你有没有过这种经历：清了 Cookie、开了隐身窗口、换了台代理的 IP，某个网站却还是能判断出「这个人之前来过」？
这不是玄学。这就是本文要讲的东西——浏览器指纹（Browser Fingerprint）。
先说结论，再说原理：Cookie 是网站发给你的「号牌」，你可以扔掉；而指纹是你「长什么样」，你走到哪儿它都跟着。想真正保护隐私，绕不开它。
一、Cookie 与指纹：号牌和长相的区别#
Cookie 是网站主动写进你浏览器的一小段数据，相当于前台给你的「存包号牌」。你每次来，报上号牌，前台就知道你是谁。但这个号牌你能扔——清了 Cookie、开隐身，号牌就没了，前台认不出你。
浏览器指纹 则完全不同：网站不给你写任何东西，而是现场观察你的浏览器这台机器「长什么样」，把长相拼成一个标识。因为你没换电脑、没换系统、没重装浏览器，「长相」几乎不变。所以：
- 清 Cookie？没用。指纹不是保存在你那儿的。
- 开隐身？没用。隐身只隔离了本地存储，没改变你的硬件和浏览器配置。
- 换 IP / 挂 VPN？还是没用。指纹描述的是「设备本身」，不是「你从哪来」。
换句话说，指纹是无状态的：它不往你的设备写任何东西，因此你无法通过「清除」来抹掉它。这恰恰是它比 Cookie 更难防的原因。
二、为什么「长相」能认人：熵#
单个特征谁都不特殊——「用 Chrome」的人有上亿。但特征组合起来，就几乎唯一了。这个「信息量」的概念，在指纹领域有个专业词叫熵（entropy），单位是 bit。
打个比方：聚会上一屋子人，只看「戴不戴眼镜」分不出谁是谁；但「身高 + 眼镜 + 发型 + 口音 + 手表」组合起来，基本就能锁定某一个人。指纹同理——收集几十个平平无奇的字段，拼起来就变成了你的「数字身份证」。
这个结论有实证。电子前线基金会（EFF）在 2010 年做过一个标志性研究（项目名 Panopticlick，后来的 Cover Your Tracks），结论是：样本里约 84% 的浏览器指纹是独一无二的。后来又有一项统计称，光是 Canvas 一项技术就被超过 30% 的主流网站用于追踪。
三、主要指纹维度：网站到底在看什么#
下面把最常见的维度拆开讲。可以粗略分成三类：「自报家门」的被动信息、「逼你干活」的主动探测、以及**「藏在网络层」的底层指纹**。
1. 自报家门：User-Agent、语言、时区、屏幕#
这些是浏览器主动告诉网站的信息，几乎每个请求都带着：
- User-Agent：浏览器类型、版本、操作系统。比如
Mozilla/5.0 (Macintosh...) Chrome/xxx。 - 语言：你浏览器设置的语言列表。
- 时区：
Intl.DateTimeFormat().resolvedOptions().timeZone能读出你所在时区（如Asia/Shanghai）。 - 屏幕：分辨率、可用尺寸、色深、像素比（
devicePixelRatio）等。
这类字段单独看没杀伤力，而且很容易伪造（改个 UA 谁都行）。但它们有个重要作用：用来和别的字段「对账」。后面会看到，「对不上账」本身就是最大的破绽。
2. Canvas 指纹：画一张图，读出来的颜色不一样#
这是当前公认熵最高、最可靠的主动探测手段。
原理是：网站让你浏览器在**屏幕外的画布（canvas）**上绘制一段固定的文字和图形，然后用 toDataURL() 把绘制结果转成图片数据，再算一个哈希值。
关键在于：同样一段绘制指令，在不同电脑上画出来的结果会有细微差异。差异来自 GPU 型号、显卡驱动、字体渲染引擎（Windows 的 ClearType、macOS 的 Core Text、Linux 的 FreeType）、抗锯齿算法、子像素渲染、颜色空间……这些任何一个不同，最终像素就不同。
所以两台型号相同的电脑，只要驱动版本或字体稍有差别，Canvas 哈希就可能不同；而同一台电脑多次刷新，哈希却稳定一致。这种「跨设备有差异、同设备稳定」的性质，正是理想指纹该有的样子。
3. WebGL 指纹：直接问出你的显卡型号#
WebGL 是浏览器里的 3D 渲染接口，它比 Canvas「更狠」，因为它能直接报出显卡型号。
通过 WEBGL_debug_renderer_info 扩展，网站能读到像这样的字符串：
ANGLE (Apple, ANGLE Metal Renderer: Apple M2 Pro, Unspecified Version)
这一下就把 GPU 型号交代了。再结合支持的扩展列表、着色器精度、以及「渲染一个 3D 场景读回像素」的结果，WebGL 构成了一个和硬件强绑定的指纹。
顺带一个实用的坑：WebGL 报的显卡要和 User-Agent 说得通——如果 UA 声称是 macOS，但 renderer 返回 NVIDIA GeForce GTX，风控系统立刻知道你在撒谎。这就是「对账」的威力。
4. AudioContext 指纹：连声音处理的小数点都不同#
音频也能做指纹。网站让浏览器用 OfflineAudioContext 在后台静默合成一段固定波形（比如一个 10kHz 的三角波，再过一道 DynamicsCompressor 处理器），然后读取输出的采样数据算哈希。
不同操作系统、CPU 架构、浏览器在浮点运算上有极微小的差异，这些差异会体现在处理后的波形数据里。结果就是：Mac / Windows / Linux、Intel / AMD / Apple Silicon、Chrome / Firefox / Safari，都能被区分出来。而且它静默完成，你根本听不到、也几乎伪造不了。
5. 字体列表：你装了什么字体，一问便知#
浏览器没有「直接列出已装字体」的接口，但网站有办法绕过去：
对某个候选字体，渲染一段测试字符串，量一下它的宽度；再和默认字体（如 monospace、serif）渲染同串的宽度对比。宽度不一样，说明这个字体你装了；一样，说明没装。
你机器上装着哪些字体、哪些没装，和操作系统、装过哪些办公软件、设计软件强相关，因此字体列表是识别力很强的信号。这也是为什么「装了某套特殊字体」会显著增加你被认出的概率。
6. 硬件信息：CPU 核数、内存、触摸点#
浏览器会暴露一批「量化」的硬件参数：
navigator.hardwareConcurrency：CPU 逻辑核心数；navigator.deviceMemory：内存容量（大致的档位）；navigator.maxTouchPoints：最大触摸点数（能区分触屏设备）。
单看哪个都不独特，但它们的联合分布能帮你把设备缩小到很窄的范围。
7. 网络层指纹：TLS 握手（JA3 / JA4）——JS 摸不到的「底色」#
前面说的都在浏览器页面里、用 JavaScript 就能读到。但有一层指纹藏在网络连接本身，页面脚本碰不到：
浏览器和服务器建 HTTPS 连接时，第一句话叫 Client Hello，里面会报出它支持的 TLS 版本、加密套件、扩展、曲线以及它们的顺序。真实浏览器、Python 的 requests、Go 程序、curl……它们的 Client Hello 长得都不一样。
JA3 是把这些字段拼接后算的哈希，JA4 是它的改进版（能容忍扩展顺序被随机打乱）。这套「TLS 指纹」的强大在于：它不是页面 JS 能改的——你哪怕把 User-Agent 伪造得天衣无缝，只要 TLS 握手暴露了你其实是 Python 脚本，风控一样秒判。
这也解释了为什么「只会改 UA 的伪装」没用：底层对不上账。
8. WebRTC：VPN 之下，泄露真实 IP#
WebRTC 本来是用来做实时音视频的，但它在建立连接时，可能把本机局域网 IP、甚至 VPN 背后的真实公网 IP 暴露出来。
所以它的作用不是「区分两台设备」，而是发现用户在隐藏自己的来源——你挂着 VPN 假装在美国，WebRTC 却报出一个中国 IP，这就露馅了。它更多是「匿名检测」的信号，而不是设备区分信号。
9. 行为指纹：鼠标怎么动、打字多快#
以上都是「这台机器是什么」；还有一类信号是「坐在屏幕前的是不是真人」：
鼠标移动轨迹、滚动速度、键盘敲击节奏、复制粘贴的间隔……这些单独看识别不了设备，但能判断「是不是人、是不是自动化脚本」。反爬系统通常把行为信号和硬件指纹一起用。
四、最关键的原理：交叉校验与「一致性」#
看懂这一节，你就抓住了整个浏览器指纹的精髓。
单个字段，职业选手都能伪造。但问题是：要同时伪造几十个字段，并且让它们彼此「对得上」，极难。这个「对得上」，专业说法叫一致性（coherence）。
举几个「对不上账」就露馅的例子：
- TLS 指纹显示这是 Go 的标准库，User-Agent 却说自己是 macOS 上的最新版 Chrome → 两者不可能同时为真；
- UA 说系统是 macOS 13，
Sec-CH-UA-Platform-Version却报14.7.0→ 有一个在撒谎； - UA 报 macOS，WebGL 却返回 NVIDIA 桌面显卡 → 又是矛盾；
- 时区是
America/New_York，但语言是纯简体中文、IP 是国家数据中心 → 可疑。
反爬虫、风控系统真正做的，不是信某一个字段，而是给几十个字段分别打分、再做交叉一致性判断。这也就是为什么「伪装」比「降低信息量」难得多——你改得越多，越容易留出矛盾。
五、谁在用浏览器指纹#
目的不一，但本质都是「无 Cookie 识别同一台设备」：
- 反爬 / 反自动化：Cloudflare、Akamai、DataDome 这类服务，用指纹识别 Puppeteer / Selenium 驱动的脚本。
- 账号风控 / 防关联：Amazon、Facebook、Google、TikTok、PayPal、Stripe 等平台，靠指纹判断「换了 IP 和邮箱的两个账号，是不是同一台设备、同一个人在操作」。多账号防关联、跨境电商风控，是这条技术最现实的战场。
- 广告归因与追踪：就算你拒绝 Cookie，广告平台仍可能靠指纹做跨站关联。
- 隐私侵蚀：同一套技术，既能被用来「反欺诈」，也能被用来「追踪你不想被追踪」。
六、怎么保护自己（以及哪些是坑）#
最重要的原则先记住：目标是「降低熵、保持稳定和自洽」，而不是「把所有值都改乱」。
该做的#
- 用带内置指纹防护的浏览器：Firefox 的「指纹保护」（增强跟踪保护的一部分）会阻止已知指纹脚本、归一化部分值；Tor 浏览器最彻底——它让所有用户看起来尽量一致，你在模糊人群里反而最安全。
- 减少独特暴露：少装冷门插件、少装特殊字体、保持默认设置。有统计称，超过一半用户的扩展组合是唯一的——每多一个独特插件，就多一分被认出的风险。
- 保持「对账」一致：系统时区、浏览器语言、IP 出口地区尽量统一。一个「美国 IP + 上海时区」的环境，比普通用户更扎眼。
要警惕的坑#
- 随机化插件往往是负优化：很多人以为「让 Canvas 每次返回不同值」能防追踪。恰恰相反——真实浏览器的指纹是稳定的，每次都变反而暴露了「这人在刻意对抗」，更容易被标记。好的防护是「看起来像一个平凡、稳定、自洽的真人」，而不是「每次都不一样」。
- 别迷信单一检测工具的全绿：公开的检测站只能覆盖公开信号；专业反爬服务还握着大量私有信号（TLS、TCP、HTTP/2 帧序、JS 执行时序等），过了公开测试不代表过了它们。
七、自己测一下：主流检测工具#
想知道自己的浏览器「多好认」，可以用这些（大多是本地采集、不泄露）：
- EFF Cover Your Tracks（原 Panopticlick）：最经典、最权威，会告诉你「你的指纹在多少浏览器里是唯一的」。
- BrowserLeaks：老牌综合检测，WebRTC、Canvas、Audio、字体都能看。
- CreepJS：风格硬核，把指纹熵拆分得非常细，进阶用户友好。
- amiunique.org：法国学术团队的项目，偏向指纹分布统计。
- 国内的 chdh.me、CleanIP.io 也提供 Canvas / WebGL / Audio / 字体 + 自动化痕迹的综合检测，中文界面适合快速自检。
提醒：检测工具是「诊断仪」不是「盾牌」，它告诉你暴露了什么，防护还得靠浏览器本身。
八、小结：和上一篇 DoH 连起来看#
上一篇讲的是网络层的隐私——DoH 加密你的 DNS 查询、ECH 加密你访问的域名，让中间人「看不清你在连谁」。
这一篇讲的是设备层的隐私——浏览器指纹让你即使换了 IP、清了 Cookie，平台也能「认出这台机器」。
两者是隐私拼图的两块：网络上藏住「你去哪」，和设备上藏住「你是谁」，缺一不可。一个常见的误区就是只顾挂代理/VPN（换网络身份），却忽略了设备身份的暴露。
最终的建议收敛成一句话：少一点独特，多一点平凡，并且让所有暴露的信息彼此对得上账。
参考来源#
本文主要参考以下优质资料整理（检索并提炼，非逐字转述）：
- Google web.dev —《Fingerprinting》（隐私学习路径官方文档）
- EFF — Panopticlick / Cover Your Tracks（浏览器指纹唯一性标志性研究）
- Foil —《Browser fingerprinting techniques》《Device fingerprinting in JavaScript》
- 阿里云开发者社区 —《未登录也能知道你是谁？浏览器指纹了解一下》
- 腾讯云开发者社区 —《指纹浏览器的检测到底怎么做？原理代码一次搞懂》
- ShieldLabs —《10 browser fingerprinting techniques explained》
- chdh.me / CleanIP.io — 浏览器指纹检测工具（技术说明）