Как проверить фингерпринтинг canvas, прежде чем сайты вас заблокируют

Фингерпринтинг canvas рисует текст и фигуры на невидимом canvas, считывает пиксели обратно и хеширует результат. Ваш GPU, видеодрайвер и то, как операционная система растрирует шрифты, немного сдвигают эти пиксели, поэтому хеш получается чуть разным от машины к машине. Стоит проверить две вещи, и само значение хеша тут ни при чём: остаётся ли ваш хеш одинаковым при перезагрузках и согласуется ли он со всем остальным, что браузер сообщает о себе. Хеш, который меняется при каждой загрузке, выдаёт вас куда сильнее, чем скучный неизменный.
Что понадобится
- Браузер, в котором можно открыть devtools, в идеале именно та сборка, которой управляет ваша автоматизация, а не тот, которым вы пользуетесь каждый день.
- Вторая точка отсчёта для сравнения, например обычный десктопный профиль на той же машине.
- CapSkip запущен: в режиме Local на loopback-адресе либо в режиме Server на машине, которая доступна вашим воркерам. Оба варианта описаны в разделе Настройки подключения, и здесь это важно лишь потому, что оставшиеся у вас проверки всё равно нужно куда-то отправлять.
Что на самом деле измеряет фингерпринтинг canvas
Сама техника достаточно проста, чтобы уместиться в один абзац. Скрипт создаёт элемент canvas, пишет короткую строку заданным шрифтом, заливает пару фигур, а затем вызывает метод считывания. Mozilla описывает это считывание прямо: toDataURL возвращает data URL , содержащий целое изображение в виде base64. Хешируйте эту строку, и вы получите число, которое идентифицирует стек рендеринга, породивший его.
Различия между машинами меньше, чем принято думать. Решения о сглаживании на изогнутых краях глифов, субпиксельное позиционирование, есть ли запрошенный шрифт локально или он был заменён, и то, как именно видеодрайвер округляет значения при смешении двух цветов. Ничем из этого нельзя управлять из JavaScript, и именно поэтому это так нравится поставщикам средств детекции.
Отсюда и вытекает то, на что стоит опираться на практике. Настоящее железо каждый раз выдаёт один и тот же хеш. Популярное железо выдаёт хеш, который совпадает у тысяч других людей. Поэтому цель не в редком или скрытом отпечатке, а в обычном и скучно стабильном.
Шаг 1: считайте собственный хеш canvas
Вставьте это в консоль браузера, который хотите проверить. Скрипт рисует те же фигуры, что и настоящий скрипт фингерпринтинга, и сводит считанные данные к виду, который можно оценить на глаз.
// 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();Само по себе значение ничего не говорит. Не бывает хорошего или плохого хеша, и нет публичного списка, с которым можно было бы его сверить. Оно становится информацией, только когда вы сравниваете его с другим запуском или с другим браузером на той же машине.
Шаг 2: проверьте, стабилен ли хеш
Запустите проверку несколько раз подряд. В немодифицированном браузере каждый запуск возвращает одно и то же значение, потому что в этой операции рисования нет ничего случайного.
// 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]);
Если вы получаете больше одного значения, значит, что-то добавляет шум в пиксели. Не обязательно, что это сделали вы сами. Некоторые браузеры теперь делают это самостоятельно, и Mozilla описывает это прямо в документации к методу считывания пикселей: при включённой защите от фингерпринтинга в результат getImageData вносится случайный слабый шум , так что сайт не может определить устройство рендеринга, а значит, результат записи и последующего считывания больше не совпадает.
Таким образом, у нестабильного хеша есть два возможных источника, и вам нужно понимать, с каким из них вы имеете дело. Один вариант: так поступает браузер для приватности, и делает это намеренно. Другой вариант, и именно он бьёт по-настоящему больно: это скрытый патч, установленный в вашем стеке автоматизации.
Шаг 3: проверьте, согласуется ли он со всем остальным, что вы заявляете о себе
Отпечаток оценивают как единый набор, а не по отдельным значениям. Код детекции сравнивает результат canvas с остальными сведениями, которые браузер сообщает о себе, и противоречия обходятся дороже любого одиночного необычного значения.
| Сигнал | Как выглядит непротиворечивая картина | Типичное противоречие |
|---|---|---|
| Хеш canvas | Стабилен при перезагрузках и совпадает с заявленной платформой | Новое значение при каждом считывании |
| Строка рендерера WebGL | Конкретная потребительская видеокарта | Программный рендерер под видом десктопного user agent |
| Подмена шрифтов | Шрифты, которые идут в комплекте с заявленной ОС | Набор шрифтов Linux за user agent Windows |
| Соотношение пикселей устройства | Совпадает с заявленными размерами экрана | Дробное значение на заявленном стандартном дисплее |
Именно на второй строке чаще всего спотыкаются контейнеры. Headless-браузеру на машине без GPU приходится откатываться на программный рендеринг, и строка рендерера честно об этом сообщает, пока пиксели canvas молча с ней соглашаются. Одной правки строки недостаточно, потому что порождённые ею пиксели никуда не делись и всё так же поддаются хешированию. Руководство по капчам в undetected-chromedriver освещает ту же проблему со стороны флагов автоматизации.
Узнать, что вы на самом деле поставляете, можно только одним способом: измерить это изнутри собственного стека. Прогоняйте проверку через тот же браузер, которым пользуются ваши задачи, а не полагайтесь на флаги запуска.
# 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 browserПрогоните её headless, затем ещё раз с отключённым флагом headless, а затем сравните оба результата с обычным окном браузера на той же машине. Три одинаковых хвоста означают, что выдаёт вас не canvas. Три разных подскажут, куда смотреть дальше. Страница сервиса распознавания капч для Playwright рассказывает, как встроить это в реальный процесс сканирования.
Почему рандомизация canvas играет против вас
Рандомизация значения фингерпринтинга canvas кажется очевидной защитой, но обычно она только всё усугубляет. Рассуждение здесь короткое. Обычный хеш помещает вас в большую группу. Редкий, но фиксированный хеш помещает вас в маленькую группу. А хеш, который меняется при каждом считывании, помещает вас в группу, в которой настоящие браузеры почти никогда не встречаются, потому что обычное железо детерминировано.
Хуже того, проверить эту нестабильность до смешного дёшево. Считать canvas дважды за одну загрузку страницы и сравнить результаты ничего не стоит скрипту детекции, и это превращает вашу защиту в булев сигнал о клиенте. Это строго худший размен, чем идентифицирующее значение, которое вы пытались скрыть.
Есть и настоящее исключение. Браузеры, которые рандомизируют не при каждом считывании, а на уровне источника и сессии, сохраняют хеш стабильным в пределах одного просмотра страницы, одновременно разрывая связь между разными сайтами. Это продуманное решение, и оно не выглядит как автоматизация. Шум при каждом считывании из-за пропатченного стека автоматизации представляет собой совершенно другое дело, и именно он проявляется в логах как внезапные проверки на стеке, который ещё вчера работал нормально.
Практическое правило: отдавайте предпочтение настоящему браузеру на настоящем железе без единой патченной детали и смиритесь со скучным отпечатком. Если так сделать не получается, следите, чтобы имеющийся у вас отпечаток был стабильным и внутренне непротиворечивым.
Чего всё это не исправит
Работа над фингерпринтингом canvas меняет то, как часто вам показывают проверку. Она не меняет то, что происходит, когда проверка уже показана. CapSkip не трогает ваш хеш canvas, рендерер WebGL или список шрифтов, и ни один решатель этого не может, потому что это свойства машины, которая рисует пиксели, а не свойства самой предложенной вам проверки.
Считайте это двумя разными задачами. Работа над согласованностью снижает частоту проверок. Решатель обрабатывает те проверки, которые всё равно приходят, а на аккуратно настроенном стеке их становится меньше, но не ноль. Всё, что обещает решить обе задачи разом, на самом деле продаёт вам только одну из них.
Как запустить решатель на сервере
Проверку отпечатка обычно проводят на рабочей станции с настоящим GPU, а сканирование при этом идёт совсем в другом месте. Такое разделение вполне нормально, и оно не заставляет ставить решатель на каждый воркер:
| Режим | Прослушивает | Когда использовать |
|---|---|---|
| Локально | 127.0.0.1, только это устройство | Браузер и решатель работают на одной машине |
| Сервер | Ваш сетевой адрес или публичный IP | Воркеры, VPS или облачная платформа обращаются через API |
Укажите в SDK host машины с решателем, и остальной код останется без изменений, так что целый парк браузеров сможет использовать один экземпляр, при этом каждый браузер сохранит собственный профиль. Если обращения приходят извне вашей сети, рекомендуется статический публичный IP. Настройки приведены в разделе Настройки подключения, и режим Server остаётся вашим собственным железом и по-прежнему безлимитным: меняется лишь то, где работает решатель, а не то, кому он принадлежит.
FAQ
Можно ли просто полностью заблокировать считывание canvas?
Можно, и это очень заметно. Canvas, который отказывается рендериться, возвращает пустое изображение или падает при считывании, встречается реже, чем почти любой настоящий отпечаток, так что сама блокировка становится отличительным признаком. Блокировка имеет смысл для браузера для приватности, чьи пользователи все выглядят одинаково друг для друга. Для одного клиента автоматизации, который пытается выглядеть обычным, в этом нет никакого смысла.
У headless-браузера отпечаток canvas отличается?
Часто, и обычно причина в железе, а не в самом headless-режиме. Контейнер без GPU рендерит через программный резервный путь, и на выходе получаются другие пиксели. Отсутствующие системные шрифты усугубляют разницу ещё сильнее, потому что подменённый шрифт растрируется иначе, чем тот, что был запрошен. Если дать машине настоящий GPU и обычный набор шрифтов, это закрывает большую часть разрыва.
Достаточно ли одного фингерпринтинга canvas, чтобы меня идентифицировать?
Нет, и его так и не используют. Это лишь один из множества сигналов, наряду с рендерером WebGL, списком шрифтов, TLS handshake, репутацией IP и поведением сессии. Именно поэтому одно идеальное значение не спасает стек, который противоречит себе в чём-то другом, и именно поэтому исправление одного сигнала в отрыве от остальных редко сильно меняет частоту проверок.
Решит ли распознавание капчи проблему с моим отпечатком?
Нет. Распознавание убирает проверку, которая стоит перед вами прямо сейчас, но никак не влияет на причину, по которой вам её показали. Если частота проверок растёт, снизить её поможет именно работа над отпечатком. А решатель тем временем не даёт остановиться самой задаче, и закладывать бюджет на эти две вещи стоит отдельно.
Самая короткая версия
Считайте хеш canvas, запустите проверку пять раз и убедитесь, что получаете одно значение, а не пять. Затем сверьте это значение с рендерером WebGL, набором шрифтов и платформой, которую заявляет ваш user agent, потому что противоречия обходятся дороже любого одиночного странного числа. Не добавляйте шум: рандомизация при каждом считывании обнаруживается в две строчки кода и помещает вас в группу, где настоящих браузеров почти не бывает. Сначала исправьте стек, и только потом перестаньте беспокоиться об оставшихся проверках. Страница сервиса распознавания капч для парсинга рассказывает, как применять это в масштабе целого сканирования. Остаётся экономика: обход капчи , работающий на вашем оборудовании, ничего не стоит за каждое решение, так что проверки, которых вам не удалось избежать, никогда не превратятся в счёт.
