科学研究工作人员运用GPU指纹识别技术追性跟踪在线用户

2022-02-05 00:42:58 0 1152

这个漏洞之所以有效,是因为每块硅片在制造时都有自己的变化和独特的特征,就像每个人都有一个独特的指纹一样。即使在确切的处理器型号中,硅料的差异也使每个产品与众不同,这就是为什么你不能将每一枚处理器超频到相同的频率,所谓芯片 “体质” 存在差异的原因。



如果有人能精确地探索 GPU 的差异,并利用这些差异通过这些特征来识别在线用户,会发生什么?这正是创建 DrawnApart 的研究人员所想到的。使用 WebGL,他们运行了一个 GPU 工作负载,在 16 个数据收集处识别了超过 176 个测量值。这是在 GLSL(OpenGL 着色语言)中使用顶点操作完成的,工作负载被阻止在处理单元的网络上随机分布。

DrawnApart 可以测量和记录完成顶点渲染的时间,记录渲染的确切路线,处理停滞功能,以及更多。这使得该框架能够发出独特的数据组合,变成 GPU 的指纹,可以在线利用。在下面的图中你可以看到两个 GPU(相同型号)的数据跟踪记录,从中可以显示出变化。



WebGL API 的创造者 Khronos Group 已经成立了一个工作小组来处理这种情况,并防止 API 泄露过多的信息来在线追踪用户。如果你想了解更多关于这项技术的信息,你可以在 ArXiv 上阅读更多细节:

https://arxiv.org/pdf/2201.09956.pdf

关于作者

Alan92篇文章255篇回复

评论0次

要评论?请先  登录  或  注册