浏览器在着色器中做了什么：WebGPU 隐私的度量研究

WebGPU 让普通网页通过经校验的编程模型运行 GPU 工作负载。校验保护了内存安全，但共享的浏览器、驱动、操作系统和 GPU 状态仍可能暴露与隐私相关的信号。我们提出 WGPULens，一个用于在受控场景、浏览器原生共驻、参与者实地研究、公共页面加载及缓解策略下度量这些信号的框架。我们的框架分离度量：受控场景支持泄漏、边界与缓解主张；参与者运行支持部署、兼容性与可指纹性；而 Tranco 爬取度量真实世界页面中的 WebGPU 暴露。我们的受控结果将持久化的管线编译状态识别为最清晰的暴露面。冷/热管线探测揭示了跨选定源、配置文件与浏览器布置的先前编译状态。受控浏览器/原生实验还显示，在标记工作负载下可从浏览器可见可观测量推断原生 GPU 活动。其他资源探测给出较弱阳性结果与阴性对照。参与者实地研究表明，在样本中主动 WebGPU 行为极具区分性，其确定性成分在运行内稳定，跨重复访问的精确稳定性较低。页面加载爬取发现 WebGPU 使用主要为适配器探测与静态支持代码，未观察到页面加载时的着色器、管线、队列、查询或映射活动。缓解试点将源码级密钥分离识别为评估管线缓存分区的代理。总体而言，WGPULens 表明 WebGPU 隐私分析必须具有面特异性：浏览器需要度量哪些 GPU 状态跨越哪些边界、哪些浏览器可见信号揭示它，以及相应缓解措施的成本。