从耳机异常事件看 AliExpress 的音频指纹（Audio Fingerprinting）追踪机制

多设备使用场景中，现代蓝牙耳机（如 支持 multipoint 的耳机）依赖系统的音频通道状态来自动切换播放源。当用户在桌面浏览器打开 AliExpress 网页时，即使页面处于后台且无任何可视的音视频元素，蓝牙耳机依然显示“音频通道被占用”，导致耳机拒绝接管其他设备的声音。

在关闭该网页标签页后，蓝牙连接恢复正常。这一行为表明：网页在后台隐蔽且持续地调用了系统的音频处理管线。

二、 技术原理剖析

安全人员与浏览器厂商（如 Brave）对 AliExpress 的前端脚本进行了逆向分析，调取了其内部运行的两个关键混淆脚本：collina.js 与 fireyejs.js。

这两个脚本利用了现代浏览器自带的 Web Audio API 进行设备指纹生成：

1.静音信号生成（Silent Signal Generation） 脚本使用 AudioContext 接口创建一个频率极高的振荡器（OscillatorNode）或直接生成一段增益为零（gain.value = 0）的静音音频流。因为没有音量，用户无法察觉任何声音，且浏览器标签页上的静音按钮（Mute Tab）也无法阻止该 API 的底层计算。

2.硬件/算法微小差异提取（Hardware Processing Variance） 不同的操作系统、CPU 架构、声卡驱动以及浏览器音频解码器，在处理这段数字音频信号（如施加浮点数傅里叶变换、动态范围压缩等）时，由于浮点数舍入误差及硬件处理管线的差异，会产生极其微小但完全确定的数值差异。

3.哈希生成与跨站追踪（Hash Generation） 脚本收集这些处理后的浮点数据数组，计算出一个唯一哈希值（Hash）。这个哈希值就是该设备的“音频指纹”。

三、 为什么攻击者/电商偏爱音频指纹？

与传统追踪手段相比，音频指纹具有极高的持久性与隐蔽性：

• 绕过 Cookie 限制：用户清除 Cookie、开启无痕模式（Incognito）或使用防跨站追踪插件，均无法抹去硬件及驱动层面的计算特征。
• 难以防范：Web Audio API 本是用于网页游戏、在线音乐合成的标准 API，传统广告拦截插件（如 uBlock Origin）若粗暴拦截该 API 容易导致正常网页音视频功能崩溃。
• 联合维度高：AliExpress 还会将音频指纹与 Canvas 渲染指纹、WebGL 指纹及屏幕硬件参数结合，形成几乎 100% 准确的设备唯一识别码（Canvas + Audio Hybrid Fingerprinting）。

四、 防范策略与行业应对

1. 浏览器层面的防护：
   • Brave / Tor Browser：通过引入“音频噪声注入（Farbling / Audio Randomization）”机制，在 Web Audio API 返回数据时注入微小的随机噪点，使得每次生成的哈希值都不相同，从而失效指纹追踪。
   • Firefox / Safari：针对后台标签页的 AudioContext 增加严格的 Autoplay 与音频上下文挂起（Suspend）限制。
2. 用户侧临时防御：
   • 在 Chrome 或 Edge 中，可通过 chrome://flags 限制非激活标签页的 Web Audio 权限，或安装专门针对 Device Fingerprinting 进行混淆防护的扩展。