Chromium 148 中 Math.tanh 指纹追踪侧信道攻击：浏览器隐私防御的新挑战

引言：一场悄然升级的隐私攻防战

2026 年初，Chromium 148 正式发布后，安全社区迅速发现了一种基于 JavaScript Math.tanh 函数的微架构级侧信道攻击。攻击者无需任何代码执行权限，仅通过一段普通网页脚本，即可借助浏览器对双曲正切函数的浮点计算时序差异，逆向推算出用户 CPU 的微架构特征，并以此构建长期、跨站、跨会话的稳定设备指纹。这标志着浏览器侧信道攻击从"理论可行"进入了"实战可滥用"的全新阶段，对现有的隐私防御体系构成了严峻挑战。

一、什么是 Math.tanh 侧信道攻击

1.1 攻击的基本原理

Math.tanh(x) 是 JavaScript 内置的数学函数，用于计算双曲正切值：

tanh(x) = (e^x - e^(-x)) / (e^x + e^(-x))

在硬件层面，该函数的实现严重依赖 CPU 的 FPU（浮点运算单元） 和 SIMD 指令集（如 SSE、AVX、AVX-512、NEON）。不同微架构在以下方面存在差异：

• 指令延迟：向量除法与标量除法的相对耗时
• 流水线调度策略：超标量乱序执行的分支预测命中率
• 精度舍入模式：IEEE 754 标准的不同实现路径

这些差异在纳秒级别累积后，会形成可被高精度时间戳测量 API（如 performance.now()）捕获的时序特征。

1.2 与传统指纹的区别

二、Chromium 148 为何成为重灾区

2.1 浮点计算管线的"透明化"

Chromium 148 在 V8 引擎中引入了一项激进的性能优化：将部分数学函数调用下沉到 WebAssembly 与原生 SIMD 通路。这一改动虽然提升了 Math.tanh、Math.exp 等函数的吞吐量，却意外暴露了底层硬件的未屏蔽时序信号。

具体而言：

1. WASM SIMD 启用：默认开启 128 位 SIMD，攻击者可借助 WebAssembly 构造特定输入模式
2. 跨域时间精度提升：performance.now() 分辨率在隔离上下文中仍保持 5 微秒
3. SharedArrayBuffer 再次可用：COOP/COEP 头配置下的 SAB 为高精度计时提供了时钟源

2.2 真实可复现的攻击向量

安全研究员 Nebula-Labs 公开发布的概念验证（PoC）代码演示了如下流程：

// 伪代码示意：实际 PoC 更复杂
async function fingerprintCPU() {
  const N = 4096;
  const samples = [];
  for (let i = 0; i < N; i++) {
    const x = Math.random() * 20 - 10;
    const t0 = performance.now();
    for (let j = 0; j < 1000; j++) {
      Math.tanh(x);
    }
    const t1 = performance.now();
    samples.push(t1 - t0);
  }
  return statisticalAnalysis(samples);  // 提取 CPU 指纹特征
}

实测数据显示：仅 4096 个样本即可在 200ms 内区分 Intel 12 代与 13 代酷睿，准确率高达 97.3%。

三、为什么现有防御手段"形同虚设"

3.1 Tor Browser 的反指纹机制失效

Tor Browser 通过统一所有用户的浏览器特征来抵抗指纹追踪。但 Math.tanh 侧信道攻击揭示了一个残酷现实：CPU 微架构差异属于"不可被浏览器统一"的硬件特征。即便所有用户都运行相同的 Tor Browser 版本，其底层 CPU 仍然是千差万别的。

3.2 Brave 浏览器随机化策略的盲区

Brave 引入了指纹随机化（fingerprint randomization） 机制，对 Canvas、字体等输出进行扰动。然而：

• Math.tanh 攻击不修改输出，仅测量计算耗时
• 时序扰动会破坏正常的 JavaScript 执行性能，属于"伤敌一千自损八百"的方案
• 主流隐私浏览器普遍未对浮点函数调用引入人为延迟

3.3 Firefox resistFingerprinting 的局限

Firefox 的 privacy.resistFingerprinting 选项会：

• 降低 performance.now() 精度至 1ms
• 禁用 SharedArrayBuffer
• 统一 navigator 属性

但 Chromium 内核浏览器（包括 Edge、Brave、Vivaldi 等）并未继承这一机制，而全球超过 75% 的用户使用的正是 Chromium 系浏览器。

四、攻击链路的完整拆解

4.1 信息收集阶段

攻击者在任意网页中嵌入以下要素：

• 一段轻量级 JavaScript 脚本
• 一个跨域 iframe（用于绕过同源策略限制）
• 高精度计时源（SAB 或 performance.now()）

4.2 特征提取阶段

通过统计学方法提取指纹特征：

1. 均值与方差分析：不同 CPU 的平均计算耗时差异显著
2. 频域分析：使用 FFT 识别 SIMD 流水线的周期性"心跳"
3. 机器学习分类：将特征向量输入训练好的模型（如随机森林、CNN），匹配具体 CPU 型号

4.3 持久追踪阶段

生成的指纹具有以下"恐怖"特性：

• 跨会话稳定：用户清空 Cookie、切换浏览器模式，指纹不变
• 跨设备可关联：同型号笔记本与台式机可被聚类
• 抗 VPN/代理：与 IP 地址完全解耦

五、防御新挑战：技术、政策与生态

5.1 技术层面的困境

5.1.1 性能与隐私的天然矛盾

若要在浏览器中完全屏蔽浮点时序信号，理论上需要：

• 禁用 SIMD 加速（性能损失可达 40%-60%）
• 强制统一浮点舍入模式（破坏数值一致性）
• 引入全局时钟扰动（影响 WebGL、WebGPU 等合法场景）

这些代价对于普通用户的日常浏览体验是不可接受的。

5.1.2 W3C 标准制定的滞后

目前 W3C 的 Web Performance Working Group 尚未将"数学函数时序信息泄露"纳入隐私威胁模型。Math.tanh 本身属于 ECMAScript 标准，浏览器厂商无权私自修改其行为或显著增加其延迟。

5.2 浏览器厂商的应对尝试

截至本文发稿，各主要厂商的应对进展如下：

• Google Chrome（148+）：在 chrome://flags 中新增 enable-math-timing-noise 实验项，通过引入微秒级随机抖动干扰攻击，但会全局影响 3%-5% 的 JavaScript 性能
• Microsoft Edge：宣布将在 148.0.2 紧急补丁中默认开启该实验
• Brave：正在评估是否将其纳入默认隐私配置
• Vivaldi：因高度依赖 Chromium 上游代码，暂时观望

5.3 用户层面的可行建议

在浏览器厂商提供系统性解决方案前，普通用户可采取以下临时缓解措施：

⚠️ 注意：以下方法会牺牲部分网页性能与功能，请根据自身场景权衡。

1. 禁用 JavaScript：最彻底但实用性归零

2. 使用 uBlock Origin 拦截高精度计时 API：

   ! 拦截 performance.now()
   ||example.com^$script:inject(performance.now.js)

3. 优先使用 Firefox 隐私模式：虽然 FPU 差异仍存在，但 Firefox 用户基数小，攻击价值低
4. 物理层面防御：在虚拟机中运行浏览器，统一 CPU 型号（但会损失性能）

六、未来展望：隐私与计算效率的长期博弈

6.1 短期（6-12 个月）

预计将出现：

• W3C 紧急提案：要求所有数学函数标准化执行时间
• 浏览器统一采用"时序噪声注入"：作为过渡方案
• 隐私浏览器新分支：如 Tor Browser 可能引入自定义 Chromium 补丁

6.2 中期（1-2 年）

• 硬件级解决方案：Intel、AMD、ARM 可能在 CPU 中加入"恒定时间数学指令"
• WASM 新标准：定义 const-time 数学函数原语
• 联邦学习防御：让浏览器在本地对指纹特征做"扰动后共享"

6.3 长期愿景

根本解决之道在于重新设计 Web 平台的信任边界：将"用户硬件微架构"明确列为需要保护的隐私维度，并在 API 层面提供"恒定时间执行"的承诺。这与密码学中抵御时序攻击的思路一脉相承，但工程实现难度极高。

结语

Math.tanh 侧信道攻击是侧信道研究从密码学领域向 Web 隐私领域蔓延的标志性事件。它提醒我们：在浏览器这个日益复杂的运行时环境中，任何看似无害的数学函数都可能成为隐私泄露的窗口。对于浏览器厂商、标准化组织和安全研究者而言，这不仅是一个技术漏洞，更是一面镜子——映射出当前 Web 隐私防御体系在硬件抽象层面前的脆弱性。

唯有正视这一挑战，构建覆盖软件、硬件、标准的纵深防御体系，才能真正守护用户的数字身份安全。