हजार ठूला साइटहरूको 30% लुकेको पहिचानको लागि लिपिहरू प्रयोग गर्दछ

मोजिला, आयोवा विश्वविद्यालय र क्यालिफोर्निया विश्वविद्यालयका अनुसन्धानकर्ताहरूको टोली प्रकाशित लुकेको प्रयोगकर्ता पहिचानको लागि वेबसाइटहरूमा कोडको प्रयोगको अध्ययनको नतिजा। लुकेको पहिचानले ब्राउजरको सञ्चालनको बारेमा अप्रत्यक्ष डेटामा आधारित पहिचानकर्ताहरूको उत्पादनलाई जनाउँछ, जस्तै स्क्रिन रिजोल्युसन, समर्थित MIME प्रकारहरूको सूची, हेडर-विशेष विकल्पहरू (HTTP / 2 и HTTPS), स्थापित को विश्लेषण प्लगइन र फन्टहरू, भिडियो कार्डहरूमा विशिष्ट वेब API हरूको उपलब्धता विशेषताहरु WebGL र संग प्रतिपादन क्यानभास, हेरफेर CSS संग, पूर्वनिर्धारित मानहरूलाई ध्यानमा राख्दै, स्क्यानि नेटवर्क पोर्टहरू, काम गर्ने सुविधाहरूको विश्लेषण माउस и किबोर्ड.

एलेक्सा मूल्याङ्कन अनुसार 100 हजार सबैभन्दा लोकप्रिय साइटहरूको अध्ययनले देखाएको छ कि ती मध्ये 9040 (10.18%) ले आगन्तुकहरूलाई गोप्य रूपमा पहिचान गर्न कोड प्रयोग गर्दछ। यसबाहेक, यदि हामी हजारौं सबैभन्दा लोकप्रिय साइटहरू विचार गर्छौं भने, त्यस्ता कोडहरू 30.60% केसहरूमा (266 साइटहरू) पत्ता लगाइयो, र हजारौं देखि दस हजारौं स्थानहरूमा स्थानहरू ओगटेका साइटहरू मध्ये, 24.45% केसहरूमा (2010 साइटहरू)। । लुकेको पहिचान मुख्य रूपमा बाह्य सेवाहरू द्वारा प्रदान गरिएको लिपिहरूमा प्रयोग गरिन्छ विरोधी धोखाधडी र बट्स स्क्रिनिङ, साथै विज्ञापन नेटवर्क र प्रयोगकर्ता आन्दोलन ट्र्याकिङ प्रणाली।

लुकेको पहिचान बोक्ने कोड पहिचान गर्न, एक टूलकिट विकसित गरिएको थियो FP-निरीक्षक, जसको कोड प्रस्तावित MIT लाइसेन्स अन्तर्गत। टूलकिटले जाभास्क्रिप्ट कोडको स्थिर र गतिशील विश्लेषणको संयोजनमा मेसिन लर्निङ प्रविधिहरू प्रयोग गर्दछ। यो दाबी गरिएको छ कि मेसिन लर्निङको प्रयोगले लुकेको पहिचानको लागि कोड पहिचान गर्ने शुद्धतामा उल्लेखनीय वृद्धि गरेको छ र 26% बढी समस्याग्रस्त लिपिहरू पहिचान गरेको छ।
म्यानुअल रूपमा निर्दिष्ट heuristics तुलना।

धेरै पहिचान गरिएका पहिचान स्क्रिप्टहरू सामान्य अवरुद्ध सूचीहरूमा समावेश गरिएका थिएनन्। विच्छेद गर्नुहोस्, Adsafe,DuckDuckGo, Justuno и EasyPrivacy.
पठाए पछि सूचनाहरू EasyPrivacy ब्लक सूची को विकासकर्ता थिए सिर्जना गरियो लुकेको पहिचान लिपिहरूको लागि छुट्टै खण्ड। थप रूपमा, FP-Inspector ले हामीलाई पहिले व्यवहारमा सामना नगरेको पहिचानको लागि Web API प्रयोग गर्ने केही नयाँ तरिकाहरू पहिचान गर्न अनुमति दियो।

उदाहरण को लागी, यो पत्ता लगाइएको थियो कि किबोर्ड लेआउट (getLayoutMap), क्यास मा अवशिष्ट डाटा को बारे मा जानकारी को पहिचान गर्न को लागी प्रयोग गरिएको थियो (कार्यसम्पादन एपीआई को उपयोग गरेर, डाटा डेलिभरी मा ढिलाइ विश्लेषण गरिन्छ, जसले प्रयोगकर्ताले पहुँच गर्यो कि भनेर निर्धारण गर्न सम्भव बनाउँछ। निश्चित डोमेन वा होइन, साथै पृष्ठ पहिले खोलिएको थियो कि छैन), ब्राउजरमा सेट गरिएका अनुमतिहरू (सूचना, भौगोलिक स्थान र क्यामेरा एपीआईमा पहुँचको बारेमा जानकारी), विशेष परिधीय उपकरणहरू र दुर्लभ सेन्सरहरूको उपस्थिति (गेमप्याड, भर्चुअल वास्तविकता हेलमेटहरू, निकटता सेन्सरहरू)। थप रूपमा, केहि ब्राउजरहरू र API व्यवहारमा भिन्नताहरू (AudioWorklet, setTimeout, mozRTCSessionDescription), साथै ध्वनि प्रणालीका सुविधाहरू निर्धारण गर्न AudioContext API को प्रयोगको लागि विशेषीकृत API को उपस्थिति पहिचान गर्दा, यो रेकर्ड गरिएको थियो।

यस अध्ययनले लुकेको पहिचान विरुद्ध सुरक्षाको विधिहरू प्रयोग गर्ने अवस्थामा साइटहरूको मानक कार्यक्षमताको अवरोधको मुद्दालाई पनि जाँच गर्‍यो, जसले नेटवर्क अनुरोधहरू अवरुद्ध गर्न वा API मा पहुँच प्रतिबन्धित गर्दछ। FP-Inspector द्वारा पहिचान गरिएका स्क्रिप्टहरूमा एपीआईलाई चयनात्मक रूपमा प्रतिबन्धित गर्दा ब्रेभ र टोर ब्राउजरको तुलनामा धेरै प्रतिबन्धात्मक सामान्य API कल प्रतिबन्धहरू प्रयोग गरेर कम अवरोध देखाइएको छ जसले डेटा चुहावट निम्त्याउँछ।

स्रोत: opennet.ru