[论文解读] To Extend or not to Extend: on the Uniqueness of Browser Extensions and Web Logins

Gábor György Gulyas, Dolière Francis Somé+2 more|arXiv (Cornell University)|Aug 22, 2018

Web Data Mining and Analysis参考文献 23被引用 5

一句话总结

本文对基于浏览器扩展和网页登录的指纹识别技术进行了大规模研究，表明在至少安装一个可检测扩展且至少登录一个网站的用户中，89.23% 的用户具有唯一性。通过一种轻量级检测机制，作者证明仅通过选择高度独特的扩展与登录组合，即可在 625 毫秒内完成指纹识别，揭示了一个关键的隐私权衡：旨在保护隐私的扩展反而可能使用户更加独特。

ABSTRACT

Recent works showed that websites can detect browser extensions that users install and websites they are logged into. This poses significant privacy risks, since extensions and Web logins that reflect user's behavior, can be used to uniquely identify users on the Web. This paper reports on the first large-scale behavioral uniqueness study based on 16,393 users who visited our website. We test and detect the presence of 16,743 Chrome extensions, covering 28% of all free Chrome extensions. We also detect whether the user is connected to 60 different websites. We analyze how unique users are based on their behavior, and find out that 54.86% of users that have installed at least one detectable extension are unique; 19.53% of users are unique among those who have logged into one or more detectable websites; and 89.23% are unique among users with at least one extension and one login. We use an advanced fingerprinting algorithm and show that it is possible to identify a user in less than 625 milliseconds by selecting the most unique combinations of extensions. Because privacy extensions contribute to the uniqueness of users, we study the trade-off between the amount of trackers blocked by such extensions and how unique the users of these extensions are. We have found that privacy extensions should be considered more useful than harmful. The paper concludes with possible countermeasures.

研究动机与目标

• 调查浏览器扩展和网页登录在现实世界大规模环境中对用户唯一性的影响程度。
• 评估安装以隐私为重点的浏览器扩展所带来的隐私权衡，这些扩展虽可阻止跟踪器，但也可能增加用户唯一性。
• 衡量仅使用少量扩展和登录信息进行指纹识别的可行性与效率。
• 评估基于扩展和登录的指纹在长期时间内的稳定性与可靠性。
• 通过倡导默认隐私保护的浏览器配置，为隐私保护设计提供建议。

提出的方法

• 本研究使用自定义网站，通过 Web 可访问资源（WAS）检测已安装的 Chrome 扩展，并通过 URL 重定向和 CSP 违规报告检测网站登录行为。
• 采用指纹识别算法（Guly-Acs-Cast-16-PETS）识别最具唯一性的扩展与登录组合，以实现高效用户识别。
• 检测流程处理了为期 9 个月期间来自 16,393 名用户的数据，平均每月识别出 13,000–14,000 个扩展和 60 个网站。
• 通过计算匿名集合大小来评估唯一性，并识别出实现高唯一性的最小特征集。
• 通过对比 Ghostery 和 Privacy Badger 等隐私扩展与它们的指纹识别影响，分析了跟踪器阻断与唯一性增加之间的权衡。
• 由于重复用户数据不足，稳定性分析受到限制，但作者将其列为未来工作的关键方向。

实验结果

研究问题

• RQ1 在大规模真实世界环境中，浏览器扩展在多大程度上导致用户唯一性？
• RQ2 在禁用 JavaScript 的情况下，基于用户网页登录行为的唯一性如何，尤其在该场景下？
• RQ3 是否可以仅使用少量扩展和登录信息实现高效的指纹识别？
• RQ4 考虑到这些扩展可能增加用户唯一性，使用跟踪器阻断扩展是否存在隐私权衡？
• RQ5 浏览器扩展和网页登录作为指纹识别特征，在长时间内是否稳定？

主要发现

• 54.86% 的用户在安装至少一个可检测的 Chrome 扩展后，仅凭其扩展集合即可被唯一识别。
• 19.53% 的用户在登录至少一个可检测网站后，仅凭其登录行为即可被唯一识别。
• 89.23% 的用户在至少拥有一个可检测扩展和一个可检测登录的情况下可被唯一识别，表明两种信号之间存在显著协同效应。
• 22.98% 的用户即使在禁用 JavaScript 的情况下，也可仅凭其网页登录被唯一识别，凸显了重大的隐私风险。
• 通过仅选择最具唯一性的扩展与登录组合，指纹识别可在 625 毫秒内完成，证明了其极高的效率。
• 尽管可能增加唯一性，隐私扩展如 Ghostery 和 Privacy Badger 仍能提供显著的跟踪器阻断优势，因此应被视为更有益而非有害。