Antifraud-Systeme vergleichen nicht nur Cookies. Sie verbinden Browser-Signale zu einem Fingerprint und suchen Übereinstimmungen zwischen Konten. Wir zeigen die wichtigsten Signale und warum ein anderer Canvas nicht reicht.
Eine Website sieht nicht bloß einen Browsernamen, sondern eine Reihe von Messwerten. Jeder einzelne Wert ist schwach; zusammen ergeben sie einen Fingerprint, der gelöschte Cookies und einen IP-Wechsel übersteht. Zu den wichtigsten Signalen gehören:
| Kanal | Was wird gemessen? | Typischer Unterscheidungswert |
|---|---|---|
| Liste der Schriftarten | welche Schriftarten auf dem System installiert sind | höchste Entropie: 9,45 Bit, 35 % der Maschinen sind einzigartig |
| WebGL | Grafikkartenlinie, Rendering-Parameter | hoch, hardwareabhängig |
| Canvas | Hash des gerenderten Bildes | hoch |
| Audio | Signal-Hash über Web Audio | hoch auf verschiedenen Maschinen |
| Bildschirm und DPR | Auflösung und Pixeldichte | Durchschnitt |
| Zeitzone, Sprache | Systemeinstellungen | individuell niedrig, Konsistenz ist wichtig |
Schriften stehen an erster Stelle, weil sie in unseren Messungen die höchste Entropie lieferten. Allein die Liste der installierten Schriften machte 35 % der Rechner in der Stichprobe einzigartig.
Die erste Messung legte ein ernstes Problem offen. Zwei Profile auf demselben Rechner ohne getrennte Gerätekonfigurationen lieferten identische Werte bei Schriftmetriken, WebGL-Parametern, clientRects und Audio in jeder Konfiguration überein. Eine Website konnte diese Konten ohne Cookies oder IP-Adresse verknüpfen. Dieses Ergebnis bestimmte die Produktarchitektur.
Die Lösung bestand nicht in beliebigem Rauschen, sondern in einer stimmigen Gerätekonfiguration aus einem echten Computer. Nachdem jedes Profil einen eigenen Gerätesatz erhalten hatte, unterschieden sich dieselben Signale. Wir haben das in echten Browsern überprüft:
| Oberfläche | Variiert zwischen den beiden Profilen |
|---|---|
| WebGL Anbieter und Renderer | Ja |
| Parameter WebGL | Ja |
| Bildschirmgeometrie und DPR | Ja |
| Anzahl der Kerne und Speicher | Ja |
| Liste der Schriftarten | Ja |
| Sprachsynthesestimmen | Ja |
| Web-Audio-Konstantentabelle | Ja |
| Canvas | Ja, das Geräusch kommt vom Profil-Seed |
Ein geändertes Canvas bei unveränderter echter Schriftliste verhindert keine Verknüpfung: Die übrigen Signale stimmen weiterhin überein. Manche Signale sollten überhaupt nicht verändert werden.
Die Engine lässt die Textmetriken verbreiteter Schriften bewusst unverändert. Detektoren haben eine Überprüfung measuretext-grid, die genau solche Abweichungen erkennt. Eine Manipulation würde den Browser leichter erkennbar machen. Dasselbe gilt für clientRects (siehe bcr-vs-range). Diese Signale müssen sich nicht unterscheiden: Auf zwei echten Rechnern mit gleichem Betriebssystem und DPR hat Arial dieselbe Breite, weil Schriftdatei und System den Wert bestimmen.
Prüfen Sie selbst. Legen Sie im kostenlosen Tarif zwei Profile an, öffnen Sie die Testseite in beiden und vergleichen Sie die Rohwerte:
Canvas und WebGL unterscheiden sich, die Signale innerhalb jedes Profils bleiben jedoch stimmig. Das lässt sich in den Rohwerten prüfen, nicht nur in unserer Beschreibung. Oder öffne den Browser-Fingerprint-Test: Die Seite misst die Signale deines Browsers und stellt eine NimbusX-Konfiguration zum direkten Vergleich daneben.
Ein Signal verknüpft Profile auf demselben Rechner noch immer: der Hash des gerenderten Audios. Die Audio-Variation der Engine hängt von der Domain ab, nicht vom Profil. Zwei echte Computer erzeugen verschiedene Hashes; Profile auf demselben Rechner teilen derzeit einen Wert. Das Dashboard weist in der AUD-Zelle jedes Profils offen darauf hin. Bis NimbusX eine eigene Engine-Version ausliefert, sollten Profile derselben Plattform auf verschiedenen Rechnern laufen.
Audio-Fingerprint: die aktuelle Grenze · Konsistenz zählt mehr als Menge