Verificacao de capacidades de midia - Dispositivos e codecs

doc

Inspecione o acesso a camera e microfone, enumeracao de dispositivos e suporte a codecs para diagnosticar falhas de midia e reduzir a exposicao de impressao digital das APIs de dispositivos de midia.

As APIs de mídia ficam na junção entre o navegador e o dispositivo físico. Elas podem dizer a uma página quais câmeras e microfones existem, como o pipeline de áudio se comporta e — historicamente — quais endereços de rede local a máquina tem. Cada uma delas é funcionalidade legítima, e cada uma já foi usada como fingerprint.

Superfícies que uma verificação de mídia toca

SuperfícieO que pode revelarPortão
Enumeração de dispositivosContagem e tipo de câmeras, microfones e alto-falantesRótulos de dispositivo exigem permissão; contagens, não
Audio contextTaxa de amostragem, contagem de canais, latência de processamento, saída de osciladorNenhum; roda sem prompt
Suporte a codecsQuais formatos de mídia o build consegue decodificarNenhum; apenas uma consulta
Candidatos ICE do WebRTCEndereços locais e públicos, topologia de redeOfuscação mDNS por padrão nos navegadores atuais
Capacidade de reproduçãoDecodificação por hardware presente, DRM suportadoNenhum, ou um prompt para conteúdo protegido

A linha do audio context é a que a maioria das pessoas ignora. É um pipeline de processamento de sinal que é determinístico em uma dada máquina e diferente entre máquinas, e não precisa de nenhuma permissão.

Contagens de dispositivo sem permissão

Uma página pode perguntar quantas câmeras e microfones existem antes de qualquer prompt aparecer. Não consegue saber os rótulos nem usá-los. Isso produz um sinal pequeno, mas real: um notebook com duas câmeras e um telefone com três microfones parecem diferentes, e as contagens são de graça.

Duas ressalvas:

  • As contagens são grosseiras. A maioria das máquinas tem um de cada, então o sinal é fraco no caso comum.
  • Dispositivos virtuais inflam as contagens. Software de videoconferência e câmeras virtuais adicionam entradas que não correspondem a hardware, o que torna a contagem menos confiável e mais distinta ao mesmo tempo.

Fingerprint de áudio, em termos claros

O pipeline de áudio é uma cadeia: oscilador, filtro, compressor, destino, depois leitura de volta como amostras. Cada etapa é implementada no navegador, e pequenas diferenças numéricas se acumulam. O resultado é um valor que se repete exatamente na mesma máquina e difere em outra.

Propriedades deste sinal:

  1. Nenhuma permissão exigida. Roda em silêncio, em uma fração de segundo.
  2. Determinístico. Execuções repetidas produzem os mesmos bytes; não há ruído para eliminar na média.
  3. Sobrevive à limpeza de cookies e ao modo privado. Ele lê o comportamento de hardware e software, não o estado armazenado.
  4. Muda com atualizações da pilha de áudio. Uma atualização de driver ou de SO desloca o valor, então ele é estável ao longo de meses, não de anos.

A injeção de ruído é a contramedida habitual, e tem a mesma fraqueza do ruído de canvas: a média entre amostras recupera o valor subjacente.

WebRTC e endereços locais

O WebRTC foi o clássico vazamento de IP local. Uma página podia reunir candidatos ICE e ler endereços privados como 192.168.x.x, revelando a topologia de rede. Os navegadores atuais mudaram o padrão: os candidatos host são substituídos por nomes mDNS que não podem ser resolvidos fora do link, então o endereço privado não é mais legível diretamente.

  • Endereços públicos ainda podem aparecer. Candidatos server-reflexive mostram o endereço que a rede apresenta, que é o mesmo endereço que qualquer requisição HTTP revelaria.
  • O vazamento não está totalmente fechado. Algumas configurações e navegadores mais antigos ainda expõem candidatos host. Uma verificação que informa endereços locais está medindo esse comportamento específico.
  • A correção é política, não sorte. Os navegadores expõem controles para restringir a coleta de candidatos ICE; a política corporativa pode desativá-la por completo.

Lendo um relatório de mídia

  • Contagens sem rótulos significam o que dizem. A página viu quantos dispositivos existem. Não viu quais são.
  • Um hash de áudio é uma propriedade da máquina. Identifica uma pilha de áudio, que muitas máquinas compartilham.
  • Um endereço local na saída é uma descoberta real. Significa que o navegador liberou um candidato host, o que vale conferir contra a sua versão e política de navegador.
  • Listas de codec são informação de build. Descrevem o que o navegador foi compilado para suportar, não o usuário.

Leituras erradas comuns

  • "Ele viu meu microfone, então me gravou." Ele contou dispositivos. Gravar exige um prompt explícito, e a luz indicadora não é opcional.
  • "Sem IP local significa WebRTC seguro." A ofuscação mDNS limita um vazamento. Endereços públicos e outros caminhos continuam.
  • "Um hash de áudio é aleatório." É a saída determinística de um pipeline fixo. Se repete exatamente.
  • "Limpar cookies limpa isso." O valor de áudio e as contagens de dispositivo não dependem de estado armazenado.

FAQ

A enumeração de dispositivos exige permissão?

Os rótulos exigem. As contagens não, e é por isso que uma página pode informar que você tem duas câmeras sem perguntar.

Por que meu navegador mostra um nome mDNS em vez do meu IP local?

Porque os navegadores atuais substituem candidatos host ICE por nomes não resolvíveis por padrão, para fechar o vazamento histórico.

A impressão digital de áudio é estável?

Entre execuções na mesma máquina, sim. Entre atualizações da pilha de áudio, muda.

Posso impedir o fingerprint de áudio?

Em parte, por meio de configurações de navegador e extensões. A injeção de ruído ajuda contra amostragem ingênua, não contra a média.