|
【PConline 资讯】作为世界著名的研究型学府，普林斯顿大学的研究员在一项针对网络追踪技术的研究中有了新发现，一种新技术正被用于发掘互联网用户的隐私数据。另外，该项研究还对目前所使用的常用追踪技术进行了量化分析。 据了解，该研究所发现的新技术利用AudioContext API（应用程序接口）为计算设备的声音环境打上指纹标签。AudioContext API不会收集计算设备播放或录制的声音，仅分析设备的声音信号并作为标识符，进而跟踪互网络用户。目前，声音指纹技术尚未广泛应用，就连常见的追踪拦截和隐私保护工具Ghostery，也未将其囊括在中。
针对Alexa排名前100万的网站，研究员使用了OpenWP开源工具进行追踪技术分析并指出，“如果没有新的网页技术提供全面支持，我们也无法发现并确定AudioContext API在设备指纹方面的应用。”此外，研究还关注了WebRTC IP、Canvas指纹识别、Canvas字体指纹识别，以及电池API15等其他追踪技术。 研究人员认为，对于快速变化的互联网追踪技术，未来机器学习将可能成为有效的解决方案之一。他们希望，机器学习能自动探测并分类追踪技术，最终取代当前人工需要去做的工作。如果获得成功，将极大地提升浏览器隐私保护工具的效率。当下所使用的追踪保护列表，还由人工创建，有可能出现‘假阳性’与‘假阴性’的可能。 |
