Программа курса Урок 16 из 156 · Fingerprinting: отслеживание без cookie
Fingerprinting: отслеживание без cookie

Ваш отпечаток, измеренный

Почему это важно Fingerprinting звучит абстрактно, пока не увидишь, как толпа сужается до одного человека. В этой лаборатории вы измерите, насколько своеобразен каждый признак, а затем увидите, как быстро их сочетание выделяет человека. Ничто из того, что вы здесь делаете, не покидает страницу: толпа вымышлена, а код работает в вашем собственном браузере.

Признаки, которые может измерить скрипт

Вот главные признаки, которые читают скрипты fingerprinting, простыми словами (проверено в октябре 2026; точные детали зависят от браузера):

  • Canvas: страница тайно рисует текст и фигуры, затем считывает пиксели. Ваш графический чип, драйверы и шрифты дают крошечные различия в результате, поэтому картинка превращается в код вроде 7d2a.
  • Шрифты: страница измеряет ширину слова для множества названий шрифтов. Если ширина меняется, этот шрифт установлен. Дизайнер с 300 шрифтами выглядит совсем не так, как новый ноутбук.
  • Экран: ширина, высота, глубина цвета и плотность пикселей.
  • Часовой пояс и язык: на что настроен ваш компьютер, например Europe/London и en-GB.
  • GPU: графический чип. Через функцию рисования WebGL многие браузеры сообщают страницам название модели.
  • Звук: страница обрабатывает короткий звук, не проигрывая его. Мелкие числовые различия в результате зависят от вашего оборудования и программ.

Попробуйте Некоторые из них вы можете прочитать сами, и ничего никуда не отправляется. В Chrome, Edge или Firefox нажмите F12 (на Mac - Cmd+Option+I; в Safari сначала включите меню "Разработка" в Настройках, Дополнения) и откройте вкладку Console. Введите каждую строку и нажмите Enter:

Intl.DateTimeFormat().resolvedOptions().timeZone
navigator.language
screen.width + "x" + screen.height
navigator.hardwareConcurrency

Каждый ответ - один признак. Каждый посещаемый вами сайт может задать те же вопросы.

Новичок в коде? Сначала прочитайте это

Эта лаборатория использует немного Python. Вам нужны всего четыре идеи, а код в основном написан за вас:

  • Словарь - набор подписанных значений, как бланк: {"timezone": "Europe/London", "screen": "1920x1080"}. person["timezone"] читает значение с подписью timezone.
  • Список - ряд вещей в квадратных скобках. Наша crowd - список словарей, по одному на посетителя.
  • Цикл for, for person in crowd:, выполняет строки с отступом один раз для каждого посетителя.
  • if выполняет свои строки с отступом, только когда проверка истинна. == значит "равно", а != - "не равно".

Подсчёт в Python выглядит так. Это шаблон, которым вы будете пользоваться:

count = 0
for person in crowd:
    if person["screen"] == "1366x768":
        count = count + 1
print(count)

Что вы увидите

Каждый признак сам по себе общий у нескольких людей: половина толпы в Лондоне. Но каждый следующий признак убирает всех, кто по нему отличается. К четвёртому признаку остаётесь только вы. В настоящей толпе из миллионов происходит то же самое, просто нужно больше признаков.

На других языках

Тот же подсчёт на JavaScript, языке, на котором написаны настоящие скрипты fingerprinting:

function countMatching(crowd, visitor, traits) {
  let count = 0;
  for (const person of crowd) {
    if (traits.every(t => person[t] === visitor[t])) count++;
  }
  return count;
}

И на 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
}

Итоги

  • Canvas, шрифты, экран, часовой пояс, язык, GPU и звук может прочитать скрипт страницы.
  • Каждый признак сам по себе общий у многих людей; подсчёт показывает, у скольких.
  • Требование совпадения по каждому признаку быстро сужает толпу, часто до одного.
  • Всё здесь синтетическое и остаётся на странице.
Твоя очередь

Заполните две функции. count_same(crowd, trait, value) возвращает, сколько посетителей в crowd имеют это value для этого trait. count_matching(crowd, visitor, traits) возвращает, сколько посетителей совпадают с visitor по каждому признаку в списке traits (если список пуст, совпадают все). Вывод внизу уже написан: нажмите Run и посмотрите, как толпа сужается до 1.

Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке

Это упражнение откроется скоро

Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.