Eine Gruppe von Forschern aus Frankreich, Israel und Australien hat einen neuen Weg gefunden, jeden einzelnen Benutzer im Internet ziemlich genau zu identifizieren – dies kann diskret mithilfe von GPUs erfolgen. Der neue Weg heißt DrawnApart.
In den letzten Jahren haben sich die Menschen zunehmend Gedanken über Datenschutzprobleme im Internet gemacht – viele mögen es kategorisch nicht, dass ihre Handlungen überwacht werden. Dies hat beispielsweise zu Gesetzen geführt, die Websites dazu verpflichten, Benutzer um Erlaubnis zum Sammeln von Cookies oder anderen Informationen zu bitten. Vor diesem Hintergrund begannen skrupellose Websites, andere Daten zur Identifizierung zu sammeln, wie Geräte- und Betriebssystemkonfiguration, Uhrzeit, Bildschirmauflösung, Sprache und so weiter. Dies ermöglicht jedoch nicht, jeden Benutzer genau zu identifizieren, außer vielleicht, um ihn an die eine oder andere Gruppe zu verteilen.
Die Forscher entschieden sich dafür, genaue GPU-basierte Identifikatoren zu erhalten, die mit WebGL verfolgt werden, einer plattformübergreifenden API zum Rendern von 3D-Grafiken im Web, die Teil praktisch jedes modernen Browsers ist.
Mithilfe dieser Bibliothek kann das DrawnApart-Tracking-System die Anzahl und Geschwindigkeit der Ausführungseinheiten in der GPU zählen, die Zeit messen, die zum Abschließen des Vertex-Renderings, der Funktionsverarbeitung und vieler anderer Aufgaben benötigt wird. Das Tool verwendet kurze GLSL-Programme auf Vertex-Shadern, deren Verarbeitungszeit die GPU-Konfiguration bestimmt. Die Entwickler erstellten sowohl eine Onscreen-Methode mit wenigen rechenintensiven Operationen als auch eine Offscreen-Methode, die die GPU einem längeren und weniger intensiven Test unterzieht.
Der Prozess erzeugt "Fußabdrücke", bestehend aus 176 Messungen an 16 Punkten, auf deren Grundlage eine eindeutige Kennung erhalten wird. Interessanterweise hängt es allein von der GPU ab - ein Austausch der CPU oder anderer PC-Komponenten hat die „Spuren“ nicht verändert. Und das Wichtigste: Selbst zwei identische GPUs desselben Herstellers hinterlassen leicht unterschiedliche „Fußabdrücke“, da sie während des Herstellungsprozesses immer noch kleine Unterschiede auf Transistorebene erhalten. Diese Unterschiede sind im normalen Alltagsbetrieb nicht zu sehen, aber sie können im Zusammenhang mit einem ausgeklügelten Tracking-System wie DrawnApart nützlich sein, das darauf abzielt, genau solche Unterschiede zu erkennen. Die Forscher testeten ihre Systeme auf 2.550 Geräten mit 1.605 verschiedenen Prozessoren.
Obwohl DrawnApart nicht 100 % genau ist, kann es in Kombination mit modernen Tracking-Algorithmen die durchschnittliche Dauer der Verfolgung eines Zielbenutzers um etwa 67 % von 17,5 auf 28 Tage erhöhen. Darüber hinaus wird DrawnApart nicht von der Arbeitslast des Systems und der GPU selbst, Systemneustarts und anderen Änderungen daran während des Betriebs beeinflusst.
Darüber hinaus enthalten GPU-APIs der nächsten Generation, die derzeit entwickelt werden, hauptsächlich WebGPU, Compute-Shader, die die vorhandene Grafikpipeline ergänzen werden. Dies könnte noch mehr Möglichkeiten bieten, Internetnutzer zu identifizieren und zu verfolgen.
Der Entwickler der WebGL-API, die Khronos Group, hat den Bericht der Forscher zum DrawnApart-Verfahren erhalten und bereits eine Gruppe gebildet, um mit Browser-Entwicklern und anderen Interessierten mögliche Lösungen für das Problem zu diskutieren.
2022-01-31 12:01:16
Autor: Vitalii Babkin