Creación de un sistema de fingerprinting web

Abstract

El fingerprinting es una técnica que permite identificar a los usuarios que entran en una determinada página web, sin necesidad del uso de cookies ni de guardar ningún tipo de información en el navegador del usuario. Esta técnica es ampliamente utilizada para evitar varios tipos de fraudes y para personalizar las experiencias de los usuarios en la web. Los métodos de fingerprinting actuales recolectan variables poco volátiles del dispositivo y navegador para posteriormente generar un hash a partir de los resultados de esas variables. De manera que si el valor de una de esas variables cambia, el hash también, identificando al usuario erróneamente. En este trabajo se explora otro método de fingerprinting, recogiendo todo tipo de variables del dispositivo y navegador, volátiles y no volátiles. Con estas variables, se crea un espacio multidimensional en el cual se sitúan las muestras con la idea de identificar las muestras más cercanas en este espacio como pertenecientes al mismo usuario. De esta manera se ha creado un modelo clasificador obteniendo resultados satisfactorios, mejorando los resultados obtenidos en los métodos tradicionales y con la posibilidad de modificar el comportamiento del modelo.

Fingerprinting is a technique that makes it possible to identify users who enter a certain web page, without the need to use cookies or save any type of information in the user's browser. This technique is widely used to prevent various types of fraud and to personalize user experiences on the web. Current fingerprinting methods collect low-volatile variables from the device and browser to later generate a hash from the results of those variables. So if the value of one of those variables changes, so does the hash, misidentifying the user. Another method of fingerprinting is explored in this work, collecting all kinds of variables from the device and browser, volatile and non-volatile. With these variables, a multidimensional space is created where the samples are placed with the idea of identifying the closest samples in this space as belonging to the same user. In this way, a classifier model has been created, obtaining satisfactory results, improving the results obtained in traditional methods, and with the possibility of modifying the behavior of the model.