seo快排浏览器指纹(基本指纹|高级指纹|硬件指纹|协议栈指纹)

　　我写过1个快排脚本，脚本介绍：

　　1、selenium驱动浏览器（屏蔽selenium特征的效果可以到无验证码过支付宝登录）

　　2、adsl拨号换ip、随机UA、tn参数、多个si和ct参数

　　3、同1个站点下20%的点击率带上百度账号cookie

　　4、程序可以稳定运行不会挂掉

　　脚本效果：

　　这个脚本给1个朋友友测试，程序可以稳定点击不挂，有一点点效果，效果就像饿了一天的人吃了几个花生米，多少管点用。只能个人测试玩玩用。

　　为什么很多脚本没有效果？可能通过浏览器指纹识别出无效点击，何为浏览器指纹？

　　指纹只是1个名词，可以理解为特征。如何去研究浏览器指纹呢？可以横向去思考，因为技术总是同源的，无论是seo快排、电商店群、反爬虫、还是统计工具的用户识别都需要尽可能精准识别用户。所以我们能从其他渠道去了解浏览器指纹。

　　比如，如下vip浏览器就清楚的说明了很多浏览器指纹：

　　除此之外，他的竞争对手对浏览器指纹也做了介绍（如下），以下图片所在平台介绍非常详细，有些关于快排的付费文章也是大段复制粘贴这里的。

　　这2个图片所在平台的介绍已经很全面了，但是没有分类，通常人们把浏览器指纹分为基本指纹和高级指纹和硬件指纹。

　　1 基本指纹

　　基于header头、navigator的客户端标识（如cookie、userAgent、Platform、屏幕分辨率、屏幕色彩模式、浏览器窗口大小、浏览器类型、浏览器版本等）；其他方面如浏览器的插件，字体，位置设置，时区设置，防追踪选项是否打开，是否开启了广告拦截等。

　　2 高级指纹

　　高级指纹是指通过H5的高级技术来实现利用硬件和软件的差异生成哈希值作为标识（如Canvas和AudioContext）。

　　1）Canvas

　　HTML5 Canvas元素可以绘制图像，但是在不同操作系统、不同浏览器上，产生的图片不完全相同。所以可以基于各种因素生成一个唯一的hash值。

　　2）AudioContext

　　AudioContext接口可以让开发者在代码中直接操作原始的音频流数据(加工音频)，不同硬件、浏览器的差别可以导致音频信号的处理上的差异，不同机器或不同浏览器产生的音频输出会存在差异，由此可以延伸出哈希值。

　　(网友提供：先用 AudioContext.createOscillator 产生一个三角波，然后用 AudioContext.createDynamicsCompressor，调节声音的信号，然后把信号用 renderedBuffer.getChannelData 转化为与通道关联的 PCM 数据，采集 4500 到 5000 段稳定的数据作为生成指纹的种子。)

　　3 硬件指纹

　　硬件指纹就是获取硬件的一些信息作为用户特征，如WebGL指纹(WebGL图像最终结果取决于进行计算的硬件设备)、CPU，GPU等。

　　4 补充协议栈指纹(反爬虫方面的指纹借鉴)

　　我后来找到一些协议层的指纹，特别记录了下。http指纹、tcp/ip指纹、tls指纹等，可以参考 https://www.scrapehero.com/detect-and-block-bots/ （下图是tls指纹的监测点）。

很赞哦！

python编程网提示：转载请注明来源www.python66.com。
有宝贵意见可添加站长微信(底部)，获取技术资料请到公众号(底部)。同行交流请加群