浏览器指纹：比 Cookie 更难摆脱的追踪术

无痕模式能挡住 Cookie，挡不住指纹。

网站给每个访客的浏览器画像打分——不是看某一个特征，而是把几十项特征拼在一起。组合的唯一性，让"认出你"不再依赖任何存储。这就是浏览器指纹（Browser Fingerprinting）。

原理：组合的唯一性

单个特征不唯一：用 Chrome 的人几亿，屏幕 1920×1080 的人几千万。但把特征叠起来：

Chrome 132 + Windows 10 + 显卡渲染结果 X + 字体列表 Y + 时区 + 语言 + 屏幕 + 触屏支持……

组合的熵急剧上升。研究（AmIUnique 等）表明，仅凭十几个特征，三分之一以上的浏览器在全网唯一。

最关键的特性：指纹存在"你"身上，不依赖任何可删除的存储。你清掉 Cookie、换无痕窗口、甚至重启电脑，指纹还在。

主要采集维度

Canvas 指纹

让浏览器在 <canvas> 上画一段文字和图形，然后读取像素数据。不同机器的：

• 显卡与驱动
• 抗锯齿算法
• 字体渲染引擎

会让同样的绘制指令产生微小的像素差异。这个差异被哈希后就是一个稳定指纹。Chrome 每个版本还会加入随机噪声扰动，反而让"噪声处理方式"本身成为新特征。

WebGL 指纹

更进一步：读取 WebGL 的渲染器字符串（暴露显卡型号）+ 渲染 3D 场景取像素哈希。还能顺手拿到 GPU 厂商、最大纹理尺寸。

AudioContext 指纹

调用浏览器的音频处理 API（OfflineAudioContext），用固定参数处理一段合成信号，读取输出浮点数。不同机器的浮点运算与音频实现差异产生稳定哈希。不需要麦克风，不出声。

字体枚举

网页逐个测试几百种字体在不在：渲染宽度一致说明字体存在。装了思源黑体 + Sarasa Mono 的组合，本身就是小众信号。

其他几十项

• UA、平台、语言列表
• 时区、时区偏移
• 屏幕分辨率、色深、触屏点数
• 硬件并发数（navigator.hardwareConcurrency）
• 设备内存（navigator.deviceMemory）
• 是否 Do Not Track、是否开广告拦截

IPchase 指纹检测把这些维度做成了可视化报告——7 大项指纹 + 一致性分析，跑一次就能看到自己浏览器的"独特程度"。

为什么对抗这么难

指纹攻防的不对称在于：

• 防守方要全部一致，攻击方只要一项独特。你改了 Canvas 哈希，但字体列表没变——还是原来那个"改了 Canvas 哈希的你"
• 伪装本身也是特征。太罕见的字体组合、太规整的假指纹，反而更独特
• 跨设备关联：手机和电脑指纹不同，但行为模式（打字节奏、浏览路径）可以关联

实用的对抗手段

按性价比排序：

1. 用大厂主流浏览器：越大众越好混——最新版 Chrome 的默认配置就是"最大的人群"
2. 不装小众字体：系统字体保持原样
3. 指纹浏览器（Multilogin、AdsPower 这类）：为每个环境注入一致的假指纹，适合多账号运营。注意它们解决的"一致性"问题的同时也创造了新的特征
4. Firefox + resistFingerprinting：Mozilla 的方案是把所有特征拉平到同一值（时间粒度变粗、Canvas 统一噪声），让大家都长一样。缺点是网页兼容性受影响
5. Tor Browser：同上的思路，更激进，代价是慢

对普通用户，1 + 2 的性价比最高。

小结

• 指纹 = 环境特征组合的唯一性，不依赖可删除存储
• 核心维度：Canvas、WebGL、AudioContext、字体、硬件参数
• 对抗的核心思路：要么藏进大人群，要么拉平差异
• "伪装度"高的浏览器环境 = 特征少且一致性高

想看看你的浏览器指纹长什么样、独特度多高？IPchase 指纹检测直接跑，不用装任何东西。