檢測您的瀏覽器指紋、Canvas、WebGL等是否會被識別
瀏覽器指紋透過你的瀏覽器和裝置所暴露的設定與能力組合來識別並追蹤使用者。與 Cookie 不同，它無需在本機儲存資料，也很難清除，是現代網路中最持久的追蹤技術之一。
瀏覽器指紋是描述你裝置軟硬體配置的一組屬性集合。它不像 Cookie 那樣在你的裝置上儲存識別碼，而是讀取數十項訊號——螢幕解析度、語言、時區、已安裝字型、顯示卡硬體等——並將它們組合成一份獨特畫像。由於這種組合很少有兩台裝置完全相同，網站便能在你再次造訪時認出你，並跨站台關聯你的行為，即使你清除了瀏覽資料也無濟於事。
頁面載入時，指令碼會透過標準的 JavaScript 介面查詢你的瀏覽器。每一項回傳值——User-Agent 字串、色彩深度、CPU 核心數、觸控支援、可用字型——都會增加幾個位元的識別資訊。單獨看沒有哪一項是唯一的，但資訊熵會不斷累積：把十五到二十個弱識別訊號組合起來，結果往往在數百萬使用者中是唯一的。網站將這些值雜湊成一個穩定的 ID 並儲存在伺服器端，完全不受你的控制。
Canvas 指紋會要求你的瀏覽器在離屏畫布上繪製隱藏的文字或圖形，再讀回像素資料。由於顯示卡、圖形驅動和反鋸齒處理的細微差異，算繪結果對你的裝置而言是穩定的，但在不同機器之間各不相同。WebGL 指紋更進一步，探測你的 3D 圖形堆疊，取得算繪器名稱、支援的擴充和著色精度。兩者結合，是追蹤者可取得的資訊熵最高的訊號之一。
指紋識別不止於圖形。AudioContext 介面可用於處理一段靜音波形，其輸出會因硬體和作業系統而產生細微差別。字型列舉可偵測你安裝了哪些字型，往往能暴露你的作業系統和應用程式。其他向量還包括電池狀態、媒體裝置標籤、硬體並行數和時序量測。追蹤者會融合多種向量，因此即便你偽裝了其中一項，其餘訊號仍能識別出你。
指紋支撐著跨站廣告、詐欺評分和帳號關聯，且常常未經同意、對使用者完全隱形。對於依賴隱私的族群，例如記者或研究者，一個與眾不同的指紋會削弱 VPN 或無痕瀏覽等其他防護手段。對於營運多帳號的企業而言，不同身分之間共用同一指紋，是平台標記並封禁這些帳號最常見的原因。
反直覺的目標是讓自己看起來普通，而非隱形。Tor、Brave 等瀏覽器刻意讓大量使用者共用相同指紋，因此「融入人群」比「鶴立雞群」更有效。防關聯瀏覽器為每個身分建立相互隔離、配置一致且合理的指紋。避免使用罕見擴充、奇異字型和異常螢幕尺寸，保持瀏覽器更新，並定期偵測——一個只偽裝了某一項值卻在別處留下矛盾的指令碼，反而會讓你更容易被識別。
偵測瀏覽器指紋最快的方法，是執行一個讀取追蹤者所收集相同訊號的測試——你的 Canvas 與 WebGL 雜湊、字型、螢幕與硬體細節、音訊堆疊以及 User-Agent——再把它們組合成單一識別碼。我們的指紋偵測完全在你的瀏覽器中進行，不會把任何資料送往伺服器，並會顯示每項訊號的獨特程度，讓你清楚看出究竟是哪些屬性讓你與眾不同。在瀏覽器更新或變更擴充後重新偵測，是確認指紋是否真的發生改變的唯一可靠方式。
手機常被認為比桌機更注重隱私，但 Android 和 iOS 瀏覽器同樣可被指紋識別。行動裝置會暴露裝置像素比、感測器 API、已安裝字型、GPU 型號和觸控能力，而且由於多數使用者沿用內建瀏覽器和預設設定，行動指紋可能出乎意料地穩定。其取捨與桌機不同：硬體種類較少，因此任何單一手機都更像同類機型，但把行動指紋與 User-Agent 交叉比對，能迅速揭露偽裝或模擬的環境。你可以在 Android 或 iPhone 上執行相同的指紋偵測，查看自己的行動訊號。
在大多數地區，指紋識別本身並不違法，但將其用於廣告追蹤通常受 GDPR、ePrivacy 指令等隱私法約束，需要合法依據，往往還需使用者同意。各地執法力度差異很大，許多網站在缺乏透明度的情況下使用它。
不能。無痕瀏覽只是阻止瀏覽器在本機儲存歷史記錄和 Cookie。你的指紋——螢幕、硬體、字型、顯示卡——在無痕視窗裡完全相同，追蹤者依舊能認出你的裝置。無痕模式防的是本機窺探，而非遠端指紋識別。
只能部分改變。VPN 改變的是你的 IP 位址和大致位置，而指紋由瀏覽器和硬體訊號構成，VPN 並不觸及。你可能看起來來自另一個國家，卻仍呈現相同指紋，這本身就是一種可被偵測的矛盾。
這取決於你的配置，但研究發現絕大多數桌面瀏覽器都可被唯一識別。執行我們的指紋偵測可以看到你的哪些訊號攜帶的資訊熵最高，從而清楚地了解究竟是什麼讓你的裝置從人群中脫穎而出。
執行一次瀏覽器指紋偵測。它會在瀏覽器中收集你的 Canvas、WebGL、字型、音訊、螢幕和硬體訊號，將它們雜湊成一個識別碼，再估算這組組合的獨特程度。我們的偵測完全在用戶端執行，不會上傳任何資料，並會凸顯資訊熵最高的訊號，讓你知道該優先處理哪些屬性。
會。行動瀏覽器會暴露 GPU、螢幕、字型、感測器和 User-Agent 資料，這些都能像在桌機上一樣被組合成指紋。手機的硬體多樣性較低，因此單一裝置更容易融入人群，但指紋仍然穩定到足以跨工作階段認出你，而且行動訊號與 User-Agent 之間的矛盾也很容易被偵測。
