Dein Fingerabdruck, gemessen
Warum das wichtig ist Fingerprinting klingt abstrakt, bis du siehst, wie eine Menge auf eine Person schrumpft. In diesem Lab misst du, wie unterscheidbar jedes Merkmal ist, und siehst dann, wie schnell die Kombination sie jemanden ausweist. Nichts, was du hier tust, verlässt die Seite: die Menge ist erfunden und der Code läuft in deinem eigenen Browser.
Die Eigenschaften, die ein Skript messen kann
Hier sind die Hauptmerkmale, die Fingerprinting-Skripte auslesen, in einfachen Worten (geprüft Oktober 2026; genaue Details variieren je nach Browser):
- Canvas: die Seite zeichnet heimlich etwas Text und Formen und liest dann die Pixel aus. Dein Grafikchip, die Treiber und Schriften verursachen winzige Unterschiede im Ergebnis, also wird das Bild zu einem Code wie
7d2a. - Fonts: die Seite misst, wie breit ein Wort in vielen Fontnamen ist. Wenn die Breite sich ändert, ist diese Font installiert. Ein Designer mit 300 Fonts sieht sehr anders aus als ein neuer Laptop.
- Bildschirm: Breite, Höhe, Farbtiefe und Pixeldichte.
- Zeitzone und Sprache: was dein Computer eingestellt hat, zum Beispiel
Europe/Londonunden-GB. - GPU: der Grafikchip. Über eine Zeichenfunktion namens WebGL geben viele Browser den Seiten einen Modellnamen an.
- Audio: die Seite verarbeitet einen kurzen Ton, ohne ihn abzuspielen. Kleine numerische Unterschiede im Ergebnis hängen von deiner Hardware und Software ab.
Probier es aus Du kannst einige davon selbst lesen, und nichts wird irgendwo gesendet. Drücke in Chrome, Edge oder Firefox F12 (auf einem Mac, Cmd+Option+I; in Safari zuerst das Entwicklermenü in den Einstellungen, Erweitert) aktivieren und öffne den Console Tab. Tippe jede Zeile und drücke Enter:
Intl.DateTimeFormat().resolvedOptions().timeZone
navigator.language
screen.width + "x" + screen.height
navigator.hardwareConcurrencyJede Antwort ist ein Merkmal. Jede Seite, die du besuchst, kann die gleichen Fragen stellen.
Neu im Coding? Lies das zuerst
Dieses Labor verwendet ein wenig Python. Du brauchst nur vier Ideen, und der Code ist größtenteils für dich geschrieben:
- A dict ist eine Menge von beschrifteten Werten, wie ein Formular:
{"timezone": "Europe/London", "screen": "1920x1080"}.person["timezone"]liest den Wert mit der Beschriftung timezone. - A Liste ist eine Reihe von Dingen in eckigen Klammern. Unser
crowdist eine Liste von Dicts, eines pro Besucher. - A for loop,
for person in crowd:, führt die eingerückten Zeilen einmal für jeden Besucher aus. - if führt seine eingerückten Zeilen nur aus, wenn ein Test wahr ist.
==bedeutet "ist gleich" und!=bedeutet "ist nicht gleich".
Das Zählen von Dingen in Python sieht so aus. Es ist das Muster, das du verwenden wirst:
count = 0
for person in crowd:
if person["screen"] == "1366x768":
count = count + 1
print(count)Was du sehen wirst
Jedes Merkmal für sich allein wird von mehreren Personen geteilt: die Hälfte der Menge ist in London. Aber jedes zusätzliche Merkmal schließt jeden aus, der sich darin unterscheidet. Beim vierten Merkmal bleibst du allein übrig. In einer echten Menge von Millionen passiert dasselbe, es braucht nur mehr Merkmale.
In anderen Sprachen
Das gleiche Zählen in JavaScript, der Sprache, in der die echten Fingerprinting-Skripte geschrieben sind:
function countMatching(crowd, visitor, traits) {
let count = 0;
for (const person of crowd) {
if (traits.every(t => person[t] === visitor[t])) count++;
}
return count;
}Und in Go:
func countMatching(crowd []map[string]string, visitor map[string]string, traits []string) int {
count := 0
for _, person := range crowd {
same := true
for _, t := range traits {
if person[t] != visitor[t] {
same = false
}
}
if same {
count++
}
}
return count
}Zusammenfassung
- Canvas, fonts, screen, time zone, language, GPU und audio können alle von einem page script gelesen werden.
- Jedes Merkmal allein wird von vielen Menschen geteilt; das Zählen zeigt, wie viele.
- Die Anforderung einer Übereinstimmung bei jedem Merkmal verkleinert die Menge schnell, oft auf nur eine.
- Elles hier sind synthetisch und bleiben auf der Seite.
Fülle zwei Funktionen aus. count_same(crowd, trait, value) gibt zurück, wie viele Besucher in crowd das value für das trait haben. count_matching(crowd, visitor, traits) gibt zurück, wie viele Besucher visitor auf jedem every Merkmal in der Liste traits erfüllen (wenn die Liste leer ist, passt jeder). Der Druck am Ende ist bereits geschrieben: drücke Run und beobachte, wie die Menge auf 1 schrumpft.
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.