普林斯頓大學(xué)研究人員對(duì)網(wǎng)絡(luò)追蹤技術(shù)的一項(xiàng)全面研究 顯示，一種新技術(shù)正被用于發(fā)掘互聯(lián)網(wǎng)用戶的隱私數(shù)據(jù)。此外研究還對(duì)當(dāng)前正在使用的常用追蹤技術(shù)進(jìn)行了量化分析。
這項(xiàng)研究發(fā)現(xiàn)的新技術(shù)利用 AudioContext API（應(yīng)用程序接口）給計(jì)算設(shè)備的聲音環(huán)境打上指紋標(biāo)簽。這款 API 不會(huì)收集計(jì)算設(shè)備播放或錄制的聲音，而是分析這些設(shè)備的聲音信號(hào)，將其作為標(biāo)識(shí)符，從而跟蹤互聯(lián)網(wǎng)用戶。
關(guān)于這項(xiàng)技術(shù)，研究人員制作了一個(gè) 實(shí)時(shí)演示頁面。
研究發(fā)現(xiàn)，聲音指紋技術(shù)尚未得到廣泛使用。不過，常見的追蹤攔截和隱私保護(hù)工具，例如 Ghostery，也沒有將這項(xiàng)技術(shù)包括在內(nèi)。
為了分析網(wǎng)站采用的追蹤技術(shù)，研究人員使用了開源工具 OpenWP，覆蓋了 Alexa 排名前 100 萬的網(wǎng)站。
研究指出：“如果沒有新的網(wǎng)頁技術(shù)提供全面支持，我們也無法發(fā)現(xiàn)并確定 AudioContext API 在設(shè)備指紋方面的應(yīng)用。”
在互聯(lián)網(wǎng)上追蹤用戶信息已成為一場(chǎng)軍備競(jìng)賽。與隱私保護(hù)相關(guān)的研究需要反映用戶實(shí)際的上網(wǎng)行為，從而得出真實(shí)的分析結(jié)果。
研究關(guān)注的其他追蹤技術(shù)還包括 WebRTC IP、Canvas 指紋識(shí)別、Canvas 字體指紋識(shí)別，以及電池 API15.
盡管 Ghostery 和火狐的第三方 cookie 攔截工具等隱私保護(hù)工具被證明有效，但研究人員發(fā)現(xiàn)，“模糊不清的追蹤技術(shù)”帶來了更多挑戰(zhàn)。他們表示：“當(dāng)前的隱私保護(hù)工具大多不會(huì)攔截指紋腳本的‘長尾’端。”
因此，盡管聲音指紋技術(shù)并不常用，但這項(xiàng)技術(shù)足夠新穎，因此尚未被常用的隱私保護(hù)工具覆蓋在內(nèi)。
研究人員認(rèn)為，對(duì)于不斷變化的互聯(lián)網(wǎng)追蹤技術(shù)，機(jī)器學(xué)習(xí)未來將可能成為解決方案之一。他們希望，機(jī)器學(xué)習(xí)能自動(dòng)探測(cè)并分類追蹤技術(shù)，最終取代當(dāng)前人工需要去做的工作。
關(guān)于機(jī)器學(xué)習(xí)，研究人員表示：“如果獲得成功，那么這將極大地提升瀏覽器隱私保護(hù)工具的效率。今天，這樣的工具使用追蹤保護(hù)列表，而列表是由人工創(chuàng)建的，有可能出現(xiàn)很多‘假陽性’和‘假陰性’。大數(shù)據(jù)帶來了理想的基礎(chǔ)，以訓(xùn)練分類工具探測(cè)及歸類追蹤技術(shù)。”
