[发明专利]一种基于FingerPrint浏览器信息采集的设备指纹识别方法

说明书

本发明涉及一种基于FingerPrint浏览器信息采集的设备指纹识别方法，该识别方法包括通过FingerPrintJS2采集设备信息后传输至服务器进行一票否决特征匹配，若一票否决特征匹配结果为匹配则进行二级特征匹配，若二级特征匹配结果为评分高于二级特征阈值时则进行可变特征匹配，若可变特征匹配结果为差值符合可变特征阈值范围时则识别结果为匹配，并将结果传递给下一个环节。与现有技术相比，本发明具有设备指纹识别准确率高，可实现跨浏览器的设备指纹识别，可实现基于HTML5和基于SDK的设备指纹识别之间的互通等优点。

技术领域

本发明涉及设备指纹识别技术领域，尤其是涉及一种基于FingerPrint浏览器信息采集的设备指纹识别方法。

背景技术

FingerPrint是现在市面上最流行的浏览器设备指纹采集识别开源框架。基于纯JS脚本实现，可无痕埋入应用程序，获取被动采集的浏览器信息和可通过浏览器采集的硬件信息，最后通过收集的信息给出哈希值作为唯一标识。

然而现有的市场中，终端设备可安装多个浏览器，从而导致相同设备不同浏览器的FingerPrint哈希值不同，甚至同一个浏览器的不同版本也会有不同的FingerPrint哈希值。同时基于SDK和基于HTML5的设备指纹识别方法无法识别对方的设备。这和设备指纹识别的目的相悖，进而导致后续分析计算服务的偏差扩大。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于FingerPrint浏览器信息采集的设备指纹识别方法。

本发明的目的可以通过以下技术方案来实现：

一种基于FingerPrint浏览器信息采集的设备指纹识别方法，该识别方法包括通过FingerPrintJS2采集设备信息后传输至服务器进行一票否决特征匹配，若一票否决特征匹配结果为匹配则进行二级特征匹配，若二级特征匹配结果为评分高于二级特征阈值时则进行可变特征匹配，若可变特征匹配结果为差值符合可变特征阈值范围时则识别结果为匹配，并将结果传递给下一个环节。

进一步地，该识别方法还包括当一票否决特征匹配结果为不匹配时则进行设备库入库记录，并将不匹配的世界结果传递给下一个环节。

进一步地，该识别方法还包括当二级特征匹配结果为评分低于二级特征阈值时则进行设备库入库记录，并将不匹配的世界结果传递给下一个环节。

进一步地，该识别方法还包括当可变特征匹配结果为差值超过可变特征阈值范围时则进行设备库入库记录，并将不匹配的世界结果传递给下一个环节。

进一步地，所述的一票否决特征包括屏幕分辨率、机型、操作系统、GPU图形处理器、触摸屏系数和WebGL绘图协议。

进一步地，所述的二级特征包括浏览器核心版本、音频率、内存信息、核心数量、platform平台、language语言、fonts字体、时区、Storage存储空间支持、plugins插件和canvas画布。

进一步地，所述的二级特征匹配具体包括：若每个特征匹配成功，二级特征评分增加10分，循环匹配直至全部特征匹配完毕并获得总得分，将总得分乘以10并除以总特征数获得评分，将评分与二特征阈值相比较高低。

进一步地，所述的二特征阈值至少为70。

进一步地，所述的可变特征包括Gps定位信息、重力感应信息和network网络类型。

进一步地，所述的可变特征阈值范围包括对于Gps定位信息的可变特征阈值范围和对于重力感应信息的可变特征阈值范围，所述对于Gps定位信息的可变特征阈值范围为Gps定位信息对应量大于200，所述对于重力感应信息的可变特征阈值范围为重力感应信息对应量大于20。

与现有技术相比，本发明具有以下优点：