🔖设备指纹

字体指纹：你装了什么字体，你就是谁设备上安装的字体列表是高度个性化的指纹：设计狮的电脑装满字体，普通用户是系统默认，虚拟机/云手机的字体列表则"干净"得可疑。检测原理（侧面测量法）：JS 不能直接枚举字体，但能"测量"——用不同字体渲染同一文本，测渲染尺寸。字体存在则尺寸变化，不存在则回退默认字体尺寸：function detectFont(fontName) { var baseFonts = ['monospace', 'sans-serif', 'serif']; var testString = 'mmmmmmmmmmlli'; var span = docum

WebGL 指纹的两类信息WebGL 给网页暴露了 GPU 的访问能力，风控从两个层面收集指纹：第一类：参数信息（静态指纹）var canvas = document.createElement('canvas'); var gl = canvas.getContext('webgl'); // 基础参数 gl.getParameter(gl.VENDOR); // "WebKit" gl.getParameter(gl.RENDERER); // "WebKit WebGL" gl.getParameter(gl.VERSION);

为什么要知道 App 接了哪家风控逆向一个 App 的协议，第一步不是找签名算法，而是确认它接了哪家风控 SDK——不同厂商的采集策略、检测点、对抗难度差异巨大，打法完全不同。识别方法很简单，jadx 搜包名：数美：com.ishumei / smid 参数顶象：com.dingxiang / dx 前缀 / constId 参数同盾：cn.tongdun / blackbox 参数三家对比数美（Shumei）核心产物：smid（设备 ID），接口里常见 smid、smDeviceId 参数采集特点：设备硬件信息全，传感器、电池等行为字段多检测强度：模拟器/root 检测中等，Frida 检测

Canvas 指纹的原理：渲染差异即身份Canvas 指纹利用一个朴素的事实：同一段绘图代码，在不同硬件/系统/浏览器上渲染出的像素有微小差异。差异来自 GPU 渲染管线、字体渲染引擎、抗锯齿算法、色彩管理——这些因素组合起来，几乎能唯一标识一台设备。风控 JS 的标准做法：function getCanvasFingerprint() 同型号同系统的两台手机，这个 hash 大概率相同；不同显卡的两台电脑，几乎必然不同。逆向视角：先确认它采没采、采了什么分析一个风控 SDK 是否采集 canvas 指纹，hook 两个 API：// hook toDataURL const origToDa

设备指纹的本质：稳定 + 唯一的"设备画像"风控 SDK（数美、顶象、同盾、腾讯防水墙）的核心产品是设备指纹——给每台设备算一个唯一 ID，让"换账号不换设备"的批量行为无所遁形。理解它的采集清单，才知道改机要改到什么程度。设计约束决定采集思路：单个字段都不够唯一（机型一样的手机千千万），所以采集 30+ 个字段做联合哈希。字段选择遵循两个原则：稳定性（不能重启就变）和区分度（不同设备尽量不同）。采集清单分类拆解硬件层（区分度高，改机难度大）：CPU 型号/核心数/频率 /proc/cpuinfo 内存大小 /proc/meminfo 屏幕分辨率