Show HN: GlassBox – what the browser reveals, and how identifiable you are
Oleh Zai · Let's Make It Easy
Dipublikasikan 2026-08-25
Browser fingerprinting sering dibahas seolah-olah setiap perangkat memiliki nomor identitas tunggal. Kenyataannya lebih berantakan. Situs dapat menggabungkan banyak sinyal kecil...
Browser fingerprinting sering dibahas seolah-olah setiap perangkat memiliki nomor identitas tunggal. Kenyataannya lebih berantakan. Situs dapat menggabungkan banyak sinyal kecil dari browser dan perangkat, lalu melihat seberapa berbeda kombinasi tersebut dibandingkan pengunjung lain. GlassBox mencoba membuat proses itu terlihat secara langsung.
1. Apa Itu GlassBox?
GlassBox adalah diagnostic mirror untuk memeriksa sinyal yang dapat diekspos browser. Halamannya menampilkan nilai mentah dari beberapa keluarga teknik fingerprinting dan device enumeration, termasuk canvas, WebGL, audio, daftar font, serta matriks API. Tujuannya bukan memberi label aman atau tidak aman, tetapi membantu pengguna melihat data apa yang tersedia dari sisi situs.
2. Kenapa Sinyal Kecil Bisa Menjadi Penting?
Satu sinyal biasanya tidak cukup untuk membedakan seseorang. Banyak browser memiliki GPU serupa, canvas yang dimasking, atau konfigurasi umum. Masalahnya muncul ketika beberapa sinyal digabung. Kombinasi hardware, software, font, dan perilaku API dapat menjadi lebih khas daripada setiap komponen secara terpisah.
Ini juga menjelaskan mengapa privasi browser tidak cukup dinilai dari alamat IP. IP dapat berubah, tetapi kumpulan karakteristik browser masih bisa membantu sebuah situs menghubungkan kunjungan. MDN membahas fingerprinting sebagai bagian dari web privacy dan menjelaskan bahwa browser modern berusaha mengurangi atau membatasi sebagian sinyal tersebut.
3. Cara Membaca Angka Identifiability
GlassBox menampilkan persentase identifiability, tetapi angka itu bukan hasil pengukuran langsung terhadap populasi browser di internet. Tool tersebut menyebutnya sebagai model order-of-magnitude. Perhitungannya memakai entropy per sinyal, memberi diskon pada nilai yang dimasking, menerapkan pengurangan untuk korelasi, lalu membatasi hasil pada kisaran bit yang dibutuhkan untuk membedakan satu orang dari populasi global.
Batasnya penting. Tanpa dataset populasi live, tool tidak benar-benar tahu seberapa langka konfigurasi Anda. Browser yang sengaja dibuat seragam, seperti Tor Browser pada ukuran jendela default, bisa lebih sulit dibedakan meski hitungan sinyalnya terlihat tinggi.
4. Langkah Praktis untuk Developer
Gunakan alat seperti GlassBox untuk inventarisasi, bukan untuk mengambil keputusan absolut. Periksa API yang tidak dibutuhkan aplikasi, kurangi akses device enumeration, dan uji ulang setelah perubahan konfigurasi. Jika Anda mengelola aplikasi web, jelaskan tujuan pengumpulan data dan hindari menganggap fingerprint sebagai mekanisme autentikasi.
5. Apa yang Perlu Dihindari?
Jangan memakai satu skor fingerprinting untuk menyimpulkan bahwa seseorang pasti dapat dilacak. Skor bukan pengganti threat model, audit izin browser, atau pengukuran di populasi nyata. Untuk aplikasi yang sensitif, uji dengan beberapa browser dan profil, dokumentasikan sinyal yang benar-benar diperlukan, lalu hilangkan pengumpulan yang tidak punya fungsi jelas. Pengguna juga perlu tahu bahwa mode private browsing tidak otomatis menghapus semua karakteristik yang dapat diamati situs.
Sumber utama: GlassBox. Referensi konteks: MDN Web Privacy.
Referensi: https://glassbox.codecanary.org