता। ब्राउज़र फिंगरप्रिंट के ओवरव्यू में ऐसे पैरामीटर को अक्सर एक लाइन में निपटा दिया जाता है; अलग लेख बनने की वजह सिर्फ़ इसकी वैल्यू का स्रोत ख़ास है: वैल्यू कंप्यूटेशनल एरर से आती है, और वही एरर स्थिर होती है — यही अगले सेक्शन का विषय है।

डिटेक्शन साइटें आम तौर पर इस रॉ वैल्यू के हैश से बना हेक्स स्ट्रिंग दिखाती हैं, और उसकी लंबाई हर साइट पर अलग होती है; तुलना करते वक़्त बस यह देख लें कि "एक ही एनवायरनमेंट में स्थिर है या नहीं, अलग एनवायरनमेंट में अलग है या नहीं" — स्ट्रिंग के फ़ॉर्मैट पर सिर खपाने की ज़रूरत नहीं।

एक नंबर फिंगरप्रिंट कैसे बन जाता है: एरर ही स्थिर निकलती है

असल मैकेनिज़्म यह है: ऑडियो कंप्यूटेशन अलग-अलग डिवाइस पर बिट-दर-बिट एक जैसा नहीं होता, और यह ग़ैर-बराबरी दोहराई जा सकती है। Web Audio स्पेसिफिकेशन सिर्फ़ प्रोसेसिंग का तरीक़ा तय करती है, यह ज़रूरी नहीं ठहराती कि हर इंप्लीमेंटेशन बिट-दर-बिट एक जैसा नतीजा दे; अलग-अलग CPU की फ़्लोटिंग-पॉइंट प्रेसिज़न और अलग-अलग ब्राउज़र इंजन का ऑडियो स्टैक, राउंडिंग और ऑपरेशन के क्रम में हल्का-फुल्का फ़र्क़ रखते हैं। एक ऑपरेशन का फ़र्क़ नगण्य होता है, लेकिन सिग्नल कंप्रेसर से बार-बार नॉन-लीनियर प्रोसेसिंग में से गुज़रता है और फिर सैकड़ों सैंपल जोड़े जाते हैं — बारीक फ़र्क़ क़दम-दर-क़दम एक पहचानने लायक़ नंबर बन जाता है।

प्रिंसटन की उस स्टडी ने असली स्केल भी बताया था: 18,000 से ज़्यादा डिवाइस में ऑडियो फिंगरप्रिंट 700 से ज़्यादा अलग-अलग वैल्यू तक सिमट आया, यानी क़रीब 5.4 bits का डिस्टिंक्शन — सैंपल सीमित था, इसलिए यह सिर्फ़ निचली हद है। लिंकेज डिटेक्शन के लिए इतना ही काफ़ी है, क्योंकि असली ख़ूबी 'वैल्यू कितनी यूनीक है' में नहीं, 'वैल्यू कितनी स्थिर है' में है: वही डिवाइस सौ बार रिफ़्रेश करो, नतीजा नहीं हिलता; मशीन बदलो या ब्राउज़र इंजन बदलो, वैल्यू फ़ौरन बदल जाती है। कोई अनुमति न माँगने वाला, मिटाया न जा सकने वाला और रिफ़्रेश पर न बदलने वाला सिग्नल — डिवाइस प्रोफ़ाइल बनाने वाले प्लेटफ़ॉर्म के लिए इससे बढ़िया कच्चा माल कुछ नहीं।

बाक़ी पैरामीटर से कैसे मेल खाए: कंसिस्टेंसी के तीन उसूल

ऑडियो फिंगरप्रिंट का IP से कोई लेना-देना नहीं, यह शुद्ध डिवाइस-साइड सिग्नल है; और Canvas, WebGL की तरह यह रेंडरिंग-रिज़ल्ट श्रेणी का पैरामीटर है — वेबसाइट एक तय कंप्यूटेशनल सवाल ब्राउज़र को सौंप देती है और असली डिवाइस से वहीं मौक़े पर जवाब निकलवाती है। कोई एनवायरनमेंट सही बना है या नहीं, तीन जाँचों से तय करें:

• एक एनवायरनमेंट में स्थिरता: एक ही एनवायरनमेंट हर बार एक जैसा नतीजा दे — यही 'यह एक नॉर्मल डिवाइस है' की पूर्व शर्त है। वैल्यू अचानक बदले तो इसका मतलब सिर्फ़ यह है कि पैरामीटर छेड़ा गया है, और यह उल्टा शक पैदा करता है।
• एनवायरनमेंट आपस में अलग: दस एनवायरनमेंट एक ही ऑडियो वैल्यू बताएँ, तो लिंकेज ग्राफ़ पर ख़ुद ही अपना घेरा बना लें। उलटी बात यह कि 'हर पैरामीटर को फुल मार्क्स पर सेट करना' भी ग़लत दिशा है; रैंडमाइज़ेशन के जोखिम फिंगरप्रिंट रैंडमाइज़ेशन असुरक्षित क्यों है लेख में अलग से तोड़ा गया है।
• ब्राउज़र इंजन से मैच: ऑडियो स्टैक ब्राउज़र इंजन से इंप्लीमेंट होता है, वैल्यू इंजन और वर्ज़न के साथ बदलती है। एनवायरनमेंट का दावा किया UA और सिस्टम असली इंजन से मेल खाना चाहिए; ब्राउज़र के बड़े वर्ज़न अपग्रेड के बाद वैल्यू अपने-आप अपडेट हो जाती है, किसी मैनुअल दख़ल की ज़रूरत नहीं।

तीनों उसूल मिलकर एक बात बनते हैं: ऑडियो फिंगरप्रिंट को 'असली डिवाइस जैसा दिखना' चाहिए, 'सबसे बेहतर' नहीं। MostMate ने इसी लॉजिक को चार डिज़ाइन प्रिंसिपल में ढाला है; चार डिज़ाइन प्रिंसिपल लेख में पूरी तस्वीर है, यह लेख सिर्फ़ ऑडियो वाले हिस्से तक सीमित है।

अपना ऑडियो फिंगरप्रिंट कैसे चेक करें: दो तुलनाओं में समस्या साफ़

टेस्ट के लिए किसी प्लगइन की ज़रूरत नहीं — एक डिटेक्शन साइट और दो रिफ़्रेश काफ़ी हैं।

स्टेप 1: कोई भी डिटेक्शन साइट चुनें और ऑडियो फिंगरप्रिंट वाला आइटम ढूँढें। BrowserScan और Iphey दोनों इसे अलग से लिस्ट करते हैं; Iphey का ट्रस्ट स्कोर कैसे पढ़ें, इसका पूरा फ़्लो प्रैक्टिकल गाइड में है — Iphey डिटेक्शन प्रैक्टिकल लेख के साथ मिलाकर इस्तेमाल करें।

स्टेप 2: उसी एनवायरनमेंट में दो-तीन बार रिफ़्रेश करें और वैल्यू पर नज़र रखें। वैल्यू स्थिर रहना ही पास की लकीर है; हर रिफ़्रेश पर बदलती है तो मतलब उस एनवायरनमेंट का ऑडियो पैरामीटर हर बार दोबारा हिसाब वाले मोड पर सेट है — यानी प्लेटफ़ॉर्म को साफ़-साफ़ घोषणा करना कि 'इस डिवाइस में छेड़छाड़ हुई है'।

स्टेप 3: दूसरा एनवायरनमेंट लेकर दोबारा टेस्ट करें और दोनों वैल्यू की तुलना करें। दोनों एनवायरनमेंट की ऑडियो वैल्यू अलग होनी चाहिए; बिल्कुल एक समान निकलें तो वापस जाकर देखें कि कहीं वही फिंगरप्रिंट टेम्पलेट तो दोबारा इस्तेमाल नहीं हुआ — टेम्पलेट रीयूज़ मल्टी-अकाउंट लिंकेज का सबसे छिपा स्रोत है।

MostMate में कैसे सेट करें: Realistic और Random में चुनाव

MostMate का एनवायरनमेंट बनाने वाला फ़ॉर्म AudioContext को फिंगरप्रिंट सेटिंग सेक्शन में अलग जगह रखता है और Realistic व Random दो विकल्प देता है; दाईं ओर का फिंगरप्रिंट प्रीव्यू पैनल मौजूदा वैल्यू लाइव दिखाता है, यानी सेट करते ही बिना सेव किए पुष्टि हो जाती है। दोनों में से कब कौन-सा चुनना है, यह फ़ैसला सीधा है: रोज़ के मुख्य एनवायरनमेंट के लिए Realistic — वैल्यू इसी मशीन के कंप्यूटेशन से आती है, अपने-आप स्थिर रहती है और 'एक एनवायरनमेंट में स्थिरता' वाले उसूल से गुथी हुई है; एक साथ एनवायरनमेंट का बैच बनाते वक़्त Random — हर एनवायरनमेंट को एक अलग और भीतर से स्थिर वैल्यू मिलती है, जो 'एनवायरनमेंट आपस में अलग' को पूरा करती है।

ऑडियो पैरामीटर के लिए कस्टम विकल्प नहीं दिया गया है, और यही डिज़ाइन ग़ौर करने लायक़ है: ऑडियो फिंगरप्रिंट की क़ीमत स्थिरता में है, हाथ से एक फ़िक्स्ड वैल्यू गढ़ने से उसका मतलब ही ख़त्म हो जाता है। Realistic चुनें या Random, असली सवाल यह है कि इस बैच के एनवायरनमेंट कैसे बने हैं, न कि हर पैरामीटर को अलग-अलग ट्यून करना; एक ही परिवार के Canvas, WebGL इमेज और ClientRects भी इसी सोच से जाँचें — पूरे सिस्टम का बँटवारा MostMate क्या है पेज पर विस्तार से समझाया गया है।

अक्सर पूछे जाने वाले सवाल

क्या ऑडियो फिंगरप्रिंट को माइक या स्पीकर की अनुमति चाहिए?

नहीं। पूरा ऑडियो मेमोरी में ऑफ़लाइन रेंडर होता है — न स्पीकर से गुज़रता है, न रिकॉर्डिंग डिवाइस को छूता है; म्यूट स्थिति में या ऑडियो डिवाइस के बिना वाली मशीन से भी यह पैरामीटर इसी तरह कलेक्ट हो जाता है।

क्या कुकी साफ़ करने या इनकॉग्निटो मोड से ऑडियो फिंगरप्रिंट से बचा जा सकता है?

नहीं। कुकी लोकल स्टोर होती है और मिटाई जा सकती है; ऑडियो फिंगरप्रिंट डिवाइस पर लाइव कंप्यूटेशन से बनता है — दोनों के मैकेनिज़्म बिल्कुल अलग हैं, और कैश साफ़ करने का इस पर कोई असर नहीं होता।

AudioContext को बंद कर देना या एक फ़िक्स्ड वैल्यू पर टिका देना ज़्यादा सुरक्षित नहीं?

दिशा उलटी है। लगभग सभी नॉर्मल ब्राउज़र ऑडियो कंप्यूटेशन चला सकते हैं; 'डिसेबल्ड' और 'हर किसी के लिए एक जैसी फ़िक्स्ड वैल्यू' — दोनों ही ख़ुद एक उभरा हुआ फ़ीचर बन जाते हैं, और एक साधारण वैल्यू के मुक़ाबले चुनने में और आसान।

ऑडियो फिंगरप्रिंट कब बदलता है?

डिवाइस बदलने, ब्राउज़र इंजन बदलने या ब्राउज़र के बड़े वर्ज़न अपग्रेड पर वैल्यू बदलती है — यह असली डिवाइस की स्वाभाविक तरक़्क़ी है; उसी एनवायरनमेंट के रोज़मर्रा इस्तेमाल में यह लंबे समय तक स्थिर रहनी चाहिए, बार-बार बदलना उल्टा असामान्य सिग्नल है।

निष्कर्ष

ऑडियो फिंगरप्रिंट का पूरा लॉजिक एक वाक्य में सिमटता है: वेबसाइट आवाज़ निकाले बिना भी डिवाइस को माप सकती है — सहारा मिलता है हर मशीन के हिसाब लगाते वक़्त पैदा होने वाले उन स्थिर और बारीक फ़र्क़ों से। यह समझ जाइए तो बहुत से आम तरीक़ों का लॉजिक खुल जाता है — म्यूट इसे क्यों नहीं रोकता, फुल-मार्क्स पैरामीटर ख़तरनाक क्यों होते हैं, और बैच के एनवायरनमेंट की वैल्यू आपस में अलग क्यों होनी चाहिए। MostMate इस तरह के पैरामीटर को Realistic और Random दो विकल्पों में समेट देता है, और फिंगरप्रिंट प्रीव्यू पैनल के साथ सेट करते ही नतीजा दिख जाता है। अगर आप अपने एनवायरनमेंट का ऑडियो फिंगरप्रिंट ख़ुद जाँचना चाहें तो MostMate डाउनलोड करें, फ्री वर्ज़न में दो एनवायरनमेंट बनाकर वैल्यू की तुलना कर लें — ज़्यादातर समझ के अंधेरे क्षेत्र एक ही बार में साफ़ हो जाते हैं।