Kërkuesit nga Universiteti i Ben-Gurionit (Izrael), Universiteti i Lille (Franca) dhe Universiteti i Adelaide (Australia) zhvilluan një teknikë të re për identifikimin e pajisjeve të përdoruesit përmes përcaktimit të parametrave të funksionimit të GPU-së në shfletuesin web. Metoda, e quajtur "Drawn Apart", bazohet në përdorimin e WebGL për të marrë një profil të performancës së GPU-së, që lejon një rritje të konsiderueshme të saktësisë së metodave pasive të ndjekjes që funksionojnë pa përdorimin e Cookie-ve dhe pa ruajtur identifikuesin në sistemin e përdoruesit.
Metodat që marrin parasysh veçoritë e renditjes gjatë identifikimit, GPU, staku grafik dhe driverët janë përdorur më parë, por ato ishin të kufizuara në mundësinë për të ndarë pajisjet vetëm në nivelin e modeleve të ndryshme të kartave grafike dhe GPU, pra mund të aplikoheshin vetëm si një faktor shtesë për të rritur probabilitetin e identifikimit. Një veçori kryesore e metodës së re "Drawn Apart" është se ajo nuk është e kufizuar në ndarjen e modeleve të ndryshme të GPU-ve, por përpiqet të zbulojë ndryshimet midis GPU-ve identike të një modeli, të shkaktuara nga heterogjeniteti i procesit të prodhimit të çipave, të projektuar për llogaritje masive paralel. Vërehet se variacionet që lindin gjatë procesit të prodhimit lejojnë formimin e fletëve unike për të njëjtat modele pajisjesh.
Doli se qĂ« kĂ«to ndryshime mund tĂ« identifikohen pĂ«rmes numĂ«rimit tĂ« blloqeve tĂ« ekzekutimit dhe analizĂ«s sĂ« performancĂ«s nĂ« GPU. Si primitive pĂ«r identifikimin e modeleve tĂ« ndryshme tĂ« GPU janĂ« pĂ«rdorur kontrolle tĂ« bazuara nĂ« njĂ« grup funksionesh trigonometrike, operacione logjike dhe llogaritje me pikĂ« tĂ« lĂ«vizshme. PĂ«r tĂ« identifikuar ndryshimet nĂ« GPU tĂ« njĂ«jta, Ă«shtĂ« vlerĂ«suar numri i fijeve qĂ« ekzekutohen njĂ«kohĂ«sisht gjatĂ« ekzekutimit tĂ« shader-eve tĂ« kulmit. Supozohet se efekti i zbuluar shkaktohet nga ndryshimet nĂ« regjinĂ« e temperaturĂ«s dhe konsumit tĂ« energjisĂ« tĂ« kopjeve tĂ« ndryshme tĂ« çipave (mĂ« parĂ«, njĂ« efekt i ngjashĂ«m ishte demonstruar pĂ«r CPU â procesorĂ«t e njĂ«jtĂ« gjatĂ« ekzekutimit tĂ« kodit tĂ« njĂ«jtĂ« treguan konsum tĂ« ndryshĂ«m energjie).
Duke qenë se operacionet përmes WebGL ekzekutohen në mënyrë asinkrone, për matjen e kohës së ekzekutimit të tyre nuk mund të përdoret direkt API i JavaScript performance.now(), prandaj janë propozuar tre truqe për matjen e kohës:
- onscreen â pĂ«rshkrimi i skenĂ«s nĂ« HTML canvas me matjen e kohĂ«s sĂ« aktivizimit tĂ« funksionit callback, i vendosur pĂ«rmes API Window.requestAnimationFrame dhe i thirrur pas pĂ«rfundimit tĂ« pĂ«rshkrimit.
- offscreen â pĂ«rdorimi i worker-it dhe vizatimi i skenĂ«s nĂ« objektin OffscreenCanvas me matjen e kohĂ«s sĂ« ekzekutimit tĂ« komandĂ«s convertToBlob.
- GPU â vizatimi nĂ« objektin OffscreenCanvas, por pĂ«rdorimi pĂ«r matjen e kohĂ«s qĂ« jepet nĂ« WebGL timer, duke marrĂ« parasysh kohĂ«zgjatjen e ekzekutimit tĂ« njĂ« grupi komandash nga ana e GPU.
Gjatë krijimit të identifikatorit në secilin pajisje kryhen 50 kontrolle, secila prej të cilave mbulon 176 matje të 16 karakteristikave të ndryshme. Një eksperiment, në të cilin u mblodh informacioni për 2500 pajisje me 1605 GPU të ndryshme, tregoi një rritje të efikasitetit të metodave të kombinuara të identifikimit me 67% me shtimin e mbështetjes Drawn Apart. Në veçanti, metoda e kombinuar FP-STALKER mesatarisht ofronte identifikim për 17.5 ditë, ndërsa në kombinim me Drawn Apart, shkalla e identifikimit u rrit në 28 ditë.
- Saktësia e ndarjes për 10 sisteme me çip Intel i5-3470 (GEN 3 Ivy Bridge) dhe GPU Intel HD Graphics 2500 në testin onscreen ishte 93%, ndërsa në offscreen ishte 36.3%.
- Për 10 sisteme Intel i5-10500 (GEN 10 Comet Lake) me kartën grafike NVIDIA GTX1650, saktësia ishte 70% dhe 95.8%.
- PĂ«r 15 sisteme Intel i5-8500 (GEN 8 Coffee Lake) me GPU Intel UHD Graphics 630 â 42% dhe 55%.
- PĂ«r 23 sisteme Intel i5-4590 (GEN 4 Haswell) me GPU Intel HD Graphics 4600 â 32.7% dhe 63.7%.
- Për gjashtë smartphone Samsung Galaxy S20/S20 Ultra me GPU Mali-G77 MP11, saktësia e identifikimit në testin me shfaqje në ekran ishte 92.7%, ndërsa për smartphone Samsung Galaxy S9/S9+ me Mali-G72 MP18 ishte 54.3%.
Vërehet se saktësinë e ndikuar temperaturën e GPU-së, dhe për disa pajisje rinisja e sistemit çonte në shkarraviten e identifikuesit. Duke përdorur këtë metodë në kombinim me metoda të tjera të identifikimit indirekt, saktësia mund të rritet ndjeshëm. Gjithashtu, planifikojnë të rrisin saktësinë përmes përdorimit të shenjuesve të llogaritjes pas stabilizimit të API-së së re WebGPU.
Kompani si Intel, ARM, Google, Khronos, Mozilla dhe Brave u njoftuan për problemin që në vitin 2020, por detajet e metodës janë zbuluar vetëm tani. Në mesin e tyre, hulumtuesit publikuan shembuj funksionalë në JavaScript dhe GLSL, që mund të funksionojnë me ose pa shfaqje informacioni në ekran. Gjithashtu, për sistemet me GPU Intel GEN 3/4/8/10 janë publikuar grupe të dhënash për klasifikimin e informacionit të nxjerrë në sistemet e mësimit të makinerive.
Burimi: opennet.ru
