গবেষকরা নতুন ফিঙ্গারপ্রিন্টিং পদ্ধতি আবিষ্কার করেন যা আপনাকে আপনার GPU দ্বারা ট্র্যাক করতে পারে
গোপনীয়তার অভাব: আজকাল গোপনীয়তা একটি বিরলতার মতো অনুভব করে, কিন্তু যথেষ্ট যত্ন এবং প্রচেষ্টার সাথে, বেশিরভাগই বিশাল প্রযুক্তি কোম্পানি এবং বিশ্ব সরকার থেকে আপনার ডিজিটাল পদচিহ্নকে অস্পষ্ট করা সম্ভব। অন্তত, এখন পর্যন্ত তাই হয়েছে. ফ্রান্স, ইসরায়েল এবং অস্ট্রেলিয়ার গবেষকরা প্রমাণ করার জন্য দলবদ্ধ হয়েছেন যে এমনকি সবচেয়ে কঠোর গোপনীয়তা সুরক্ষাগুলিও সমস্ত ট্র্যাকিং ত্রুটিগুলি বন্ধ করার জন্য যথেষ্ট নাও হতে পারে। এটি দেখা যাচ্ছে, আপনার নিজের কম্পিউটার হার্ডওয়্যার আপনার বিরুদ্ধে কাজ করতে পারে।
প্রশ্নবিদ্ধ গবেষকরা ডিভাইস শনাক্তকরণের একটি পদ্ধতি তৈরি করেছেন যেটিকে তারা " ড্রনঅপার্ট" বলে৷ এই কৌশলটি প্রথাগত ব্রাউজার ফিঙ্গারপ্রিন্টিং প্রযুক্তি গ্রহণ করে, যা আঙুলের ছাপ যত বেশি সময় ব্যবহার করা হয় ততই অপ্রচলিত হয়ে যায় এবং ব্যবহারকারীর ডিভাইস ভিত্তিক শনাক্ত করার মাধ্যমে জিনিসগুলিকে একটি খাঁজ বাড়িয়ে দেয়৷ এর GPU স্ট্যাকের "অনন্য বৈশিষ্ট্যে"।
সাধারণত, ব্রাউজার ফিঙ্গারপ্রিন্টগুলি সময়ের সাথে সাথে বিভ্রান্ত হতে থাকে কারণ একই ধরনের হার্ডওয়্যার সহ একই ডিভাইসের ব্যবহারকারীরা একটি প্রদত্ত ওয়েবসাইটে প্রবেশ করে। জিপিইউ ফিঙ্গারপ্রিন্টিং প্রতিটি ভিডিও কার্ডের উত্পাদন প্রক্রিয়া দ্বারা প্ররোচিত "সামান্য পার্থক্য" খুঁজে বের করতে চায়; পার্থক্য যে সহজে মুখোশ বা অস্পষ্ট করা যাবে না.
সুতরাং, কীভাবে ড্রোনঅপার্ট একটু বেশি প্রযুক্তিগত স্তরে কাজ করে? গবেষকদের মতে, এটি প্রথমে একটি "রেন্ডারিং টাস্কের ক্রম" তৈরি করে, যার প্রত্যেকটি ব্যবহারকারীর জিপিইউতে বিভিন্ন "এক্সিকিউশন ইউনিট" লক্ষ্য করে। এই কাজের ফলাফল – একটি ফিঙ্গারপ্রিন্ট ট্রেস – তারপর একটি মেশিন লার্নিং নেটওয়ার্কে খাওয়ানো হয়, যা উক্ত ট্রেসকে "এম্বেডিং ভেক্টর"-এ রূপান্তরিত করে। এই ভেক্টর ফিঙ্গারপ্রিন্টকে বর্ণনা করে এবং এটি তৈরি করা নির্দিষ্ট ডিভাইসের দিকে প্রতিপক্ষকে (এই কৌশলটি ব্যবহার করে ব্যক্তি বা সত্তা) নির্দেশ করতে পারে।
অগণিত ওয়েবসাইট জুড়ে রেন্ডার করার জন্য দায়ী গ্রাফিক্স লাইব্রেরি WebGL ব্যবহার করে DrawApart-এর কাজের চাপ তৈরি করা হয়। জিপিইউ জুড়ে পাওয়ার খরচ এবং প্রসেসিং পাওয়ারের মধ্যে সবচেয়ে মিনিটের পার্থক্য বাছাই করার জন্য প্রশ্নে থাকা কাজের চাপগুলি ডিজাইন করা হয়েছে। এমনকি তাদের মেক এবং মডেল অভিন্ন হলেও, প্রতিটি কার্ড WebGL পয়েন্ট (একক-উল্লম্ব বস্তু) রেন্ডারিং প্রক্রিয়া করবে এবং স্টল ফাংশনগুলিকে একটু ভিন্নভাবে পরিচালনা করবে। আপনি নীচের ট্রেস ছবিতে এই ছোট পার্থক্যগুলির একটি উদাহরণ দেখতে পারেন, যা আপাতদৃষ্টিতে অভিন্ন GPU-এর সাথে তুলনা করে।
গবেষকরা উভয় ডিভাইস থেকে 50টি ট্রেস সংগ্রহ করতে ড্রনঅপার্ট ব্যবহার করেন, প্রতিটি পৃথক ট্রেস "16 পয়েন্টের 176 পরিমাপ" নিয়ে গঠিত। সেই পরিমাপগুলি তারপরে 11 টির 16 টি গ্রুপে সংগঠিত হয় এবং প্রতিটি গ্রুপ একটি আলাদা পয়েন্ট "স্টল" করে। প্রতিটি পয়েন্ট রেন্ডার করতে GPU-এর যে সময় লাগে তা বিশুদ্ধ সাদা থেকে গভীর নীল পর্যন্ত একটি রঙের গ্রেডিয়েন্ট ব্যবহার করে প্রদর্শিত হয়, আগেরটি একটি দ্রুত রেন্ডার (প্রায় 0ms) এবং পরবর্তীটি একটি ধীরগতির প্রতিনিধিত্ব করে (উপরের 90ms)। উপরের ছবিতে আপনি যে লাল বারগুলি দেখতে পাচ্ছেন তা শুধুমাত্র গোষ্ঠীগুলিকে আলাদা করতে ব্যবহার করা হয়েছে, এই কারণেই তারা উভয় ট্রেস জুড়ে সামঞ্জস্যপূর্ণ থাকে।
আপনি দেখতে পাচ্ছেন, এই দুটি ট্রেসের মধ্যে স্বতন্ত্র পার্থক্য রয়েছে। গবেষকরা নোট করেছেন যে এই বৈচিত্রগুলির মধ্যে কিছু প্রত্যাশিত কারণ এমনকি একই ডিভাইস সবসময় অভিন্নভাবে কাজ করবে না। যাইহোক, তা সত্ত্বেও, দলটি মনে করে যে এই ট্রেসগুলি নিদর্শনগুলি দেখায় যা তাদের দুটি অভিন্ন কার্ডের মধ্যে পার্থক্য করার অনুমতি দেওয়ার জন্য যথেষ্ট স্বতন্ত্র। স্বাভাবিকভাবেই, দানাদার পরিমাপের এই স্তরটি অত্যন্ত-নির্ভুল আঙ্গুলের ছাপের জন্য অনুমতি দেয় যা ঐতিহ্যগত পদ্ধতির তুলনায় অনেক বেশি সময় ধরে ব্যবহারকারীদের ট্র্যাক করতে পারে। ব্লিপিং কম্পিউটার রিপোর্ট করে যখন একটি "স্টেট-অফ-দ্য-আর্ট" ট্র্যাকিং অ্যালগরিদমের সাথে একত্রিত করা হয়, তখন ড্রোন অ্যাপার্ট একটি টার্গেট অনুসরণ করার সময়সীমা 67 শতাংশ পর্যন্ত বৃদ্ধি করে (28 দিন বনাম 17.5 দিনের স্বাভাবিক গড়)।
তাই… কেন এই গবেষণা এ সব সঞ্চালন? যদি এই গবেষকরা ব্যবহারকারীর গোপনীয়তা নিয়ে এতই উদ্বিগ্ন হন – যা তারা বলে দাবি করেন – কেন বিজ্ঞাপনদাতা এবং অন্যান্য খারাপ অভিনেতাদের রাজ্যের চাবিকাঠি দিতে হবে? দলটি আশা করে যে এই সম্ভাব্য গোপনীয়তার ত্রুটিগুলি উন্মোচন করার মাধ্যমে, WebGL বা আসন্ন WebGPU API-এর মতো গ্রাফিক্স লাইব্রেরিগুলির পিছনের লোকেরা তাদের প্রযুক্তি ব্যবহারকারীর গোপনীয়তার উপর কী প্রভাব ফেলতে পারে তা বিবেচনা করবে এবং পরবর্তী সময়ের চেয়ে তাড়াতাড়ি সুরক্ষা তৈরি করবে।
যেভাবেই হোক, এই গবেষণাটি আকর্ষণীয় এবং ওয়েব গোপনীয়তার ভবিষ্যতের জন্য কিছু গুরুতর উদ্বেগ তৈরি করে৷ আমরা ভবিষ্যতে এর থেকে কী আসে তা আরও ভাল বা খারাপের জন্য অপেক্ষা করছি।