হাজার বৃহত্তম সাইটের 30% লুকানো সনাক্তকরণের জন্য স্ক্রিপ্ট ব্যবহার করে

মজিলা, আইওয়া বিশ্ববিদ্যালয় এবং ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়ের গবেষকদের একটি দল প্রকাশিত গোপন ব্যবহারকারী সনাক্তকরণের জন্য ওয়েবসাইটে কোড ব্যবহার অধ্যয়ন ফলাফল. লুকানো শনাক্তকরণ ব্রাউজারের অপারেশন সম্পর্কে পরোক্ষ তথ্যের উপর ভিত্তি করে শনাক্তকারীর প্রজন্মকে বোঝায়, যেমন পর্দা রেজল্যুশন, সমর্থিত MIME প্রকারের তালিকা, হেডারে নির্দিষ্ট পরামিতি (HTTP- র / 2 и HTTPS দ্বারা), ইনস্টল করা বিশ্লেষণ প্লাগইন এবং ফন্ট, ভিডিও কার্ডের জন্য নির্দিষ্ট কিছু ওয়েব API-এর প্রাপ্যতা বৈশিষ্ট্য WebGL ব্যবহার করে রেন্ডারিং এবং ক্যানভাস, ম্যানিপুলেশন CSS সহ, অ্যাকাউন্ট ডিফল্ট মান গ্রহণ, স্ক্যানিং নেটওয়ার্ক পোর্ট, এর সাথে কাজ করার বৈশিষ্ট্যগুলির বিশ্লেষণ মাউস и একটি কীবোর্ড.

অ্যালেক্সা রেটিং অনুসারে 100 হাজার সর্বাধিক জনপ্রিয় সাইটের একটি সমীক্ষায় দেখা গেছে যে তাদের মধ্যে 9040টি (10.18%) গোপনে দর্শকদের সনাক্ত করতে একটি কোড ব্যবহার করে। তদুপরি, যদি আমরা হাজারটি সর্বাধিক জনপ্রিয় সাইট বিবেচনা করি, তবে 30.60% ক্ষেত্রে (266 সাইট) এবং 24.45% ক্ষেত্রে (2010 সাইট) র‌্যাঙ্কিংয়ে হাজারতম থেকে দশ হাজারতম স্থান দখলকারী সাইটগুলির মধ্যে এই জাতীয় কোড সনাক্ত করা হয়েছিল। . লুকানো শনাক্তকরণ প্রধানত বাহ্যিক পরিষেবাগুলির দ্বারা প্রদত্ত স্ক্রিপ্টগুলিতে ব্যবহৃত হয় জালিয়াতি বিরোধী এবং স্ক্রীনিং আউট বট, সেইসাথে বিজ্ঞাপন নেটওয়ার্ক এবং ব্যবহারকারী আন্দোলন ট্র্যাকিং সিস্টেম.

যে কোডটি লুকানো সনাক্তকরণ বহন করে তা সনাক্ত করার জন্য, একটি টুলকিট তৈরি করা হয়েছিল এফপি-ইন্সপেক্টর, যার কোড প্রস্তাবিত এমআইটি লাইসেন্সের অধীনে। টুলকিটটি জাভাস্ক্রিপ্ট কোডের স্ট্যাটিক এবং ডাইনামিক বিশ্লেষণের সাথে একত্রে মেশিন লার্নিং কৌশল ব্যবহার করে। এটি দাবি করা হয় যে মেশিন লার্নিং ব্যবহার লুকানো সনাক্তকরণের জন্য কোড সনাক্তকরণের নির্ভুলতা উল্লেখযোগ্যভাবে বৃদ্ধি করেছে এবং 26% বেশি সমস্যাযুক্ত স্ক্রিপ্ট সনাক্ত করেছে
ম্যানুয়ালি নির্দিষ্ট হিউরিস্টিকসের তুলনায়।

চিহ্নিত শনাক্তকরণ স্ক্রিপ্টগুলির অনেকগুলি সাধারণ ব্লকিং তালিকায় অন্তর্ভুক্ত ছিল না। বিযুক্ত করা, অ্যাডসেফ,ডাকডাকগো, Justuno и ইজিপ্রাইভেসি.
পাঠানোর পর বিজ্ঞপ্তি ইজিপ্রাইভেসি ব্লক লিস্টের ডেভেলপাররা ছিলেন দ্বারা নির্মিত লুকানো সনাক্তকরণ স্ক্রিপ্টের জন্য একটি পৃথক বিভাগ। উপরন্তু, এফপি-ইন্সপেক্টর আমাদেরকে ওয়েব API ব্যবহার করার কিছু নতুন উপায় সনাক্ত করার অনুমতি দিয়েছে যেগুলি পূর্বে অনুশীলনে সম্মুখীন হয়নি।

উদাহরণস্বরূপ, এটি আবিষ্কৃত হয়েছে যে কীবোর্ড লেআউট (getLayoutMap), ক্যাশে অবশিষ্ট ডেটা তথ্য সনাক্ত করতে ব্যবহার করা হয়েছিল (পারফরমেন্স API ব্যবহার করে, ডেটা বিতরণে বিলম্ব বিশ্লেষণ করা হয়, যা ব্যবহারকারী অ্যাক্সেস করেছে কিনা তা নির্ধারণ করা সম্ভব করে তোলে। নির্দিষ্ট ডোমেইন বা না, সেইসাথে পৃষ্ঠাটি আগে খোলা হয়েছে কিনা), ব্রাউজারে সেট করা অনুমতি (বিজ্ঞপ্তি, জিওলোকেশন এবং ক্যামেরা এপিআই অ্যাক্সেস সম্পর্কে তথ্য), বিশেষ পেরিফেরাল ডিভাইস এবং বিরল সেন্সর (গেমপ্যাড, ভার্চুয়াল রিয়েলিটি হেলমেট,) এর উপস্থিতি প্রক্সিমিটি সেন্সর)। উপরন্তু, নির্দিষ্ট ব্রাউজারগুলির জন্য বিশেষায়িত API-এর উপস্থিতি সনাক্ত করার সময় এবং API আচরণের পার্থক্য (AudioWorklet, setTimeout, mozRTCSessionDescription), সেইসাথে সাউন্ড সিস্টেমের বৈশিষ্ট্যগুলি নির্ধারণ করতে AudioContext API ব্যবহার করার সময়, এটি রেকর্ড করা হয়েছিল।

অধ্যয়নটি লুকানো সনাক্তকরণের বিরুদ্ধে সুরক্ষা পদ্ধতি ব্যবহার করার ক্ষেত্রে সাইটগুলির স্ট্যান্ডার্ড কার্যকারিতা ব্যাহত হওয়ার বিষয়টিও পরীক্ষা করে, যার ফলে নেটওয়ার্ক অনুরোধগুলি ব্লক করা বা API-তে অ্যাক্সেস সীমাবদ্ধ করা হয়। এপিআই-কে শুধুমাত্র FP-ইন্সপেক্টর দ্বারা চিহ্নিত স্ক্রিপ্টগুলিতে বেছে বেছে সীমাবদ্ধ করার ফলে API কলগুলিতে আরও কঠোর সাধারণ বিধিনিষেধ ব্যবহার করে Brave এবং Tor Browser-এর তুলনায় কম ব্যাঘাত ঘটতে দেখা গেছে, যা সম্ভাব্যভাবে ডেটা ফাঁসের দিকে পরিচালিত করে।

উত্স: opennet.ru