[Chromium定制开发3] 各种FP的认识

[Chromium定制开发1]在 Windows中编译 Chromium 在 Windows中编译 Chromium 这是一个自用chromium编译笔记, 供日后参考, 不作为编译指导, 详细请参考 官方文档,(中文参考) 安装Visual Studio Community 2019 Desktop development with C++ “MFC/ATL support” sub-components Windows 10 SDK 安装SDK Debugging Tools 安装Visual Studio后, 打开Control Panel → Programs → 阅读详情

[Chromium定制开发3] 各种FP的认识


前言

前面已将完成了chromium的编译, 和GPU信息的修改. 但是看似顺利的结果并没有达到我之前的预期, 前两章都是依赖于IT猫之家的教程, 一步一步实现, 但是只有在自己手里的才是自己的, 只有自己了解才可以定制出属于自己的Chromium. 正所谓知己知彼百战不殆, 想要实现一个指纹随机化的浏览器, 就要了解有那些指纹? 定义是怎样的? 是如何实现的? 所以今天打算认识一下各种FP


一、什么是FP指纹?

fingerprintjs2
和人类的指纹一样, FP指纹也代表着一种唯一性. 可以指向唯一的目标. 当然这种唯一并不是真正的唯一, 就像人类指纹也存在极小概率的重复一样. FP指纹是通过尽可能地收集浏览器接口提供的信息, 从而得到一台机器的固有信息或者特征, 而这些信息就可以被用作指纹来识别计算机身份. 例如是否是同一台计算机, 是否是爬虫等等

二、有那些接口被用作FP指纹

1.webGL

webGL (Web Graphics Library) 是一个 JavaScript API, 可在任何兼容的Web浏览器中渲染交互式3D和2D图形,而无需使用插件。
有两种不同的 WebGL Fingerprints:

  • WebGL Rendering Context Report Fingerprint
    the browser creates a WebGLRenderingContext and default constants, parameters and support informati
chromium浏览器定制 | 高匿名爬虫随机指纹 JavaScript的逆向内卷愈发严重,瑞数搞了许久也我头痛不已。我在《零基础一站式高级网络爬虫就业班》中讲了浏览器的指纹检测,也有不少网站要求补环境,相信不少同学都有所了解。补环境,补来补去就是模拟浏览器,爬虫总归是要获取数据的,何不从浏览器底层入手,直接魔改chromium,打造一个高匿名爬虫浏览器出来呢? 我们使用的客户端浏览器其实和人是一样的,都具有独一无二的特征,如果只用一个浏览器频繁访问,势必会触发风险控制。那是否有方法避开浏览器指纹呢?其实前端的JavaScript计算浏... 阅读详情

相关推荐

如何修改Chromium内核|Chromium指纹浏览器开发定制

完全可以单独使用、或者搭配自动化框架使用、他自己也支持了一个视觉可视化的框架,速度很快。其中修改了、浏览器大部分可以识别的指纹信息、支持各种类型proxy 和防识别能力。这个有现成的、可以参考。

韩立的专栏 4806

[Chromium定制开发4] Canvas Fingerprinting 随机化

Chromium定制开发 文章目录Chromium定制开发前言一、确定Canvas生成代码二、修改代码总结 前言 之前完成了GPU的随机化, 今天开始Canvas FP 随机化 一、确定Canvas生成代码 有两个相关代码, fillStyle 和 fillRect, 都位于base_rendering_context_2d.cc setFillStyle 设置颜色接口 void BaseRenderingContext2D::setFillStyle( const StringOrCa

Loading_BFX的博客 2885

基于Firefox源码定制的浏览器指纹伪装方案:camofox-browser实践

浏览器指纹通过UA、Canvas、WebRTC、时区等维度唯一标识用户,是广告追踪与风控的核心手段。常规插件只能在应用层打补丁,难以覆盖底层API且容易被检测。camofox-browser基于Firefox深度定制,将指纹伪装逻辑编译进Gecko内核,借助RFP机制实现UA切换、Canvas噪声注入、WebRTC禁用、时区与字体一致性伪装,从根源阻断信息采集。该方案适合普通用户防追踪、工程师批量模拟多身份环境及开发者研究浏览器底层隐私机制。本文从设计架构、源码修改、构建打包到指纹一致性排查,完整还原可复现

weixin_34296641的博客 421

WebGL指纹原理与Easybr环境下的开发实战指南

WebGL作为浏览器中基于OpenGL ES标准的3D图形API,其核心原理在于通过JavaScript调用GPU硬件进行渲染。由于不同显卡、驱动及操作系统在实现WebGL规范时存在细微差异,这些差异会在执行特定着色器程序并渲染测试图像时,体现在输出的像素数据中。通过分析这些像素数据生成的哈希值,即可得到一个高熵值、高稳定性的设备标识符,即WebGL指纹。这项技术的核心价值在于其被动采集性和强区分能力,常被应用于设备识别、反欺诈风控和用户行为分析等领域。在诸如Easybr这类经过深度定制的浏览器环境中,We

掬水月在手,弄花香满衣 500

阿里云无影部署OpenClaw+Qwen3.6-Plus微信集成实战

AI Agent是当前智能应用开发的核心范式,其落地关键在于轻量、可控、可交付的运行环境。OpenClaw作为开源多模态Agent框架,凭借任务闭环设计与异步工具执行能力,显著降低工程复杂度;而Qwen3.6-Plus凭借256K上下文、微信语境感知层和FP16优化推理,成为微信场景下高适配性的大模型选择。二者结合需匹配GPU加速、图形界面、本地回环网络与HTTPS代理能力——阿里云无影云电脑因预装A10G驱动、CUDA 12.4及开箱即用桌面环境,成为当前唯一满足全栈要求的轻量化生产沙盒。本实践聚焦从零部

weixin_29758911的博客 276

解锁RK3588 Mali-G610潜能:TVM GPU推理环境全栈部署指南

本文详细介绍了如何在RK3588处理器上通过TVM框架充分发挥Mali-G610 GPU的AI推理潜能。从OpenCL环境配置、驱动优化到TVM定制化编译,提供全栈部署指南,帮助开发者实现ONNX模型的高效部署与性能调优,显著提升AI推理速度。

weixin_30420305的博客 374

Easybr 指纹浏览器 User-Agent 指纹伪装教程

通过伪造,可以有效隐藏真实设备操作系统、浏览器类型与版本信息,是对抗指纹识别的重要手段。相比静态设置,Easybr 支持通过命令行参数或配置文件动态控制 User-Agent,更灵活适配多账号环境。配合 Canvas、WebGL、Audio、语言、字体、分辨率等多项指纹模块伪造,能构建出完整且不可追踪的浏览器环境,广泛应用于跨境电商、广告营销、自动化运营等对隐私要求极高的场景。

weixin_56024418的博客 927

跨越架构鸿沟:Electron应用在loongarch64与x86平台的双轨打包策略

本文详细介绍了Electron应用在loongarch64与x86平台的双轨打包策略,包括环境配置、工具链差异、打包流水线设计及DEB包制作要点。通过实战案例,帮助开发者解决跨架构适配中的依赖管理和性能优化问题,实现高效的多平台部署。

weixin_29216957的博客 671

WorkBuddy硬件落地实战:9款RK芯片设备与Agent边缘部署指南

边缘智能代理(Agent)正从云端向物理终端下沉,其核心支撑是具备AI算力、多协议接口和工业级稳定性的嵌入式硬件。基于Rockchip RK3588S/RK3399K等国产SoC的终端设备,通过NPU加速、硬件解码、OPC UA原生支持等能力,实现了低延迟、高可靠、可量产的Agent执行闭环。这类设备不仅需满足Linux驱动签名、Secure Boot兼容、Chromium硬解适配等工程细节,更要求开发者理解硬件能力边界与Skill逻辑的精准匹配。典型应用场景覆盖工业网关、智能工位、AI视觉终端及农业/医疗

weixin_29191669的博客 110

基于SmartMediaKit与YOLO的实时视频AI管线构建实践

在安防巡检、生产制造等场景中,实时视频流与目标检测的结合已成为智能化升级的核心路径。视频流处理作为底层基础,负责完成拉流、解码、分发等任务,而目标检测技术则从图像识别演进为连续帧的实时分析,YOLO凭借单阶段检测结构与低延迟特性,成为边缘设备上最适用的算法之一。从Faster R-CNN到YOLOv8/v11,模型演进与TensorRT加速进一步提升了推理效率,使多路并发检测成为可能。然而,将YOLO部署到真实视频系统,需解决帧同步、硬解码、批处理与结果回显等工程问题。SmartMediaKit作为流媒体中

weixin_34021089的博客 403

Qwen3-Coder:480B稀疏激活编程智能体实战指南

编程智能体(Agent)正从代码补全工具演进为端到端软件工程协作者,其核心在于执行驱动的推理能力与真实环境交互能力。Qwen3-Coder以4800亿总参数+350亿激活参数的MoE架构,实现高能力储备与低延迟响应的统一;依托256K原生上下文与YaRN外推技术,首次支持百万级token级代码库全局理解。该模型不追求泛化通用性,而是聚焦开发者真实工作流——从Figma生成可测试Vue组件、自动编写Jest/Playwright脚本,到集成CI/CD与私有知识图谱,本质是将‘写代码’升维为‘指挥系统’。本文深

shirlly 492

Gemini 3.1 Pro编程专用模型:低价高确定性技术解析

大语言模型在编程场景中的应用,正从通用智能向窄域优化演进。编程辅助本质是高确定性、低容错、强结构化的任务类型,要求模型具备精准代码生成、语法树级理解与确定性输出能力。Gemini 3.1 Pro并非通用模型升级,而是通过任务感知蒸馏、TPU垂直整合与STU计费范式三大技术杠杆,在代码补全、错误诊断、测试生成等高频子任务中实现毫秒级响应与零缺陷交付。其$0.001/请求的成本优势,源于对SWE-bench等编程基准的深度强化微调与基础设施层的工程极致压缩,适用于VS Code插件、CI/CD审查、CLI工具等

weixin_33827590的博客 334

Monica:本地化AI浏览器如何重构人机交互范式

浏览器作为人机交互的核心入口,其本质正从‘内容展示工具’演进为‘意图执行引擎’。随着大模型轻量化与网页语义理解技术突破,本地运行的AI代理开始具备实时解析DOM、结构化提取信息、自然语言驱动操作的能力。这类技术不再依赖云端推理,规避了数据上传风险,同时通过WebDOM Tokenizer、量化小模型(如TinyLlama-1.1B)和隐蔽JS注入等手段,在隐私前提下实现高精度网页自动化。它已渗透电商监控、法律条款分析、教育自适应等强场景,标志着AI交互正从‘搜索—点击—浏览’转向‘说即所做’。Monica正

679

RISC-V PC SoC与AI SoC:硬件架构、软件生态及工程实践解析

指令集架构(ISA)是处理器与软件之间的契约,RISC-V作为开源指令集,凭借模块化设计和自由授权模式,正在从嵌入式控制领域向高性能计算场景延伸。其技术价值在于打破了x86与Arm的封闭生态壁垒,使开发者能够基于统一规范定制CPU核心、扩展AI加速能力。随着SoC集成度提升,RISC-V已具备运行完整PC系统的硬件基础,从启动链路、操作系统适配到桌面图形栈,都标志着生态进入工程成熟期。与此同时,面向AI推理的NPU与向量扩展(RVV)协同方案,为边缘计算和端侧智能提供了新路径。围绕SiFive PC级SoC

a359798678的博客 408

在线串口调试工具:基于Web Serial API的跨平台调试方案

串口通信是嵌入式开发和物联网设备调试的基础技能,而跨平台环境中串口工具的差异常让工程师头疼。传统本地工具受限于操作系统,无法满足Windows、Mac、Linux一致体验的需求。基于Web Serial API的在线串口调试工具,将浏览器作为运行时平台,无需安装客户端即可访问串口设备,从原理上屏蔽了系统差异。这类工具在设备验证、现场运维、实验室教学等场景中表现出色,配合十六进制显示、定时发送、日志导出等能力,已成为嵌入式工程师的高效助手。本文从实际使用角度梳理在线串口调试工具的思路、功能与避坑指南,为跨平台

weixin_34122810的博客 324

Electron+Python构建离线语音克隆与视频配音工具

语音克隆与视频配音是AIGC时代内容本地化的核心能力,其本质是声纹建模、韵律迁移与音画同步三大技术的工程集成。传统Web方案受限于内存隔离、I/O延迟与GPU加速缺失,难以满足专业级实时交互需求。Electron凭借Node.js与Chromium双运行时能力,结合Python在PyTorch/FFmpeg生态中的不可替代性,成为构建可控、可审计、低延迟桌面语音工作流的理想胶水架构。VoiceStudio正是这一技术路径的典型实践:它支持本地WAV/MP3加载、实时音色迁移预览、逐帧唇动对齐及EBU R12

weixin_29050271的博客 230

海康WEB3.3控件开发包 V3.3 前端vue项目调用实时监控画面

本需求的完成离不开后端将设备映射到公网, 以及前端单独部署demo页面这个思路的转变。

hero8011的博客 1万+

STM32 bootloader程序跳转到APP卡死在B_ENDP_ALIGN,原因:有未处理的中断。解决方法:重启系统

Bootloader和App中都用到了串口,定时器等,所以从Bootloader跳转App后未卡死。 后来写的另一个App里没有用到这几个外设,然后就是无限的卡死。 现在Bootloader中跳转App之前将已打开的外设关掉,再跳转至App就不再出现卡死。  if(((*(vu32*)(APPLICATION_ADDRESS+4))&0xFF000000)==0x08000000) {

jingzhixingyun的博客 7919

ADC(三)Guard ring的设计艺术:从单元到系统的隔离策略

本文深入探讨了ADC设计中Guard ring(保护环)从单元到系统的多层次隔离策略。文章分享了从新手到专家的认知升级过程,详细分析了在单元内部进行微隔离、在模块间建立噪声屏障以及在系统层面规划全局隔离带的实用方法与设计艺术,强调了Guard ring对于提升混合信号电路性能和可靠性的关键作用。

weixin_28312391的博客 149

遗传算法优化光学超表面:智能设计突破纳米结构瓶颈

光学超表面设计本质上是一个高维、非线性、离散每个结构单元(如纳米砖柱、孔洞、十字架)有多个参数(长、宽、高、旋转角、材料),整个阵列的参数组合数量随单元数指数级增长。性能指标(如聚焦效率、工作带宽、偏振转换率、特定角度响应)往往无法用简单解析式表达,需依赖计算密集型电磁仿真(如FDTD, FDFD, RCWA)来评估。结构参数微小变化可能引起光学响应的剧烈跃变,目标函数存在多个局部最优解。实际制造通常要求结构参数取自有限的离散值(如特定刻蚀深度、材料库)。

weixin_51101456的博客 1139

量化实战:如何用Barra多因子模型给你的投资组合做一次‘风险体检’?

本文详细介绍了如何利用Barra多因子模型对投资组合进行全面的风险体检,帮助投资者识别行业和风格因子的风险暴露。通过实战案例和Python代码示例,展示了数据采集、风险归因和组合优化的完整流程,提升投资组合的风险调整收益。

weixin_27215337的博客 323

双目深度相机--10.双目视觉的主要步骤讲解分析

双目视觉技术通过模拟人眼原理,利用两个相机从不同视角采集图像,实现三维坐标计算。其核心流程包括:1)系统标定,消除相机畸变并建立坐标映射关系;2)图像同步采集与预处理;3)立体匹配,寻找左右图像对应点;4)基于视差图的深度计算;5)三维重建生成点云或网格模型;6)结果应用如目标测距、三维建模等。关键技术难点在于精确标定和准确匹配,这两步直接影响最终深度计算的精度。该技术广泛应用于自动驾驶、工业检测、VR等领域,实现了从二维图像到三维空间的精准转换。

AIoT深度探索者 | 嵌入式系统架构师 深耕物联网(IoT)与人工智能(AI)融合技术,聚焦​​边缘计算、图像开发、低功耗通信协议​​,致力于智能硬件,关注我获取最新技术文章信息与海量资源~ 624

ThingsBoard-阿里云短信规则节点

由于Thingsboard平台国内只支持短信服务,那我们运维人员去及时接收邮箱肯定是没有短信来的方便的,在这基础上,需要自己从规则链入手,自定义一个支持阿里云短信服务的规则节点。

weixin_67440240的博客 2094

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

上一篇: [Python] ERROR:argument of type ‘datetime.date‘ is not iterable
下一篇: [Chromium定制开发4] Canvas Fingerprinting 随机化
B.F.X
博客等级 码龄6年 31粉丝 12原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值