指纹跟踪器
为什么重要 清除 Cookie 感觉像是重新开始。这个实验用 AdCo 自己的日志说明为什么常常并不是这样:一个浏览器仅凭它的特征就能被认出来。它也展示了破解它的防御。
如果有人读不了你的手环,他们仍然可以描述你:个子高、穿红外套、背绿背包、走路有点跛。每个细节都很常见,但合在一起就指向一个人。浏览器也可以这样被描述。
浏览器指纹:许多浏览器小细节的汇总(屏幕尺寸、时区、字体、显卡绘制一张测试图片的方式),它们合在一起常常能识别出一个浏览器,完全不需要 Cookie。
在这个实验里,AdCo 的脚本还会读取 Sam 的浏览器特征(你用 read_traits=True 打开它),而 Sam 每浏览 3 个页面就清除一次 Cookie 和网站存储(clear_every=3),所以 AdCo 每次都不得不发放一个新的 Cookie ID。现在每条记录都有一个 traits 字典。
把特征变成一个简短的标签
为了方便比较特征,你把整个字典变成一个简短的标签,也就是一个哈希值。同样的特征总是得到同样的哈希值;改变一个特征,哈希值就会完全改变。
哈希:一种把任何文本变成一个简短代码(这里是一个数字)的函数。同样的输入,同样的代码;不同的输入,截然不同的代码。课程提供了 hash_text(text)。
这里有一个陷阱:一个字典可以用不同的顺序列出同样的键。json.dumps(traits, sort_keys=True) 会按字母顺序写出键,所以同样的特征在哈希之前总是变成同样的文本。
import json
from watched.data import hash_text
a = {"screen": "1440x900", "timezone": "Europe/London"}
b = {"timezone": "Europe/London", "screen": "1440x900"} # same traits, other order
print(hash_text(json.dumps(a, sort_keys=True)) == hash_text(json.dumps(b, sort_keys=True))) # True要统计有多少个不同的值,就把它们放进一个集合,然后取它的长度。花括号里面带一个循环,就能构建出一个集合(集合推导式):
ids = ["a", "b", "a", None]
print(len({i for i in ids if i is not None})) # 2防御:farbling
有些浏览器,包括 Brave 和 Floati,会给几个特征加上微小、无害的改变,而且每个网站都不同(2026 年 10 月核实)。页面仍然能正常工作,但在 ShopA 上生成的标签和在 ShopB 上生成的就对不上了。你也会用 farble=True 来测量这一点。另一种主要的防御,也就是让每个浏览器看起来都一样(统一化),是你将在第 50 课亲自尝试的。
Farbling:给可用于指纹识别的特征加上按网站区分的小噪声,让每个网站看到的都是一个稍有不同的浏览器。
用其他语言实现
JavaScript,先对键排序,再用 Web Crypto API 计算 SHA-256 哈希:
const text = JSON.stringify(Object.keys(traits).sort().reduce((o, k) => (o[k] = traits[k], o), {}));
const bytes = await crypto.subtle.digest("SHA-256", new TextEncoder().encode(text));Go:json.Marshal 本身就会按排好的顺序写出 map 的键,所以文本是稳定的:
text, _ := json.Marshal(traits) // traits is a map[string]any
sum := sha256.Sum256(text)
label := hex.EncodeToString(sum[:8])回顾
- 许多小特征合在一起就能识别出一个浏览器,完全不需要 Cookie。
- 在哈希之前对键排序,能让标签保持稳定。
- 清除 Cookie 没能隐藏 Sam;farbling 做到了。
编写 fingerprint(traits),返回 hash_text(json.dumps(traits, sort_keys=True)),以及 join_by_fingerprint(records),把每条记录的指纹映射到网站的集合。然后,对于 seed=7 和 Sam 的前 12 个页面:把 cookie_ids 设为不同的非 None Cookie ID 的数量,把 fingerprints 设为不同指纹的数量,两者都来自 practice_log(world, pages, read_traits=True, clear_every=3);再把 farbled 设为来自 practice_log(world, pages, read_traits=True, farble=True) 的指纹数量。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。