Mitt Webbläsarfingeravtryck

Om Webbläsarfingeravtrycksverktyget

Ett diagnostikverktyg för webbläsarfingeravtryck för utvecklare

Detta verktyg samlar omfattande in spårbara webbläsarattribut inklusive Canvas-renderingsfingeravtryck, WebGL GPU-fingeravtryck, AudioContext-ljudfingeravtryck, installerad teckensnittslista, skärmparametrar, webbläsarattribut, hårdvaruinformation och nätverksmiljö. All detektering körs lokalt i din webbläsare. Resultaten visas som strukturerade nyckel-värdepar med JSON-export med ett klick. Utformat för frontend-utvecklare som felsöker anti-fingeravtrycksstrategier och testar webbläsaruniktet.


Funktioner

  • Detektering av Canvas 2D-renderingsskillnader
  • Insamling av WebGL GPU-modell/leverantör/rendererare-info
  • Uppräkning av installerade teckensnitt
  • Skärmupplösning/färgdjup/pixelförhållande/fönsterstorlek
  • Webbläsar-UA/språk/tidszon/insticksmoduler/MIME-typer-attribut
  • Hårdvaruinformation: CPU-kärnor/minne/pekstöd
  • AudioContext-ljudfingeravtrycksdetektering
  • IP-adress och nätverksmiljö (via publikt API)
  • Sammansatt SHA-256 fingeravtryckshash
  • JSON-filexport med ett klick
  • Körs helt i din webbläsare

Hur man Använder

  1. 1Öppna sidan för att starta automatisk detektering av alla fingeravtrycksattribut
  2. 2Vänta tills detekteringen är klar — resultaten visas som kategoriserade nyckel-värdepar
  3. 3Klicka på kopieringsknappen bredvid valfritt attribut för att kopiera dess värde
  4. 4Klicka på knappen 'Exportera JSON' längst ner för att ladda ner fullständiga fingeravtrycksdata

Vanliga Frågor

Vad är ett webbläsarfingeravtryck?
Ett webbläsarfingeravtryck är en teknik som unikt identifierar användare genom att samla in olika webbläsar- och enhetsattribut (som Canvas-rendering, WebGL, teckensnitt, skärmparametrar etc.). Även utan cookies kan webbplatser identifiera besökare genom dessa attributkombinationer.
Hur beräknas fingeravtryckshashet?
Detta verktyg serialiserar och sorterar alla detekterade fingeravtrycksattribut (exklusive tidsstämpel och nätverksinformation) och beräknar sedan en SHA-256-hash. Samma enhet och webbläsare bör producera samma hash varje gång.
Skickas detekteringsdata till en server?
Canvas-, WebGL-, AudioContext-, teckensnitts-, skärm-, webbläsar- och hårdvarudetektering körs alla lokalt i din webbläsare. Ingen data laddas upp. Endast IP-uppslagningen använder ipapi.co:s publika API.
Varför skiljer sig mitt fingeravtryckshash från andras?
Webbläsarfingeravtryck påverkas av GPU-modell, drivrutinsversion, operativsystem, installerade teckensnitt, skärmupplösning, webbläsarversion och många andra faktorer — vilket gör varje fingeravtryck nästan unikt. Det är precis så fingeravtrycksspårning fungerar.
Vad händer om vissa detekteringsresultat är tomma eller otillgängliga?
Vissa detekteringar (som WebGL, AudioContext) kan vara begränsade i vissa webbläsare eller integritetslägen, vilket resulterar i tomma värden. Detta är normalt och fungerar i sig som en fingeravtrycksegenskap.

Relaterade verktyg

KodformaterareXML-formaterareUnicode-konverterareFärgkodomvandlareBasomvandlareBase64 kodare avkodareURL-kodare och avkodareHTML-Entitets-EscapeCookie till JSONJSON Unicode EscapeMD5-kodareJWT Avkoda Verifiera KodaJSON till CookieUUID-generator och parserRegex-testareHTTP-statuskoderPortnummerUser-Agent-visareJSON Unicode UnescapeCron-uttrycksgenerator & tolkIP-adresssökning