Une empreinte d’appareil est un score, pas un identifiant
La plupart des empreintes d’appareil finissent en une seule chaîne. On hache tout ce que le navigateur expose, on appelle le résultat un identifiant d’appareil, et on le recherche plus tard. Le problème, c’est que les téléphones sont fabriqués en séries. Deux exemplaires du même modèle, avec la même version du système, la même langue et le même fuseau horaire, donnent la même chaîne. L’identifiant dit un appareil. Il y a deux personnes.
J’ai publié une petite bibliothèque npm qui part de ce problème : r-detect (Site externe). Elle ne renvoie pas d’identifiant. Elle compare deux lectures et renvoie un score de 0 à 100, avec la liste de l’origine de chaque point.
À quelle fréquence les appareils sont jumeaux
Les poids par défaut viennent d’un déploiement sur le terrain de 1 217 navigateurs pendant une semaine, dont 91 % sous Android. Dans ces données, 34 % des navigateurs avaient au moins un autre navigateur identique sur chaque partie lue par la bibliothèque (notes sur le score (Site externe)).
Un sur trois, c’est trop pour l’ignorer. Si une empreinte identique bloque une inscription ou signale un compte, un tiers de vos utilisateurs peut être pris pour un inconnu qui a acheté le même téléphone.
La première règle de conception est donc un plafond. Les indices tirés de l’appareil ne peuvent pas atteindre seuls la bande la plus haute, quel que soit leur degré d’accord.
Dix parties, chacune avec son poids
collect() lit ce qu’une page peut voir sans demande d’autorisation et le hache en dix parties : les pixels d’une scène WebGL fixe, les limites WebGL, la taille physique de l’écran, le modèle de l’appareil, la version du système, le modèle du GPU, le mode sombre, le fuseau horaire et le format régional, les polices installées et quelques valeurs audio et d’affichage (référence des signaux (Site externe)). Chaque partie est une empreinte SHA-256. Une partie que le navigateur n’expose pas est laissée de côté.
Les parties n’ont pas toutes la même valeur. Chaque poids est un rapport de log-vraisemblance : la fréquence à laquelle la partie reste égale sur le même appareil, face à celle à laquelle deux appareils différents la partagent par hasard. Deux navigateurs différents partageaient un model dans moins de 1 % des paires, il vaut donc 19 points. Ils partageaient le résultat des polices dans 66 % des paires, fonts vaut donc 2. Les dix poids totalisent 72.
Ce total est le plafond. La bande strong commence à 80.
Ce qui fait passer une paire au-dessus de 72
Deux choses peuvent ajouter des points aux parties de l’appareil. Le même réseau en ajoute 20. Un niveau de batterie à 2 points de charge près, lu à 15 minutes d’écart au plus, en ajoute 8.
import { compare } from 'r-detect/score';
const alone = compare(a.parts, b.parts);
// all ten parts equal: score 72, band 'similar'
const sameNet = compare(a.parts, b.parts, { context: { sameNetwork: true } });
// all ten parts equal, same network: score 92, band 'strong'Les noms des bandes sont choisis pour être lus au pied de la lettre. similar signifie que les deux lectures ne peuvent pas être distinguées, ce qui peut être un seul appareil ou deux exemplaires d’un même modèle. strong signifie que les parties concordent et qu’un élément extérieur à l’appareil les confirme.
Chaque résultat porte aussi reasons, une liste de lignes { code, points } dont la somme donne toujours le score. Une paire d’accord sur tout sauf l’image du GPU, sur le même réseau, obtient 74, et la liste montre une ligne mismatch.gpuPixels à moins 10 à côté des concordances. Quand quelqu’un demande pourquoi un compte a été signalé, il y a une réponse à lire, pas un hachage qui ne dit rien.
Une discordance sur une partie stable retire des points mais n’exclut jamais la paire. Dans les données de terrain, l’image du GPU, l’écran et le modèle n’ont jamais différé pour le même navigateur sur 481 paires. Je n’en ferais pas un veto pour autant. Une mise à jour de pilote ou un second écran deviendrait un échec certain.
Le réseau aussi est un indice faible
Partager un réseau ne veut pas dire grand-chose dans un bureau ou derrière la passerelle d’un opérateur mobile. bestMatch() compte les candidats présents sur le réseau de la lecture en cours. Au-delà de trois, elle cesse de compter le réseau pour tous et le signale.
Le réseau lui-même n’est jamais stocké sous forme d’adresse. sealReading() réduit l’adresse du client à son /24 en IPv4 ou à son /48 en IPv6 et n’en garde qu’une empreinte à clé. Cette empreinte reste une donnée personnelle. Avec la clé, tous les /24 en IPv4 peuvent être essayés rapidement.
Scellez avant de stocker
Les empreintes qu’envoie un navigateur sont de simples SHA-256 de valeurs aux résultats peu nombreux. Quiconque voit une lecture peut en retrouver la plupart en hachant les possibilités : le réglage du mode sombre, la version du système, la taille de l’écran. Le même appareil produit aussi les mêmes empreintes sur tous les sites qui utilisent la bibliothèque (notes sur la confidentialité (Site externe)).
L’entrée serveur hache donc de nouveau chaque partie avec HMAC-SHA256 sous votre propre clé, et vous ne stockez que la forme scellée. Sceller ne rend pas les données anonymes. Des appareils identiques donnent toujours des empreintes scellées identiques, et la clé ne protège rien si elle fuit avec les données. Supprimez la lecture non scellée et gardez le corps des requêtes hors de vos journaux.
import { parseReading, sealReading, bestMatch } from 'r-detect/server';
const reading = parseReading(body); // null when the input is invalid
const sealed = await sealReading(reading, { key, ip: clientAddress, keyId: 'k1' });
const { best } = bestMatch(sealed, earlierSealedReadings);
// best.result: { score, band, coverage, reasons, ... }La bibliothèque ne fait aucune requête réseau et n’écrit dans aucun stockage. Elle n’a aucune dépendance d’exécution. L’envoi de la lecture et sa conservation relèvent de votre code.
Ce qu’elle ne peut pas faire
C’est de l’empreinte de navigateur, et il faut l’appeler ainsi. Dans certaines juridictions, elle exige une information des utilisateurs et peut exiger un consentement. Déterminer ce qui s’applique, et informer les utilisateurs, revient à celui qui la déploie. Ceci n’est pas un conseil juridique.
Une lecture vient du client, elle peut donc être falsifiée, copiée ou rejouée. Le niveau de batterie est lui aussi fourni par le client. Là où les clients peuvent être hostiles, je mettrais weights.battery à 0. Une concordance ne devrait jamais servir de facteur de connexion, de raison de sauter une étape de vérification, ni de seul motif pour une action irréversible.
Les preuves sont étroites. Les poids ont été mesurés sur une population surtout Android et peuvent ne pas convenir à un public sur ordinateur ou sur iOS. La stabilité a été mesurée jusqu’à 29 heures, rien au-delà. model est absent sur iOS et Firefox. Le collecteur de ce paquet a produit les mêmes empreintes que le collecteur de terrain sur des versions de navigateurs pour ordinateur, mais aucun téléphone n’a encore exécuté ce paquet. Tout cela est écrit dans le README, avec une méthode pour apprendre les poids à partir de vos propres paires étiquetées.
npm install r-detectLe paquet est sur npm (Site externe) en ESM avec ses types, et l’entrée serveur demande Node 20 ou une version ultérieure.
Si vous stockez déjà un identifiant d’empreinte, un chiffre mérite d’être connu : combien de vos utilisateurs partagent le leur avec quelqu’un d’autre. Si vous ne les avez jamais comptés, l’identifiant répond à une question à laquelle il ne peut pas répondre.