Navorsers van Ben-Gurion Universiteit (Israel), die Universiteit van Lille (Frankryk) en die Universiteit van Adelaide (Australië) het 'n nuwe tegniek ontwikkel om gebruikerstoestelle te identifiseer deur GPU-bedryfsparameters in 'n webblaaier op te spoor. Die metode word "Drawn Apart" genoem en is gebaseer op die gebruik van WebGL om 'n GPU-werkverrigtingprofiel te verkry, wat die akkuraatheid van passiewe opsporingsmetodes wat werk sonder die gebruik van koekies en sonder om 'n identifiseerder op die gebruiker se stelsel te stoor aansienlik kan verbeter.
Metodes wat die kenmerke van lewering, GPU, grafiese stapel en bestuurders in ag neem by identifisering, is voorheen gebruik, maar dit was beperk tot die vermoë om toestelle slegs op die vlak van verskillende modelle van videokaarte en GPU's te skei, d.w.s. kon slegs as 'n bykomende faktor gebruik word om die waarskynlikheid van identifikasie te verhoog. Die sleutelkenmerk van die nuwe "Drawn Apart"-metode is dat dit hom nie beperk tot die skeiding van verskillende GPU-modelle nie, maar probeer om verskille tussen identiese GPU's van dieselfde model te identifiseer as gevolg van die heterogeniteit van die vervaardigingsproses van skyfies wat ontwerp is vir massiewe parallel. rekenaar. Daar word kennis geneem dat variasies wat tydens die produksieproses ontstaan, dit moontlik maak om nie-herhalende gietvorms vir dieselfde toestelmodelle te vorm.
Dit het geblyk dat hierdie verskille geïdentifiseer kan word deur die aantal uitvoeringseenhede te tel en hul werkverrigting in die GPU te ontleed. Tjeks gebaseer op 'n stel trigonometriese funksies, logiese bewerkings en swaaipuntberekeninge is as primitiewe gebruik om verskillende GPU-modelle te identifiseer. Om verskille in dieselfde GPU's te identifiseer, is die aantal drade wat gelyktydig uitgevoer word wanneer hoekpuntskadu's uitgevoer word, beraam. Daar word aanvaar dat die bespeurde effek veroorsaak word deur verskille in temperatuurtoestande en kragverbruik van verskillende gevalle van skyfies (voorheen is 'n soortgelyke effek vir SVE's gedemonstreer - identiese verwerkers het verskillende kragverbruik getoon wanneer dieselfde kode uitgevoer is).
Omdat bewerkings deur WebGL asynchroon uitgevoer word, kan die JavaScript API performance.now() nie direk gebruik word om hul uitvoeringstyd te meet nie, so drie truuks is voorgestel om die tyd te meet:
- op die skerm — die lewering van die toneel in 'n HTML-doek, meet die reaksietyd van die terugbelfunksie, gestel via die Window.requestAnimationFrame API en geroep nadat lewering voltooi is.
- offscreen - gebruik 'n werker en maak die toneel in 'n OffscreenCanvas-voorwerp, wat die uitvoeringstyd van die convertToBlob-opdrag meet.
- GPU - Teken na 'n OffscreenCanvas-voorwerp, maar gebruik 'n WebGL-verskafde timer om tyd te meet wat die duur van 'n stel opdragte aan die GPU-kant in ag neem.
Tydens die ID-skeppingsproses word 50 toetse op elke toestel uitgevoer, wat elk 176 metings van 16 verskillende eienskappe dek. 'n Eksperiment wat inligting oor 2500 1605 toestelle met 67 17.5 verskillende GPU's ingesamel het, het 'n 28% toename in die doeltreffendheid van gekombineerde identifikasiemetodes getoon wanneer Drawn Apart-ondersteuning bygevoeg word. Die gekombineerde FP-STALKER-metode het veral binne XNUMX dae gemiddeld identifikasie verskaf, en wanneer dit gekombineer word met Drawn Apart, het die identifikasietydperk tot XNUMX dae toegeneem.
- Die skeidingsakkuraatheid van 10 stelsels met Intel i5-3470-skyfies (GEN 3 Ivy Bridge) en Intel HD Graphics 2500 GPU in die skermtoets was 93%, en in die afskermtoets was dit 36.3%.
- Vir 10 Intel i5-10500-stelsels (GEN 10 Comet Lake) met 'n NVIDIA GTX1650-videokaart, was die akkuraatheid 70% en 95.8%.
- Vir 15 Intel i5-8500-stelsels (GEN 8 Coffee Lake) met Intel UHD Graphics 630 GPU - 42% en 55%.
- Vir 23 Intel i5-4590 (GEN 4 Haswell) stelsels met Intel HD Graphics 4600 GPU – 32.7% en 63.7%.
- Vir ses Samsung Galaxy S20/S20 Ultra-slimfone met Mali-G77 MP11 GPU was die identifikasie-akkuraatheid in die skermtoets 92.7%, en vir Samsung Galaxy S9/S9+-slimfone met Mali-G72 MP18 was dit 54.3%.
Daar word kennis geneem dat die akkuraatheid beïnvloed is deur die temperatuur van die GPU, en vir sommige toestelle het die herlaai van die stelsel gelei tot 'n vervorming van die identifiseerder. Wanneer die metode in kombinasie met ander indirekte identifikasiemetodes gebruik word, kan akkuraatheid aansienlik verhoog word. Hulle beplan ook om akkuraatheid te verhoog deur die gebruik van rekenaarshaders na stabilisering van die nuwe WebGPU API.
Intel, ARM, Google, Khronos, Mozilla en Brave is in 2020 van die probleem in kennis gestel, maar besonderhede van die metode word nou eers bekend gemaak. Die navorsers het ook werkende voorbeelde gepubliseer wat in JavaScript en GLSL geskryf is wat kan werk met en sonder om inligting op die skerm te vertoon. Ook, vir stelsels gebaseer op GPU Intel GEN 3/4/8/10, is datastelle gepubliseer vir die klassifikasie van onttrekte inligting in masjienleerstelsels.
Bron: opennet.ru