一項發表於 IMC 2024 的研究把偵測做成可重現的線上實驗：不看瀏覽器怎麼自稱，而是計算底層物件的屬性數量，再與宣告的版本比對。比起結論，這套方法本身更值得讀。
關於瀏覽器指紋能不能被偵測，市面上有很多說法，多半停留在結論。與其爭論誰贏誰輸，不如看看研究者怎麼把這件事做成一個可以重現的實驗，以及他們用哪些指標來判斷。
有一項發表於 ACM Internet Measurement Conference（IMC）2024 的研究，論文標題是 Browser Polygraph，由 Arizona State University、Boston University 與 Amazon 的研究者合作完成，DOI 為 10.1145/3646547.3688455。研究不是在實驗室裡跑模擬資料，而是部署在一家大型金融公司的真實正式環境，觀察時間為 4.5 個月，涵蓋 205,000 個真實使用者工作階段。測試對象是 10 款常見的環境偽裝方案，並以正常使用者流量作為對照組。
實驗是怎麼搭起來的
偵測能夠全面部署又不影響業務，靠的是三個設計。
特徵要便宜。偵測只讀取一批固定屬性，單次開銷在毫秒與 KB 等級，所以可以對全部流量執行，不需要抽樣，使用者也幾乎感覺不到影響。
特徵要穩定。它選的不是使用者可以修改的參數，而是瀏覽器本身就固定下來的底層結構。每個瀏覽器版本會帶著不同的 JavaScript 引擎，底層有多少 API、每個物件掛多少屬性，版本之間存在細微差異。研究用 Chrome 110 到 Chrome 114 這個區間做比對：偵測系統計算 28 個關鍵物件的屬性數量，再與瀏覽器自稱的版本號比對。對不上，就表示宣告與實際行為不是同一套技術基礎。
標籤要可信。受測環境逐一接入同一套正式流量，用同一套規則判定；對照組則是真實使用者的正常行為。這樣得到的結論不是主觀判斷「像不像真的」，而是這批流量在同一套規則下能不能被區分出來。
判斷是否真的模擬到位的幾個指標
研究裡使用的衡量方式可以分成四類。
- 一致性：瀏覽器宣告的版本和底層物件結構是否相符。這是最核心的一項，也是最難偽造的，因為改一個字串不會連帶改掉引擎裡的物件數量與屬性數量。
- 檢出率：研究對其中四款做了詳細實驗，檢出率落在 67% 到 84% 之間。
- 與真實裝置的偏離度：在同一套判定規則下，正常瀏覽器的風險分數是 0，受測方案的平均則落在 8.85 到 11.66 之間。這個分數代表離真實分布有多遠，而不是主觀的相似程度。
- 可區分性：能不能把受測流量從正常流量中分出來。無法區分的那一類，表示在這套方法下，它與真實瀏覽器之間沒有可見的行為落差。
四項指標裡，第一項是原因，後面三項都是它的結果。
四類結果各自卡在哪裡
研究依照底層實作方式，把受測方案分成四類。
第一類，底層特徵和任何已知的真實瀏覽器版本都對不上，也就是沒有可以對應的引擎，簡單掃描就會暴露不一致。
第二類，本身帶著真實的指紋特徵，但切換身分時，只有表層宣告跟著變，底層引擎不動。這是研究中最常見的類型。打個比方，名片上寫著新版本，口音卻還是舊的。問題不是參數調得好不好，而是宣告與行為之間出現一道縫，主要的檢出就來自這裡。
第三類，切換身分時底層引擎會同步切換。宣告自己是哪個版本，實際跑的就是該版本對應的引擎，因此一致性成立，在這套偵測下沒有被區分出來。論文也說明，要辨識這一類需要引入更複雜的偵測手段。
第四類，不動瀏覽器本身，而是直接在虛擬機器裡執行真實瀏覽器，再載入目標設定。瀏覽器本來就是真的，所以偵測當然分不出來，但操作成本很高，也很難大規模化。
四類的差別不在參數多少，而在宣告和行為是不是同一套。
對選擇環境方案的實際提示
偵測的重心已經從讀取宣告移到驗證行為，可修改的表層參數愈來愈不構成優勢。落到實際判斷上：
- 問底層，不只看參數表。切換版本宣告時，底層是否同步變化；環境的指紋是自動產生的真實組合，還是手動拼起來的一組值。
- 看環境彼此像不像。多個環境如果回傳高度一致的底層特徵，代表隔離並不完整。
- 先一致性，再差異化。內部彼此矛盾的特徵調得愈多，暴露面就愈大。
- 通過通用偵測頁面，不等於平台端就會認可。最後還是應該用一小批真實流量自行驗證。
環境隔離這一層要處理的核心問題，其實就是讓每個環境自成一套、內部不矛盾，PurpleMark 在做的就是這件事。偵測與反偵測本身都應該在合規邊界內使用；這項研究真正的價值，是讓評估有依據，而不是給出誰好誰壞的排名。
