Whose Web 浏览器有多独特？面向 US 用户的人口统计学特征在浏览器指纹中的作用

浏览器指纹可用于即使不使用 cookie 也识别并跨网页跟踪用户，方法是收集用户设备属性以创建唯一的指纹。该技术及其导致的隐私风险已研究超过十年。然而，由于现有研究使用的数据不可公开获取，进一步的研究受限。此外，现有研究的数据缺乏用户人口统计学信息。本文提供了首个即便的数据集，以支持进一步的研究。该数据集包括用户人口统计学信息和调查响应的浏览器属性，来自 8,400 名美国受访者的知情同意收集。我们使用该数据集展示了不同人口统计学群体之间的指纹风险差异。例如，我们发现低收入用户风险更高；且随用户年龄增大，他们更可能关注指纹风险且面临实际风险。此外，我们展示了被忽视的风险：用户人口统计学特征（如性别、年龄、收入水平和种族）可从常用于指纹的浏览器属性中推断出来，我们识别了贡献这一风险的最主要浏览器属性。我们的数据收集过程还进行了一次实验，研究影响用户分享浏览器数据以便开放研究的可能性，总计 12,461 名受访者。女性受访者不太可能分享其浏览器数据，展示我们要求收集的浏览器数据也具有此效果。总体而言，我们显示用户人口统计学特征在旨在评估指纹风险并改善用户隐私的持续工作中的重要作用，并提出了发现可为未来隐私增强浏览器开发指明方向。我们提供的数据集和数据收集工具可用于进一步研究未本工作所覆盖的研究问题。