Canvas и WebGL фингерпринты: как поисковые системы детектируют браузерные движки
Фингерпринтинг на основе Canvas и WebGL позволяет идентифицировать устройство с точностью до 99.4%, даже если пользователь полностью очистил файлы cookie и сменил IP-адрес.
Принцип работы Canvas Fingerprinting
Скрипт антифрода отрисовывает на невидимом элементе <canvas> сложный текст со сглаживанием, градиентом и тенями. Из-за микроскопических различий в драйверах видеокарты, версиях графического ядра и ОС, пиксельный хеш изображения на разных устройствах получается уникальным.
Технология маскировки в нашей платформе
Простая блокировка Canvas не работает: скрипт сразу понимает, что перед ним бот. Наш движок использует метод микрошума (Noise Injection) — в младшие биты цвета пикселей подмешивается детерминированный шум, делающий отпечаток валидным, естественным и уникальным для каждого профиля.
Хотите поднять сайт в ТОП-1 Яндекса или объявление на Авито?
Проведём экспресс-аудит вашего проекта, рассчитаем стоимость выхода в ТОП и покажем точную экономию по сравнению с Яндекс Директом.
Читайте также по этой теме
Антифрод Яндекса: архитектура защиты от накрутки и нейросетевые фильтры
Глубокий технический разбор защитной инфраструктуры Яндекса: от пре-фильтров на балансировщиках до многослойных поведенческих классификаторов.
Обход флага navigator.webdriver: маскировка Playwright под реальный Chrome
Техническое руководство по маскировке автоматизации: удаление признаков автоматизации Chrome DevTools Protocol и правильная инициализация контекстов.
AudioContext и шрифтовые отпечатки: скрытые слои идентификации браузера
Изучаем глубокие аппаратные отпечатки: осцилляторы звуковой карты и замеры миллисекундного рендеринга системных шрифтов.