Fonts Fingerprinting

Fonts Fingerprinting #

每個人的電腦都裝有不同的字型，也可能有不同的預設字型，這所造成的影響，除了成為所有前端工程師的惡夢以外，也成為 browser fingerprinting 的 entropy 來源：既然每個人都有不同的字型，而且大家不會頻繁地安裝新的字型，那麼使用者設備所配備的字型便成為可用的特徵。我們將於此章介紹幾個可以找到瀏覽器裝有哪些字型的方法，以及 Fonts Fingerprinting 的危害。

在遠古時代，Flash 可以直接列舉出所有字型，但顯然現在沒有人在用 Flash 了。目前並沒有任何 API 可以直接枚舉出所有字型，也沒有 API 可以直接查詢一個字型是否存在，所以能做的只有，先列出所有我們想測試是否存在的字型，然後利用各種 side-channel 去依序測試哪些字型真的存在。

篩選待測字型 #

列出字型乍看之下並非難事，然而如何最有效率地找到足夠獨特的特徵，則不是個簡單的任務。核心要點是，所選的字型必須具有代表性。

一般而言，可以將網頁上的字型分為三類：

  • 網頁字型：網頁自帶的字型。因為其不來自使用者的設備，這沒辦法用於 fonts fingerprinting。然而網頁字型的功能本身可以協助 fingerprint 其他字型。
  • 系統字型：作業系統自帶的字型，通常使用該作業系統的裝置都會搭載該字型。雖然這可能有些用，但作業系統往往可以從其他方式做推論（例如 user agent），所以這個幫助也很有限。然而，在未來討論到一些有問題的防禦手段時，針對系統字型的 fingerprinting 可以派上用場。此外，部分作業系統會根據不同語言自動安裝不同字型，這使得特殊語言的字型可以用於 fingerprinting。
  • 使用者自己安裝的字型：有些字型是使用者自己安裝的，無論是主動安裝，或是因為安裝一些軟體而被安裝（例如有些辦公軟體會自帶一些字型）。這些往往是最有 fingerprinting 價值，因為其通常足夠獨特。

因此，系統字型如「蘋方」（Apple 針對中文市場內建的字型）、Roboto（Android 與 Chrome OS 內建字型）等可以提供一些關於作業系統的資訊。一些使用者必須自行安裝的字型，或是隨著如 Microsoft Office、Adobe CC 等套裝軟體而一起安裝的字型，則因足夠獨特而成為 fingerprinting 的首選。像是 Arial 或 Times New Roman 等大家都有的字型，則不會有什麼幫助而可以直接忽略。

此外，除了字型本身是否存在以外，另一個特徵是，是否有多個通常不會一起出現的字型同時出現了。例如當 Windows 的語言設定為日文或阿拉伯文時，會下載該語言的字型，但很少有裝置同時有日文的字型與阿拉伯文的字型，於是雖然兩者都不獨特，世界上有非常多日文與阿拉伯文的使用者，但兩者搭配在一起便十分獨特。

檢查字型是否存在 #

下一步是檢查字型是否存在，這邊我會討論幾個不同方法。

檢查邊框變化 #

不同字型會有不同的字寬。如下圖所示，同樣的字串如果用了不同字型會有不一樣的寬度。換言之，偵測邊界框（bounding box）改變是個測試字型是否存在的可行方法。

因此我們可以這樣測試一個字型是否存在：

  1. 給定預設字串，先使用預設字型，並該字串的外框寬度（offsetWidth）
  2. 嘗試改變該字串所使用的字型（使用 CSS 的 font-family）
  3. 如果外框寬度改了，那就代表字型存在
  4. 如果外框沒有變化，可能是字型不存在所以 fallback 回預設字型（也就是什麼有沒有變），也有可能真的就這麼剛好預設字型與測試字型的寬度一樣，造成誤判

藉由這個方式，便可以有效率地測出哪些字型存在。需要注意的是，雖然存在誤判可能性，但因為同個使用者每次都會在同個字型誤判，所以還是可以作為 fingerprint，畢竟 fingerprinting 只要求數據獨特，沒有要求數據合理。

那，預設字串應該是什麼？最常見的是 mmmmmmmmmmlli，因為在沒有固定寬度的英文字型中，通常 m 是最寬的、l 是最高的，所以對 bounding box 影響最大（i 是來增加 entropy 的）。

function font_enumeration() {
	const fonts = ["Microsoft YaHei", "Microsoft Yi Baiti", "MingLiU", "MingLiU-ExtB", "Times New Roman Baltic", "Times New Roman CYR", "Times New Roman", "Ubuntu", "Noto Sans CJK TC", "TW-MOE-Std-Kai", "Droid Sans", "fake-font-this-should-not-exist"];
	const containerDiv = document.createElement('div');
	containerDiv.style.cssText = 'position: absolute;  display: block !important';
	document.body.appendChild(containerDiv);

	const pDefault = document.createElement('p');
	pDefault.innerText = 'mmmmmmmmmmlli';
	pDefault.style.cssText = `display:inline !important; width:auto !important; font-size: 10px !important;`;
	containerDiv.appendChild(pDefault);

	const ps = fonts.map((font, i) => {
		const p = document.createElement('p');
		p.innerText = 'mmmmmmmmmmlli';
		p.style.cssText = `display:inline !important; width:auto !important; font: 10px "${font}" !important`;
		containerDiv.appendChild(p);
		return p;
	});

	const results = fonts.filter((font, i) => ps[i].offsetWidth != pDefault.offsetWidth);

	return results;
}
console.log(font_enumeration())

嘗試寫到 Canvas #

Canvas API 讓 Javascript 也有基本的繪圖功能，常用於動畫、遊戲、資料視覺化等。作為繪圖功能，當然會允許在畫布上放置文字。第二種方法是直接把文字寫到 canvas 並指定字型，然後比較該 canvas 是否與使用預設字型的 canvas 一樣。通常此時會用的預設字串是 Cwm fjordbank glyphs vext quiz，也就是英文的 pangram，以確保每個字母的不同都會被偵測到。

有時我們會把這歸類到 canvas fingerprinting，也就是後續的主題，屆時會再做更深入的討論。

使用 @font-face 的 Fallback 機制 #

如果前面都要用 Javascript 覺得太無聊了，在此提供一個純 CSS 的解法。CSS 的 @font-face 用於自訂字型，其特色是字型可以從 local 拿也可以從 remote 下載，且可以提供 fallback 字型，也就是如果位置 A 拿不到就去位置 B 拿。舉例來說：

@font-face {
	font-family: 'Helvetica';
	src: local('Helvetica'),
		 url('https://fonts.example/Helvetica.ttf')
		 format('truetype');
}

如此則如果 local 找不到 Helvetica，就會去 remote 拿。

於是這就造成一個 side-channel：如果伺服器發現有個客戶端來下載字型，便意味著這個客戶端並未安裝該字型。

所以追蹤者可以這樣做。首先，當瀏覽器請求網頁時，伺服器隨機生一個 token 並在回傳的網頁：

<div style="font-face: 'Helvetica';">a</div>
<style>
  @font-face {
	font-family: 'Helvetica';
	src: local('Helvetica'),
		 url('https://fonts.example/<token>/Helvetica.ttf')
		 format('truetype');
  }
</style>

接著，如果 fonts.example 收到對 /<token>/Helvetica.ttf 的請求，就知道被分配到該 token 的 browser 並沒有內建 Helvetica。

防禦 #

目前有兩個作法。第一種是，可以把可以使用的字型限制在一個白名單內，例如只能使用系統字型，拒絕任何使用者自行安裝的字型。由於是作業系統內建的字型，基本上使用這個作業系統的人看起來會一模一樣，或至少會和其他使用相同語言的人一樣。另一個是要求所有字型都必須要用下載的，不能使用內建的，但這個方法的可行度較低，因為可能使用更多網路流量。

偵測 fonts fingerprinting 則稍微簡單一些。大量存取各種字型的行為非常明顯，除了 fingerprinting 外也沒什麼理由需要這麼做，所以雖然無法完全避免，但至少還能偵測到追蹤者正在嘗試攻擊。

參考資料 #

D. Cassel, S.-C. Lin, A. Buraggina, W. Wang, A. Zhang, L. Bauer, H.-C. Hsiao, L. Jia, T. Libert. OmniCrawl: Comprehensive Measurement of Web Tracking With Real Desktop and Mobile Browsers. In Privacy Enhancing Technologies Symposium (PETS), July 2022.
Fifield, David, and Serge Egelman. “Fingerprinting web users through font metrics.” International Conference on Financial Cryptography and Data Security. Springer, Berlin, Heidelberg, 2015.
Font Enumeration Fingerprinting
Demo: Disabling JavaScript Won’t Save You from Fingerprinting
Font fingerprinting defenses roadmap

Calendar Sep 20, 2024
Edit Edit this page