Нов надежден метод за идентификация на потребителите чрез графичния процесор

Френски, израелски и австралийски учени създадоха съвсем нова техника за идентификацията на потребителските устройства чрез определяне параметрите на работата на графичния процесор в уеб браузъра. Новият метод получи името Drawn Apart и използва WebGL за създаването на профил на производителността на GPU, благодарение на което значително се повишава точността на пасивните методи за следене на потребителите, работещи без използването на текстови бисквитки и без запис на какъвто и да било идентификатор в системата на потребителя.

И преди се използваха методи за идентификация на особеностите на графичния чип, графичния стек и драйверите, но досега те даваха възможност единствено да се определи модела на видеокартата и използвания в нея GPU. Ключовата особеност на Drawn Apart е в това, че той не се ограничава единствено с класифицирането на различните модели графични процесори и успява да намери разликите между идентични GPU при напълно еднакви серийно произведени видеокарти. Тази нова технология успява да открие нееднородностите на чиповете, които възникват при тяхното производство, като това става чрез масирани паралелни изчисления. Експертите отбелязват, че възникващите при този процес вариации дават възможност да бъдат формирани уникални сигнатури независимо от модела на графичната карта.

Оказа се, че разликите между различните чипове могат да бъдат открити чрез анализа на производителността на различните интегрирани в графичния процесор блокове. Използват се алгоритми, извършващи голям брой тригонометрични функции, логически операции и изчисления с плаваща запетая. За откриването на различията при еднаквите серийно произведени графични процесори се пресмята броят и скоростта на едновременно изпълнявани нишки при изчисляване на сложни шейдъри.

При практическата демонстрация на новата технология са направени по 50 теста на различни компютърни устройства, всеки от които обхваща 176 измервания на 16 различни характеристики. При проведения експеримент е събрана информацията за 2500 компютърни устройства с 1605 различни графични процесори. При прилагането на новия метод Drawn Apart точността на разпознаване на конкретното компютърно устройство нараства с 67%. Така например, при използването на популярния комбиниран метод FP-STALKER, който осигурява непрекъсната правилна идентификация на потребителя в продължение на 17,5 дни, в съчетание с Drawn Apart продължителността на непрекъснатата идентификация нараства до 28 дни.

Експертите публикуваха и няколко съвсем конкретни примера:

• Точността на разпознаване на 10 компютърни системи, базирани на процесорите Intel i5-3470 (GEN 3 Ivy Bridge) и GPU Intel HD Graphics 2500 при използване на onscreenтеста възлиза на сериозните 93%, а при offscreen теста – 36,3%
• За 10 компютърни системи с  Intel i5-10500 (GEN 10 Comet Lake) и видеокартата NVIDIA GTX1650 при същите тестове – 70% и 95,8%
• За 15 компютъра с Intel i5-8500 (GEN 8 Coffee Lake) и GPU Intel UHD Graphics 630 – 42% и 55%
• За 23 компютъра  Intel i5-4590 (GEN 4 Haswell) c GPU Intel HD Graphics 4600 – 32.7% и 63.7%
• За шест смартфона Samsung Galaxy S20/S20 Ultra с GPU Mali-G77 MP11 при теста с извеждане на изображения на екрана точността на идентификация е много висока – 92,7%, а при смартфоните Samsung Galaxy S9/S9+ с Mali-G72 MP18 точността е 54.3%

Дава се и друг пример. Взети са два напълно еднакви серийно произвеждани компютъра, базирани на процесори Intel Core от трето поколение (Ivy Bridge), които нямат дискретна видеокарта и се използва интегрирания в процесора графичен ускорител. Всички изчисления са извършвани с помощта на тази интегрирана графика. Методът Drawn Apart е създал съответните сигнатури на графичните ядра. След това експертите физически са сменили местата на хард дисковете и повторно са стартирали програмата за идентификация. Съответните GPU са били правилно разпознати.

След това те се върнали дисковете на старите места и физически са сменили местата на процесорите. Както се е очаквало, Drawn Apart правилно разпознал интегрираната графика. Това означава, че по този начин може да бъде разпознат конкретен чип в една компютърна система, независимо какъв е другият хардуер. Това дава богати възможности за следене на потребителите, още повече, че Drawn Apart разпознава и интегрираната графика в чиповете на смартфоните.

При сегашния подход се използва API WebGL 2.0 и при него са необходими над осем секунди за получаване на съответната сигнатура на графичния процесор. Сега се подготвя нова версия на тази технология, с която това време ще бъде намалено само до 150 милисекунди, а точността ще нарасне до 98%.

Този ефект се дължи на микроскопичните разлики в температурните режими, консумацията на електрическа енергия и други показатели на отделните чипове, които се дължат на нееднородностите на полупроводниковите кристали и на нищожните разлики в самите кристали при производството. По този начин графичните процесори демонстрират малко по-различно поведение дори и когато са от една и съща партида. От глобална гледна точка и централните процесори, както и другите чипове също са уязвими към тази нова атака.

Компаниите Intel, ARM, Google, Khronos, Mozilla и Brave са били уведомени за този проблем още през 2020 година, а по подробната информация е публикувана сега. Нещо повече, експертите публикуваха написани на JavaScript и GLSL работещи примери, които могат да работят както с извеждане на информация на екрана, така и без извеждането на каквото и да било на дисплеите на различните десктоп и мобилни устройства. И още, за компютрите базирани на GPU Intel GEN 3/4/8/10 са публикувани базите данни, които ще се използват за класификация на информацията за тези чипове, след което тя ще се използва за обучаване на алгоритми с елементи на изкуствен интелект.