Cara Memeriksa Canvas Fingerprinting Sebelum Situs Memblokir Anda

Canvas fingerprinting menggambar teks dan bentuk ke dalam sebuah canvas yang tidak terlihat, membaca kembali pikselnya, lalu melakukan hashing pada hasilnya. GPU Anda, driver grafis Anda, dan cara sistem operasi Anda merender font, semuanya sedikit memengaruhi piksel tersebut, sehingga hash yang dihasilkan sedikit berbeda dari satu mesin ke mesin lain. Ada dua hal yang layak diperiksa, dan bukan nilai hash itu sendiri: apakah hash Anda tetap sama di setiap reload, dan apakah hash itu cocok dengan semua hal lain yang diklaim browser Anda tentang dirinya sendiri. Hash yang berubah setiap kali dimuat justru lebih mencolok daripada hash yang membosankan.
Apa yang Anda butuhkan
- Browser yang bisa Anda buka devtools-nya, idealnya build yang persis sama dengan yang dijalankan otomatisasi Anda, bukan browser harian Anda.
- Titik referensi kedua untuk dibandingkan, seperti profil desktop biasa pada mesin yang sama.
- CapSkip yang berjalan, dalam Mode Local pada alamat loopback atau dalam Mode Server pada mesin yang bisa dijangkau worker Anda. Keduanya dibahas di pengaturan koneksi, dan hal ini penting di sini hanya karena tantangan yang masih Anda dapatkan harus dikirim ke suatu tempat.
Apa yang sebenarnya diukur oleh canvas fingerprinting
Tekniknya cukup sederhana untuk dijelaskan dalam satu paragraf. Sebuah skrip membuat elemen canvas, menuliskan string pendek dengan font tertentu, mengisi beberapa bentuk, lalu memanggil metode readback. Mozilla mendokumentasikan readback ini secara gamblang: toDataURL mengembalikan sebuah data URL yang berisi seluruh gambar dalam bentuk base64. Hash string tersebut dan Anda akan mendapatkan sebuah angka yang mengidentifikasi rendering stack yang menghasilkannya.
Yang bervariasi antar mesin ternyata lebih kecil dari yang dikira orang. Keputusan anti-aliasing pada tepi glyph yang melengkung, penempatan sub-piksel, apakah font yang diminta tersedia secara lokal atau digantikan font lain, dan pembulatan yang tepat yang dilakukan driver GPU Anda saat mencampur dua warna. Tidak satu pun dari itu bisa Anda kendalikan dari JavaScript, dan justru karena itulah vendor deteksi menyukainya.
Yang mengikuti dari situ adalah bagian yang layak ditindaklanjuti. Perangkat keras asli menghasilkan hash yang sama setiap saat. Perangkat keras yang populer menghasilkan hash yang juga dihasilkan ribuan orang lain. Jadi tujuannya bukan fingerprint yang langka atau tersembunyi, melainkan fingerprint yang umum dan membosankan karena stabil.
Langkah 1: baca hash canvas Anda sendiri
Tempelkan ini ke konsol browser yang ingin Anda ukur. Kode ini menggambar bentuk yang sama seperti yang dilakukan skrip fingerprinting sungguhan, dan menyederhanakan readback-nya menjadi sesuatu yang bisa Anda periksa langsung dengan mata.
// no install needed, paste into the devtools console
function canvasHash() {
const c = document.createElement('canvas');
const ctx = c.getContext('2d');
ctx.textBaseline = 'top';
ctx.font = '16px Arial';
ctx.fillStyle = '#f60';
ctx.fillRect(0, 0, 120, 30);
ctx.fillStyle = '#069';
ctx.fillText('probe', 4, 20);
const url = c.toDataURL();
let h = 0;
for (let i = 0; i < url.length; i++) h = (h * 31 + url.charCodeAt(i)) | 0;
return h.toString(16);
}
canvasHash();Nilai itu sendiri tidak memberi tahu apa pun jika berdiri sendiri. Tidak ada hash yang baik dan tidak ada hash yang buruk, dan tidak ada daftar publik untuk memeriksa hash Anda. Nilai itu baru menjadi informasi ketika Anda membandingkannya dengan run lain, atau dengan browser lain pada mesin yang sama.
Langkah 2: periksa apakah hash-nya stabil
Jalankan probe ini beberapa kali berturut-turut. Pada browser yang tidak dimodifikasi, setiap run mengembalikan nilai yang sama, karena tidak ada satu pun yang acak dalam operasi menggambar tersebut.
// run this after the function above is defined const runs = new Set(); for (let i = 0; i < 5; i++) runs.add(canvasHash()); // 1 means stable. Anything higher means noise is being added. console.log(runs.size, [...runs]);
Jika Anda mendapatkan lebih dari satu nilai, berarti ada sesuatu yang menyuntikkan noise ke dalam piksel tersebut. Itu belum tentu perbuatan Anda sendiri. Browser sekarang sudah membawa perilaku ini secara bawaan, dan Mozilla mendokumentasikannya pada metode readback piksel: dengan proteksi fingerprinting diaktifkan, noise halus secara acak dimasukkan ke hasil getImageData sehingga situs tidak bisa menyimpulkan perangkat rendering yang digunakan, yang juga berarti round trip penulisan dan pembacaan tidak lagi cocok.
Jadi hash yang tidak stabil punya dua kemungkinan sumber, dan Anda perlu tahu sedang menghadapi yang mana. Browser privasi yang melakukannya dengan sengaja adalah satu cerita. Stealth patch yang Anda pasang di automation stack Anda adalah cerita yang lain, dan itulah yang merugikan.
Langkah 3: periksa apakah itu cocok dengan semua hal lain yang Anda klaim
Fingerprint dinilai sebagai satu kesatuan, bukan sebagai nilai-nilai yang berdiri sendiri. Kode deteksi membandingkan hasil canvas dengan hal-hal lain yang diklaim browser tentang dirinya sendiri, dan kontradiksi mendapat skor yang lebih buruk daripada satu nilai ganjil mana pun.
| Sinyal | Seperti apa cerita yang konsisten | Kontradiksi yang umum terjadi |
|---|---|---|
| Hash canvas | Stabil di setiap reload, cocok dengan platform yang diklaim | Nilai baru pada setiap pembacaan |
| String renderer WebGL | GPU konsumen bermerek | Software renderer di bawah user agent desktop |
| Substitusi font | Font bawaan OS yang diklaim | Font stack Linux di balik user agent Windows |
| Rasio piksel perangkat | Cocok dengan dimensi layar yang dilaporkan | Rasio pecahan pada display standar yang diklaim |
Baris kedua adalah baris tempat kontainer biasanya gagal. Headless browser pada mesin tanpa GPU harus beralih ke software rendering, dan string renderer-nya mengatakan hal itu dengan jujur, sementara piksel canvas-nya diam-diam sejalan dengannya. Menambal string-nya saja tidak membantu, karena piksel yang dihasilkannya tetap ada di sana untuk di-hash. Panduan CAPTCHA di undetected-chromedriver membahas sisi automation-flag dari masalah yang sama.
Mengukur hal ini dari dalam stack Anda sendiri adalah satu-satunya cara untuk tahu apa yang sebenarnya Anda kirimkan. Jalankan probe ini lewat browser yang sama dengan yang dipakai job Anda, alih-alih hanya percaya pada launch flag.
# pip install playwright
from playwright.sync_api import sync_playwright
PROBE = """() => {
const c = document.createElement('canvas').getContext('2d');
c.font = '16px Arial';
c.fillText('probe', 2, 16);
return c.canvas.toDataURL().slice(-32);
}"""
with sync_playwright() as p:
page = p.chromium.launch(headless=True).new_page()
page.goto("https://example.com/")
print(page.evaluate(PROBE)) # compare against your real browserJalankan itu dalam mode headless, lalu jalankan lagi dengan flag headless dimatikan, kemudian bandingkan keduanya dengan jendela browser normal pada mesin yang sama. Tiga hasil akhir yang identik berarti canvas bukan yang membocorkan identitas Anda. Tiga hasil yang berbeda menunjukkan ke mana Anda harus mencari selanjutnya. Halaman pemecah CAPTCHA Playwright membahas cara menghubungkan ini ke dalam crawl yang sesungguhnya.
Mengapa mengacak canvas justru menjadi bumerang
Mengacak nilai canvas fingerprinting terasa seperti pertahanan yang paling masuk akal, padahal biasanya justru memperburuk keadaan. Alasannya singkat. Hash yang umum menempatkan Anda dalam kelompok besar. Hash yang langka tetapi tetap menempatkan Anda dalam kelompok kecil. Hash yang berbeda pada setiap pembacaan menempatkan Anda dalam kelompok yang hampir tidak pernah dihuni browser sungguhan, karena perangkat keras normal bersifat deterministik.
Yang lebih buruk lagi, ketidakstabilan ini sangat murah untuk diuji. Membaca canvas dua kali dalam satu pemuatan halaman lalu membandingkannya tidak memakan biaya apa pun bagi skrip deteksi, dan itu mengubah pertahanan Anda menjadi sinyal boolean tentang klien tersebut. Itu adalah pertukaran yang jelas lebih buruk dibanding nilai identitas yang sebenarnya ingin Anda sembunyikan.
Ada pengecualian yang nyata. Browser yang mengacak per origin dan per sesi, bukan per pembacaan, menjaga hash tetap stabil di dalam satu tampilan halaman sambil memutus keterkaitan lintas situs. Itu adalah desain yang dipertimbangkan dengan matang dan tidak terbaca sebagai otomatisasi. Noise per pembacaan dari automation stack yang ditambal adalah hal yang sama sekali berbeda, dan itulah yang muncul di log Anda sebagai tantangan mendadak pada stack yang kemarin masih berjalan lancar.
Aturan praktisnya: utamakan browser sungguhan pada perangkat keras sungguhan tanpa ada yang ditambal, dan terimalah fingerprint yang membosankan. Jika Anda tidak bisa mendapatkan itu, jaga agar fingerprint apa pun yang Anda miliki tetap stabil dan konsisten secara internal.
Apa yang tidak diperbaiki oleh semua ini
Pekerjaan pada canvas fingerprinting mengubah seberapa sering Anda ditantang. Itu tidak mengubah apa yang terjadi begitu Anda sudah ditantang. CapSkip tidak menyentuh hash canvas Anda, renderer WebGL Anda, atau daftar font Anda, dan tidak ada solver mana pun yang bisa melakukannya, karena semua itu adalah properti mesin yang menggambar piksel, bukan properti tantangan yang diberikan kepada Anda.
Perlakukan keduanya sebagai dua pekerjaan yang terpisah. Pekerjaan konsistensi mengurangi tingkat tantangan yang muncul. Solver menangani tantangan yang masih tiba, yang pada stack yang berperilaku baik jumlahnya lebih kecil, bukan nol. Apa pun yang menjanjikan untuk memperbaiki keduanya sekaligus sebenarnya hanya menjual salah satunya kepada Anda.
Menjalankan pemecah di server saja
Pengujian fingerprint biasanya dilakukan pada workstation dengan GPU sungguhan, sementara crawl berjalan di tempat yang sama sekali berbeda. Pemisahan ini tidak masalah, dan itu tidak memaksa solver harus ada di setiap worker:
| Mode | Mendengarkan di | Gunakan saat |
|---|---|---|
| Lokal | 127.0.0.1, hanya perangkat itu | Browser dan solver berjalan pada satu mesin |
| Server | Alamat jaringan atau IP publik Anda | Workers, VPS, atau platform hosted yang memanggil lewat API |
Arahkan host SDK ke mesin solver, dan sisa kode Anda tidak berubah, sehingga sekumpulan besar browser bisa berbagi satu instance sementara masing-masing tetap mempertahankan profilnya sendiri. IP publik statis disarankan ketika pemanggil berada di luar jaringan Anda. Pengaturannya ada di pengaturan koneksi, dan Mode Server tetap merupakan perangkat keras Anda sendiri dan tetap tanpa biaya per pemakaian: yang berpindah hanya lokasi tempat solver berjalan, bukan siapa pemiliknya.
FAQ
Bisakah saya cukup memblokir readback canvas sepenuhnya?
Bisa, dan itu sangat mencolok. Canvas yang menolak untuk merender, mengembalikan gambar kosong, atau melempar error saat readback lebih langka daripada hampir semua fingerprint asli mana pun, sehingga blokir itu sendiri menjadi ciri pengenal. Memblokir masuk akal untuk browser privasi yang semua penggunanya terlihat identik satu sama lain. Itu tidak masuk akal untuk satu klien otomatisasi yang berusaha terlihat biasa saja.
Apakah headless browser memiliki canvas fingerprint yang berbeda?
Sering, dan biasanya karena alasan perangkat keras, bukan karena headless-nya. Kontainer tanpa GPU merender lewat software fallback, dan piksel yang berbeda pun keluar di ujung lainnya. Font sistem yang hilang membuatnya semakin jauh berbeda, karena font pengganti dirender berbeda dari font yang seharusnya diminta. Memberi mesin tersebut GPU sungguhan dan set font normal menutup sebagian besar celah tersebut.
Apakah canvas fingerprinting saja sudah cukup untuk mengidentifikasi saya?
Tidak, dan memang tidak dipakai seperti itu. Ia hanyalah satu input di antara banyak input lain, berdampingan dengan renderer WebGL, daftar font, TLS handshake, reputasi IP, dan bagaimana perilaku sesi tersebut. Itulah sebabnya satu nilai yang sempurna saja tidak akan menyelamatkan stack yang berkontradiksi di tempat lain, dan mengapa memperbaiki satu sinyal saja jarang banyak mengubah tingkat tantangan yang muncul.
Apakah memecahkan CAPTCHA akan memperbaiki fingerprint saya?
Tidak. Memecahkan CAPTCHA hanya menghilangkan tantangan yang ada di depan Anda dan tidak mengubah apa pun tentang alasan mengapa tantangan itu muncul. Jika tingkat tantangan Anda terus naik, pekerjaan pada fingerprint itulah yang bisa menurunkannya. Solver adalah yang menjaga pekerjaan Anda tetap berjalan sementara itu, dan keduanya layak dianggarkan secara terpisah.
Versi paling singkatnya
Baca hash canvas Anda, jalankan lima kali, dan periksa apakah Anda mendapatkan satu nilai, bukan lima. Lalu periksa nilai tersebut terhadap renderer WebGL, font stack, dan platform yang diklaim user agent Anda, karena kontradiksi lebih merugikan Anda daripada satu angka ganjil mana pun. Jangan menambahkan noise: randomisasi per pembacaan bisa terdeteksi hanya dalam dua baris kode dan menempatkan Anda dalam kelompok yang tidak pernah dihuni browser sungguhan. Perbaiki dulu stack-nya, baru berhenti mengkhawatirkan tantangan yang masih tersisa. Halaman pemecah CAPTCHA untuk web scraping membahas cara menjalankan ini pada skala crawl. Itu menyisakan sisi ekonomi: bypass captcha yang berjalan pada perangkat keras milik Anda sendiri tidak memakan biaya apa pun per pemecahan, sehingga tantangan yang gagal Anda hindari tidak pernah berubah menjadi tagihan.
