一可软件 一可软件 Alat kelompok
Bahasa Melayu

浏览器指纹检测工具

检测Canvas、WebGL、Audio等多维度指纹,分析设备唯一性,支持批量对比

Runs in the browser Legacy online tools are embedded on this page. Most image, text, PDF, and small-file operations stay in your browser.
综合指纹哈希
检测中...
检测进度 0%
Canvas 指纹 ~5.7 bits
2D Canvas 哈希
检测中...
Canvas 预览
数据URL长度:
-
渲染模式:
-
WebGL 指纹 ~8+ bits
WebGL 哈希
检测中...
GPU厂商:
-
GPU渲染器:
-
WebGL版本:
-
着色语言:
-
纹理上限:
-
Audio 指纹 ~4 bits
AudioContext 哈希
检测中...
采样率:
-
通道数:
-
状态:
-
基础延迟:
-
字体指纹 ~3-5 bits
字体哈希
检测中...
检测字体数:
-
可用字体:
-
检测到的字体
-
屏幕指纹 ~3 bits
屏幕哈希
检测中...
分辨率:
-
可用区域:
-
颜色深度:
-
像素比:
-
屏幕方向:
-
HDR支持:
-
浏览器指纹 ~4 bits
Navigator 哈希
平台:
语言:
CPU核心:
内存:
触控点:
Cookie:
时区与语言 ~2-3 bits
时区哈希
检测中...
时区:
-
UTC偏移:
-
语言列表:
-
日期格式:
-
插件与MIME ~2 bits
插件哈希
检测中...
插件数量:
-
MIME类型数:
-
检测到的插件
-
媒体设备 ~3-5 bits
媒体设备哈希
检测中...
摄像头数:
-
麦克风数:
-
扬声器数:
-
总设备数:
-
存储与性能 ~2 bits
存储哈希
检测中...
存储配额:
-
LocalStorage:
-
SessionStorage:
-
IndexedDB:
-
ClientRects 指纹 ~4 bits
ClientRects 哈希
检测中...
元素宽度:
-
元素高度:
-
WebRTC 检测 ~2 bits
WebRTC 哈希
检测中...
支持状态:
-
本地IP:
-
User Agent
检测中...
批量对比模式:导入多个指纹报告文件进行对比分析,识别相同或相似的指纹特征。
支持导入多个JSON格式的指纹报告文件进行对比
示例数据

点击下方按钮生成示例指纹数据用于测试对比功能

mmmmmmmmmmlli
Test String for ClientRects

Instructions

软件使用说明

  1. 单个检测模式:打开工具后自动开始检测当前设备的指纹信息,包括Canvas、WebGL、Audio、字体、屏幕、浏览器、时区、插件、媒体设备、存储、ClientRects、WebRTC等12个维度。
  2. 查看检测结果:
    • 综合指纹哈希:页面顶部显示由所有指纹维度计算得出的唯一标识符
    • 分类指纹卡片:每个维度显示独立的哈希值和详细参数信息
    • 熵值标识:每个指纹类型标注了大致的信息熵,数值越高唯一性越强
  3. 重新检测:点击"重新检测"按钮可刷新所有指纹数据。
  4. 导出报告:点击"导出指纹报告"按钮,将当前设备的完整指纹信息保存为JSON文件。
  5. 批量对比模式:
    • 切换到"批量对比"标签页
    • 导入多个之前导出的JSON指纹报告文件
    • 设置相似度阈值和对比维度
    • 点击"开始对比分析"查看指纹相似性结果
  6. 对比结果分析:系统会统计唯一指纹数、相似组数、重复指纹数,并详细列出相似的指纹组合。
  7. 导出对比报告:点击"导出对比报告(ZIP)"可下载包含所有指纹和对比结果的压缩包。

常见问题

答:浏览器指纹是通过收集设备和浏览器的各种特征信息(如屏幕分辨率、安装字体、GPU型号、时区等)生成的唯一标识符。这些信息组合在一起可以在不使用Cookie的情况下识别和追踪用户。

答:Canvas指纹通过在HTML5画布上绘制文字和图形,利用不同设备渲染结果的细微差异生成指纹;WebGL指纹则通过获取GPU硬件信息(厂商、型号、支持的扩展等)来识别设备。WebGL指纹的唯一性通常更高。

答:Audio指纹利用Web Audio API创建音频信号并进行处理,不同设备的音频硬件和驱动程序会产生细微不同的处理结果。通过分析这些差异可以生成设备的音频指纹,这种方法不需要实际播放任何声音。

答:熵值表示该指纹维度的信息量和唯一性程度。例如5 bits的熵值意味着该特征可以将用户群体区分为约32个不同的组(2的5次方)。熵值越高,该指纹特征的识别能力越强,对隐私的潜在威胁也越大。

答:批量对比功能可用于:1)检测同一设备在不同时间的指纹变化;2)比较多台设备的指纹相似度;3)验证隐私保护措施的有效性;4)分析指纹伪装工具的效果。通过设置不同的相似度阈值,可以发现潜在的关联设备。

答:可以采取以下措施:1)使用支持指纹保护的浏览器(如Firefox开启resistFingerprinting);2)使用Tor浏览器;3)安装Canvas Blocker等隐私扩展;4)定期清理浏览器数据;5)使用虚拟机或容器隔离浏览环境。但需注意,过度的隐私保护措施本身也可能成为识别特征。

答:指纹变化可能由以下原因导致:1)浏览器或系统更新;2)安装或卸载字体、插件;3)更换显示器或调整分辨率;4)连接或断开外部设备(摄像头、麦克风等);5)时区或语言设置变更。这些变化会影响部分指纹维度的哈希值。