Các nhà nghiên cứu từ Đại học Ben-Gurion (Israel), Đại học Lille (Pháp) và Đại học Adelaide (Úc) đã phát triển một kỹ thuật mới để xác định thiết bị người dùng bằng cách phát hiện các thông số vận hành GPU trong trình duyệt web. Phương pháp này được gọi là "Drawn Apart" và dựa trên việc sử dụng WebGL để có được hồ sơ hiệu suất GPU, có thể cải thiện đáng kể độ chính xác của các phương pháp theo dõi thụ động hoạt động mà không cần sử dụng Cookies và không lưu trữ số nhận dạng trên hệ thống của người dùng.
Các phương pháp tính đến các tính năng kết xuất, GPU, ngăn xếp đồ họa và trình điều khiển khi xác định đã được sử dụng trước đây, nhưng chúng bị giới hạn ở khả năng phân tách các thiết bị chỉ ở cấp độ của các mẫu card màn hình và GPU khác nhau, tức là. chỉ có thể được sử dụng như một yếu tố bổ sung để tăng khả năng nhận dạng. Đặc điểm chính của phương pháp "Drawn Apart" mới là nó không giới hạn ở việc phân tách các mẫu GPU khác nhau mà cố gắng xác định sự khác biệt giữa các GPU giống hệt nhau của cùng một mẫu do tính không đồng nhất của quy trình sản xuất chip được thiết kế để xử lý song song ồ ạt. tin học. Cần lưu ý rằng các biến thể phát sinh trong quá trình sản xuất có thể tạo ra ấn tượng không lặp lại cho cùng một kiểu thiết bị.
Hóa ra những khác biệt này có thể được xác định bằng cách đếm số lượng đơn vị thực thi và phân tích hiệu suất của chúng trong GPU. Các phép kiểm tra dựa trên một tập hợp các hàm lượng giác, các phép toán logic và phép tính dấu phẩy động được sử dụng làm nguyên tắc cơ bản để xác định các mẫu GPU khác nhau. Để xác định sự khác biệt trong cùng một GPU, số lượng luồng thực thi đồng thời khi thực thi trình đổ bóng đỉnh đã được ước tính. Người ta cho rằng hiệu ứng được phát hiện là do sự khác biệt về điều kiện nhiệt độ và mức tiêu thụ điện năng của các phiên bản chip khác nhau (trước đây, hiệu ứng tương tự đã được chứng minh đối với CPU - các bộ xử lý giống hệt nhau cho thấy mức tiêu thụ điện năng khác nhau khi thực thi cùng một mã).
Vì các hoạt động thông qua WebGL được thực hiện không đồng bộ nên API JavaScript performance.now() không thể được sử dụng trực tiếp để đo thời gian thực thi của chúng, do đó, ba thủ thuật đã được đề xuất để đo thời gian:
- trên màn hình - hiển thị cảnh trong khung vẽ HTML, đo thời gian phản hồi của chức năng gọi lại, được đặt thông qua API Window.requestAnimationFrame và được gọi sau khi kết xuất hoàn tất.
- ngoài màn hình - sử dụng một nhân viên và hiển thị cảnh thành đối tượng OffscreenCanvas, đo thời gian thực hiện lệnh ConvertToBlob.
- GPU - Vẽ lên đối tượng OffscreenCanvas nhưng sử dụng bộ hẹn giờ do WebGL cung cấp để đo thời gian có tính đến thời lượng của một tập hợp lệnh ở phía GPU.
Trong quá trình tạo ID, 50 thử nghiệm được thực hiện trên mỗi thiết bị, mỗi thử nghiệm bao gồm 176 phép đo với 16 đặc điểm khác nhau. Một thử nghiệm thu thập thông tin trên 2500 thiết bị với 1605 GPU khác nhau cho thấy hiệu quả của các phương pháp nhận dạng kết hợp tăng 67% khi thêm hỗ trợ Drawn Apart. Đặc biệt, phương pháp FP-STALKER kết hợp cho kết quả nhận dạng trung bình trong vòng 17.5 ngày và khi kết hợp với Drawn Apart, thời gian nhận dạng tăng lên 28 ngày.
- Độ chính xác phân tách của 10 hệ thống sử dụng chip Intel i5-3470 (GEN 3 Ivy Bridge) và GPU Intel HD Graphics 2500 trong thử nghiệm trên màn hình là 93% và trong thử nghiệm ngoài màn hình là 36.3%.
- Đối với 10 hệ thống Intel i5-10500 (GEN 10 Comet Lake) có card màn hình NVIDIA GTX1650, độ chính xác là 70% và 95.8%.
- Dành cho 15 hệ thống Intel i5-8500 (GEN 8 Coffee Lake) với GPU Intel UHD Graphics 630 - 42% và 55%.
- Dành cho 23 hệ thống Intel i5-4590 (GEN 4 Haswell) có GPU Intel HD Graphics 4600 - 32.7% và 63.7%.
- Đối với sáu điện thoại thông minh Samsung Galaxy S20/S20 Ultra có GPU Mali-G77 MP11, độ chính xác nhận dạng trong thử nghiệm trên màn hình là 92.7% và đối với điện thoại thông minh Samsung Galaxy S9/S9+ có GPU Mali-G72 MP18 là 54.3%.
Cần lưu ý rằng độ chính xác bị ảnh hưởng bởi nhiệt độ của GPU và đối với một số thiết bị, việc khởi động lại hệ thống đã dẫn đến sự biến dạng của mã nhận dạng. Khi sử dụng phương pháp này kết hợp với các phương pháp nhận dạng gián tiếp khác, độ chính xác có thể tăng lên đáng kể. Họ cũng có kế hoạch tăng độ chính xác thông qua việc sử dụng các trình đổ bóng điện toán sau khi ổn định API WebGPU mới.
Intel, ARM, Google, Khronos, Mozilla và Brave đã được thông báo về sự cố này vào năm 2020, nhưng chi tiết về phương pháp này hiện mới được tiết lộ. Các nhà nghiên cứu cũng đã công bố các ví dụ hoạt động được viết bằng JavaScript và GLSL có thể hoạt động khi có và không hiển thị thông tin trên màn hình. Ngoài ra, đối với các hệ thống dựa trên GPU Intel GEN 3/4/8/10, các bộ dữ liệu đã được xuất bản để phân loại thông tin được trích xuất trong hệ thống máy học.
Nguồn: opennet.ru