Contexte et évolution
En 2019, Google a annoncé l’abandon progressif des cookies tiers, promettant une « politique de confidentialité prioritaire ». Cette promesse a été suivie par le projet Privacy Sandbox, qui n’a pas été adopté massivement et a suscité des inquiétudes antitrust. Pendant ce temps, Safari et Firefox ont déjà bloqué les cookies tiers, tandis que Chrome et Edge se limitent à l’isolation du code, sans empêcher le suivi par empreinte digitale.
Mécanisme du fingerprinting
Le fingerprinting s’appuie sur deux sources d’information : les données de la requête réseau et l’environnement d’exécution du code. La requête révèle l’adresse IP, le User‑Agent et l’en‑tête Accept‑Language, qui indiquent respectivement la localisation approximative, le navigateur, le système d’exploitation et la langue. L’exécution du script mesure des caractéristiques matérielles (GPU, modèle et pilote, nombre de threads CPU, taille de la mémoire, résolution d’écran, taux de rafraîchissement, capacités audio) et logicielles (polices installées, extensions, informations système). Ces paramètres sont stables et, combinés, réduisent fortement le nombre d’appareils partageant le même profil.
Par exemple, un appareil utilisant Chrome en français sur une puce Apple M4 possède déjà un sous‑ensemble limité. En ajoutant les mesures GPU et CPU, la probabilité d’un profil unique augmente de façon exponentielle. Le suivi n’exige pas une unicité globale ; il suffit d’une unicité suffisante pour distinguer les utilisateurs au sein d’un échantillon donné. Une étude citée indique que le code postal, la date de naissance et le sexe permettent d’identifier plus de 60 % des Américains.
Contremesures et limites
Les navigateurs orientés confidentialité, comme Brave, Tor et le futur Mullvad Browser, appliquent le « farbling » : injection de bruit aléatoire dans les mesures afin de rendre chaque empreinte instable. Brave modifie les valeurs retournées pour que les empreintes restent incohérentes d’une session à l’autre, tandis que Tor et Mullvad uniformisent les réponses pour que tous les utilisateurs apparaissent identiques. Ces approches réduisent l’entropie exploitable, mais ne suppriment pas complètement le suivi basé sur l’adresse IP ou les en‑têtes HTTP, qui restent accessibles tant que la connexion n’est pas anonymisée.
En pratique, la robustesse du fingerprinting dépend de la stabilité des variables mesurées et de la taille du pool d’utilisateurs similaires. Les réseaux mobiles, les VPN et les adresses IP dynamiques augmentent la fragilité du composant réseau, tandis que les mesures matérielles restent plus fiables. Ainsi, même avec le masquage d’IP, un profil complet peut rester suffisamment distinct pour être exploité dans les systèmes publicitaires ou la vente de données personnelles.
