研究人员使用AI打击和量化浏览器指纹

发布时间：2020-08-18 15:59:34 【来源：】

包括Firefox，Safari，Opera和Chrome在内的浏览器已开始提供针对使用cookie和IP地址的跨站点跟踪方法的保护。这是一个令人鼓舞的发展，但担心它会迫使跟踪器采用更不透明的“无状态”跟踪，例如浏览器指纹识别，该跟踪器根据浏览器显示的配置信息对其进行跟踪。

尤其是为了打击指纹，在最近的一项研究中，爱荷华大学，Mozilla和加州大学的研究人员戴维斯研究了一种基于机器学习的方法，称为FP-Inspector，该方法训练分类器学习指纹。共同作者说，通过将静态和动态分析相结合来提取句法和语义特征，有效地补充了彼此的局限性，FP-Inspector克服了动态分析的覆盖范围问题，同时解决了静态分析无法处理混淆的问题。

一些浏览器和隐私工具已尝试使用API更改和网络请求阻止之类的技术来减轻指纹。但是这些需要人工分析，并且难以限制从第一方域和诸如内容交付网络之类的双重用途第三方提供的脚本。这是因为必须严格定义每个硬编码的试探法，以避免误报，并不断进行更新以捕获不断发展的指纹和非指纹。

相比之下，基于JavaScript的FP-Inspector具有独立的检测组件，该检测组件从脚本中提取特征(例如语法和执行)并训练分类器以识别指纹。(无监督和受监督的特征选择方法将用于训练分类器的特征数量限制为1,000个静态特征和1,000个动态特征。)缓解组件将限制应用于检测到的脚本;FP-Inspector限制所有已知正在使用指纹识别的脚本的访问，并阻止请求下载从执行指纹识别的域提供的脚本的请求。

为了培训FP-Inspector，研究人员抓取了20,000个网站的主页，以编译包含153,354个不同执行脚本的17,629个网站的列表。(他们从100,000个网站访问量最高的网站(Alexa的全球排名)中选出了前10,000个网站，并从其余的10,000个网站中随机抽取了样本，使他们可以覆盖最受欢迎的网站和下层网站在实验中，他们说FP-Inspector的性能很好，与手动设计的启发式方法相比，检测到的指纹脚本多出26%，准确率达99.9%，网站损坏少了两倍。

为了衡量网络上指纹识别脚本的流行程度，研究人员将FP-Inspector的检测组件应用于Alexa排名最高的71,112个网站。他们发现，现在有超过四分之一的顶级站点都部署了指纹识别(前十万个站点中的10.18%，总计2349个唯一域)，并且指纹在不同类别的网站上使用不均。使用率范围从将近14%的新闻网站到仅1%的与信贷和债务相关的网站，这是作者之间的差异，这是因为指纹识别在依赖广告和付费墙进行货币化的网站上很普遍。

研究人员说，他们计划发布提供指纹识别脚本的域，以跟踪保护列表，例如Disconnect和EasyPrivacy。他们写道：“ FP-Inspector帮助发现了一些以前未知的用于浏览器指纹识别的新API的利用。”“我们计划向面向隐私的浏览器供应商和标准机构报告这些API的名称和统计信息。为了促进后续研究，我们将发布……我们的指纹对策原型扩展，新发现的指纹供应商列表以及提交给跟踪保护列表，浏览器供应商和标准机构的错误报告。”

上一篇：平滑遥控操作器和遥控器的兴起
下一篇：iOS和Mac上的虚幻引擎处于危险之中