Idiomas do browser, localização e sua utilização em sistemas antifraude

29.11.24

Os browsers modernos suportam várias línguas para a apresentação de conteúdos, localização de interfaces e preferências do utilizador. Esta funcionalidade, inicialmente destinada à conveniência do utilizador, tornou-se uma parte importante dos sistemas antifraude. A análise das definições linguísticas permite detetar possíveis discrepâncias entre o perfil declarado de um utilizador e os parâmetros reais do seu dispositivo.

#### O que são linguagens de navegação?
As linguagens dos programas de navegação definem o idioma utilizado para apresentar as páginas Web, a interface do programa de navegação e outros elementos. São representados como uma lista de idiomas preferidos, que o navegador envia para o servidor no cabeçalho HTTP Accept-Language. As informações sobre o idioma também podem ser obtidas através do objeto navigator.language ou navigator.languages em JavaScript.

#### Como é formada uma impressão digital de idioma?
A impressão digital de idioma inclui os seguintes dados:
   1. **Accept-Language** - lista de línguas preferidas e respectiva prioridade.
- Exemplo: en-US,en;q=0.9,ru;q=0.8
   2. **navigator.language** - a língua principal do browser.
- Exemplo: en-US
   3. **navigator.languages** - matriz de línguas preferidas.
- Exemplo: [ “en-US”, “en”, “ru-RU” ]
   4. **Língua da interface do navegador** - a língua em que o próprio navegador é apresentado.
   5. **Idioma do sistema operativo ** - o idioma definido a nível do sistema operativo.
Estes parâmetros formam uma combinação que pode ser utilizada para identificar o utilizador.

#### Aplicação das línguas nos sistemas antifraude
Os sistemas antifraude analisam os dados linguísticos para identificar utilizadores potencialmente suspeitos. Eis alguns cenários-chave para a sua utilização:
   1. **Deteção de incoerências:**
- Se a língua da interface do browser não corresponder à língua do sistema operativo.
- Se Accept-Language contiver idiomas não utilizados na região do utilizador.
- Se as línguas preferidas do utilizador mudarem com demasiada frequência.
   2. **Verificação da correspondência de geolocalização:**
- As definições de idioma são comparadas com a localização geográfica do utilizador, determinada pelo endereço IP ou pelo GPS.
- Por exemplo, se o endereço IP apontar para França, mas as definições de idioma estiverem definidas para chinês, tal pode ser suspeito.
   3. **Deteção de falsificação de parâmetros**
- Se os parâmetros navigator.language e navigator.languages estiverem em conflito.
- Se o idioma do navegador mudar em cada nova visita.

###### Métodos de falsificação de parâmetros linguísticos
Os atacantes, numa tentativa de contornar os sistemas antifraude, podem utilizar vários métodos para alterar as definições de idioma:
   1. **Troca do cabeçalho HTTP Accept-Language:**.
- Utilizando um proxy ou um software especial, o conteúdo do cabeçalho é alterado para corresponder ao perfil pretendido.
   2. **Alterar as definições do browser:**
- Utilizar navegadores anti-deteção que permitam definir valores arbitrários de navigator.language e navigator.languages.
   3. **Emulação de localização:**
- O navegador altera o idioma da interface para criar a ilusão de correspondência entre regiões.
   4. **Mascaramento parcial:**
- Acrescentar línguas adicionais a Accept-Language para criar um perfil mais universal.

###### Como é que os sistemas antifraude detectam a falsificação da língua?
   1. **Análise de consistência:**
- Verificando se todos os parâmetros de idioma (cabeçalho HTTP, navigator.language, idioma da interface) são consistentes.
   2. **Verificação de combinações raras:**
- Identificar preferências linguísticas invulgares que raramente ocorrem na vida real (por exemplo, en-GB,ar-KW,ja-JP).
   3. **Comparação com dados de referência:**
- Utilizar uma base de dados para testar a probabilidade de utilização de determinadas línguas numa determinada região.
   4. **Teste dinâmico:**
- Alterar as definições linguísticas num sítio Web e verificar a resposta do programa de navegação. Por exemplo, se o navegador não refletir a alteração, isso pode indicar falsificação.
   5. **Localização de erros e mensagens**
- Analisar a língua das mensagens de sistema do programa de navegação. É difícil de falsificar, uma vez que a língua das mensagens depende da configuração do sistema operativo.

#### Analisar as impressões digitais da língua
Vamos verificar que dados um sítio Web pode obter sobre a localização de um utilizador abrindo a página <a href=“https://browserleaks.com/javascript” target=“_blank”>browserleaks.com/javascript</a> no nosso navegador Chrome:

![](/media/mdeditor/1_20241128195706999105.jpg)

Esta página fornece ao site informações sobre a data e a hora no dispositivo do utilizador, o fuso horário, a localidade, o formato do relógio, o tipo de calendário, o sistema de registo de números, os idiomas principal e preferido e informações sobre vozes sintetizadas na interface do controlador do serviço de voz.
Vamos verificar as informações de localização por endereço IP, vamos abrir a página <a href=“https://browserleaks.com/ip” target=“_blank”>browserleaks.com/ip</a>

![](/media/mdeditor/2_20241128195808761231.jpg)

Esta página fornece ao site informações detalhadas sobre o endereço IP e os idiomas do utilizador nos cabeçalhos http.
Vamos ver na nossa página de teste <a href=“https://test-webapi.tech/language” target=“_blank”>test-webapi.tech/language</a> que outras informações de localização o site pode coletar do navegador do usuário. Vamos abrir a página no navegador Chrome no servidor.
Verificação da exatidão da secção T**time:**

![](/media/mdeditor/3_20241128195835163205.png)

Nesta secção, obtemos o endereço IP do visitante, verificamos a localização utilizando um serviço de terceiros em relação ao endereço IP, obtemos as coordenadas e o fuso horário do navegador a partir do navegador do utilizador
**Importante:** na página de teste, todas as conclusões sobre a incompatibilidade de parâmetros não são exactas e são apresentadas apenas como exemplo de análise dos dados obtidos.

Na secção **Resultados dos serviços de geolocalização**, a página obtém informações sobre o endereço IP de várias bases de dados e compara-as com as informações obtidas na secção Verificação da precisão do tempo:

![](/media/mdeditor/4_20241128195917569229.png)

Na secção **Informação da hora local**, vemos a hora, a data e o fuso horário diretamente do browser do visitante:

![](/media/mdeditor/5_20241128200152671454.png)

A secção **Configurações de idioma do browser** define os idiomas do browser utilizando JavaScript e cabeçalhos http no thread principal, no web worker e no service worker e, em seguida, compara os valores entre si:

![](/media/mdeditor/6_20241128200216624491.png)

Note-se que a presença da língua russa num utilizador da Finlândia já pode ser detectada pelos sistemas antifraude como um indicador atípico, especialmente no caso de registos de contas em massa.

Vejamos a próxima secção - **Análise da língua das mensagens do sistema

![](/media/mdeditor/7_20241128200239152793.png)

Esta secção define o idioma das mensagens de erro, o idioma do texto de validação das mensagens de formulário e o idioma das mensagens do sistema no browser do utilizador.

Na secção **Detalhes de internacionalização**, vemos as definições regionais, o tipo de calendário, o fuso horário e o sistema numérico baseado no browser a partir das definições do sistema do dispositivo do utilizador. Os formatos de data e o formato de apresentação da moeda também são definidos:

![](/media/mdeditor/8_20241128200257399041.png)

O formato de apresentação da moeda depende das definições linguísticas do sistema

![](/media/mdeditor/9_20241128200311647366.png)

![](/media/mdeditor/10_20241128200328909185.png)

Passemos à última secção **Vozes de síntese de fala**. Esta secção verifica as vozes disponíveis para a síntese de voz no browser:

![](/media/mdeditor/11_20241128200347268087.png)

O conjunto de vozes e o seu número difere consoante os navegadores e os dispositivos, e este parâmetro permite que os sistemas antifraude identifiquem os utilizadores com bastante precisão e identifiquem visitas suspeitas, especialmente quando comparado com as definições de idioma do navegador. Seguem-se alguns exemplos de diferentes dispositivos:

PC Intel (navegador Chrome)

![](/media/mdeditor/12_20241128200410776819.png)

PC Intel (navegador Chromium)

![](/media/mdeditor/13_20241128200433904095.png)

PC Intel (navegador Firefox)

![](/media/mdeditor/14_20241128200456147820.png)

PC AMD (navegador Chrome)

![](/media/mdeditor/15_20241128200518993933.png)

PC AMD (navegador Chromium)

![](/media/mdeditor/16_20241128200538283209.png)

AMD PC (navegador Firefox)

![](/media/mdeditor/17_20241128200555713063.png)

Nos resultados do teste, vemos que a lista de vozes para a síntese de voz difere tanto entre os diferentes dispositivos como nos diferentes browsers.
Vamos verificar o browser anti-deteção, vamos abrir a página sem perfil, com definições básicas:

<div class='d-flex gap-8'><img src='/media/mdeditor/18_STYLE!!!_20241128200636945995.jpg' class='mx-0' /></div>.

Existem algumas diferenças nos valores dos resultados deste teste: 
- O browser anti-deteção indica Fuso Horário - Europa/Moscovo.
- Representa a utilização da língua en-US apenas.
- Utiliza apenas 2 vozes da localidade Ru (semelhante ao navegador Chromium).
- Representado no cabeçalho User-Agent pelo navegador Chrome.

Vamos tentar aplicar o perfil no browser anti-deteção e repetir o teste:

<div class='d-flex gap-8'><img src='/media/mdeditor/19_STYLE!!!_2024112820074186565166.jpg' class='mx-0' /></div>.

Depois de aplicar o perfil, o browser anti-deteção substitui corretamente todos os parâmetros de idioma relativos à localização especificada, exceto um: o browser mostra mensagens de validação de formulários no idioma En, o que é suspeito quando se utiliza o idioma Ru principal no browser.

#### Deteção de idiomas no browser do utilizador com base no exemplo da Amazon e do Google

Vamos verificar que informações sobre idiomas o nosso navegador recebe do sítio Amazon. Vamos abrir a página inicial no navegador Chrome:

![](/media/mdeditor/20_20241128200911396697.png)

Com uma simples análise dos ficheiros JavaScript, podemos ver que o site obtém informações sobre o idioma preferido e os idiomas disponíveis no nosso navegador.
Vamos verificar que informações o Google recolhe sobre os idiomas. Vamos abrir a caixa de pesquisa e ver o código.

![](/media/mdeditor/21_20241128200928492878.png)

O site detectou com precisão que estamos a utilizar o idioma ru, note-se que o navegador está aberto num servidor localizado na Alemanha, que o Google também detecta (ru-DE).

![](/media/mdeditor/22_20241128200951041106.png)

![](/media/mdeditor/23_20241128201007235412.png)

A Google também recolhe informações sobre o idioma preferido e os idiomas disponíveis. O sítio também analisa os eventos de mudança de idioma da voz, o idioma de destino da tradução e recolhe informações sobre a escolha do idioma sugerido.

#### Conclusão
A análise dos parâmetros linguísticos do browser fornece aos sistemas antifraude uma quantidade significativa de informações para a autenticação do utilizador. Estes parâmetros ajudam a identificar incoerências entre as definições do browser, as definições do sistema operativo, os cabeçalhos HTTP e a geolocalização, permitindo reconhecer comportamentos potencialmente suspeitos. Os testes demonstraram que os métodos de falsificação das definições linguísticas, como a utilização de programas de navegação anti-deteção ou a alteração dos cabeçalhos HTTP, nem sempre são eficazes. Mesmo pequenas diferenças, como a língua das mensagens do sistema, podem levantar suspeitas. Assim, as definições linguísticas tornam-se uma componente importante de uma avaliação exaustiva do perfil do utilizador. Muitos sistemas antifraude utilizam ativamente a impressão digital da língua como uma das principais métricas para a análise comportamental, a correspondência de dados e a deteção de falsificações.

#### Conclusão

As métricas linguísticas do navegador são uma ferramenta poderosa que ajuda os sistemas antifraude a identificar incoerências e a melhorar a segurança dos controlos. Apesar das tentativas dos atacantes para falsificar os dados linguísticos, os sistemas detectam essas manipulações analisando a coerência dos parâmetros e as combinações raras. As impressões digitais linguísticas geradas a partir de múltiplos parâmetros são amplamente utilizadas para identificar utilizadores e detetar actividades suspeitas. A utilização destes dados em combinação com outros mecanismos, como a geolocalização e os fusos horários, pode melhorar significativamente a precisão da deteção de fraudes.
No próximo artigo, continuaremos a análise das tecnologias de navegação utilizadas nos sistemas antifraude.

*Bannykh M.V.*

Post Relacionado

Antidetect

What are AntiDetect Browsers and Should We Trust Them?

Discover everything about antidetect browsers: advantages, downsides, and vulnerabilities. Can they be trusted? Join us now!

Antidetect

19.12.23

Privacy and Anonymity

How to Ensure Complete Anonymity on the Internet

Explore all aspects of internet anonymity. Learn how to protect yourself from de-anonymization with our tips

Antidetect

21.12.23