Разоблачение антидетект-браузеров: 11 вендоров × 300+ сигналов

Коротко: 11 антидетект-браузеров протестированы, 11 обнаружены. Confidence от 0.72 до 0.98. Prototype integrity, global pollution и JA4 ловят всех.

Обещания и реальность

Антидетект-браузеры продают простую мечту: стань кем угодно в сети. Поменяй фингерпринт, прокрути личности, растворись. Маркетинг вылизан. Telegram-каналы ломятся от историй успеха. Ценники от 24 до 300 долларов в месяц.

Мы купили все.

Мы протестировали одиннадцать антидетект-браузеров: Multilogin, GoLogin, Dolphin Anty, Linken Sphere, Undetectable, AntiDetect, Fraudfox, AdsPower, Kameleo, Incogniton и OctoBrowser. Создали профили под все поддерживаемые комбинации ОС и браузеров, пустили трафик через резидентные прокси и прогнали каждый профиль через полный detection pipeline WHOX.

Спалились все. Все до единого. Confidence колебался от 0.72 до 0.98 в зависимости от вендора и настроек. Ни один браузер, ни в одной конфигурации, не прошёл чисто.

Про методологию: confidence score показывает взвешенную вероятность того, что сессия идёт из модифицированного браузера, а не из стокового. 0.72 значит, что система на 72% уверена в антидетекте. 0.98 значит почти наверняка. Эти оценки считаются по совокупности сигналов с трёх осей детекции: уникальность фингерпринта, кросс-сигнальная консистентность и артефакты анонимизации. Каждый вендор тестировался по всему диапазону поддерживаемых профилей ОС и браузеров, трафик шёл через резидентные прокси, чтобы исключить IP-based detection как переменную.

Дальше полный технический разбор. Как каждый провалился, почему провалы структурные и как выглядит heatmap детекции по сотням сигналов.

Четырёхуровневая иерархия детекции

Детекция это не один трюк. Это слоёная система, где каждый уровень подбирает то, что пропустил предыдущий. Pipeline использует четыре уровня, которые последовательно сужают классификацию: от мы точно знаем, какой инструмент до тут что-то определённо не так.

Tier 1: вендорный почерк. Самый убийственный уровень. Каждый антидетект-браузер оставляет артефакты, уникальные для вендора: фингерпринты, по которым можно определить не просто антидетект, а конкретный инструмент и порой конкретную версию. Это как оставить паспорт на месте преступления. У Multilogin Mimic свой паттерн canvas delta и аномалия HTTP/2. GoLogin даёт пять и более аномалий prototype chain. Dolphin Anty загрязняет global scope характерными ключами. Linken Sphere ставит proxy traps на navigator. По каждому подробности ниже.

Tier 2: комбинации сигналов. Даже если вендор вычистит свои артефакты, определённые комбинации сигналов физически невозможны. Windows User-Agent с Apple GPU. Android-устройство с нулём touch points. Chrome User-Agent с Firefox error stack. Это не просто подозрительно. Это не существует в природе. Проверка C14 ведёт матрицу невозможных комбинаций и ловит именно такие противоречия.

Tier 3: приватность vs. антидетект. Есть реальная разница между человеком на Brave с встроенной защитой и человеком на Multilogin со спуфленным профилем. Приватные браузеры уменьшают сигналы. Стандартизируют, обобщают, блокируют. Антидетект-браузеры добавляют сигналы: инжектят скрипты, модифицируют прототипы, загрязняют global scope. Шум, который они создают для имитации одной личности, по факту создаёт другую. Система различает заботу о приватности и притворство другим человеком. Какие браузеры переживают это разделение, подробно задокументировано в Full Audit: 8 Browsers x 157 Checks.

Tier 4: общие аномалии. Самая широкая сеть. Когда уровни 1-3 не дают конкретного совпадения, сессия всё равно флагается как аномальная. Слишком много мелких несоответствий. Prototype chains, которые выглядят чуть-чуть не так. Тайминги, намекающие на эмуляцию. Canvas integrity flags, указывающие на вмешательство. Confidence ниже, но сигнал читается ясно: этот браузер модифицирован.

Суть иерархии: даже когда вендоры латают свои специфичные артефакты, их ждут ещё три уровня детекции. И каждый уровень использует принципиально другие сигналы.

Heatmap детекции: вид сверху

Прежде чем разбирать каждого вендора по отдельности, вот общая картина по всем одиннадцати браузерам.

Строки это вендоры. Столбцы это категории проверок. Ячейки красные при детекции, жёлтые при частичном сигнале, зелёные при чистом прохождении. Паттерн бросается в глаза.

Prototype integrity и global pollution горят красным у каждого инструмента с JS-инжекцией. Это AntiDetect, Fraudfox, Dolphin Anty, AdsPower, Incogniton и OctoBrowser. Шесть из одиннадцати попадаются на одном и том же семействе проверок. Как если бы все пришли на маскарад в одинаковых масках из одного магазина.

Сетевые проверки ловят другую подгруппу. JA4 TLS fingerprint, HTTP/2 SETTINGS frame и TCP-level OS detection срабатывают на инструментах, которые модифицируют браузер, но не трогают сетевой стек. Это Multilogin Mimic, GoLogin, Kameleo и частично Undetectable. Эти тулы вложили всё в JavaScript-окружение и забыли, что браузер общается с сервером до того, как любой JavaScript вообще запустится.

Canvas и WebGL consistency ловят пересечение: инструменты, которые меняют рендеринг, но не могут идеально воспроизвести его в разных контекстах выполнения. Canvas delta у Mimic между main thread и worker, WebGL renderer inconsistencies у GoLogin, модификация fill color у Fraudfox.

Impossible combinations в C14 срабатывают на тулах с агрессивной кросс-ОС поддержкой профилей. Когда инструмент позволяет назваться пользователем macOS Safari, работая на Windows Chromium shell, противоречия множатся быстрее, чем тула успевает их латать.

Зелёных строк по всей доске нет. Ни одной.

Кладбище вендоров: как спалился каждый браузер

Multilogin Mimic: отличник, который перестарался

Движок Mimic у Multilogin это золотой стандарт антидетекта. Он не инжектит JavaScript как дешёвые тулы. Он модифицирует Chromium на уровне исходного кода, перекомпилируя браузер так, чтобы тот возвращал поддельные значения нативно. Этот подход на порядок сложнее обнаружить, чем инжекцию скриптов. Разработчики Mimic явно понимают правила игры.

Но сложнее не значит невозможно. И у внимания к деталям есть несколько слепых зон.

Первый палево это canvas. Mimic генерирует canvas output, который близок к реальному железу, но не идентичен. Перцептуальный хеш F02 сравнивает canvas output из main thread с OffscreenCanvas, отрисованным в Web Worker. В настоящем браузере они совпадают точно. В Mimic есть постоянная дельта. Модификация canvas происходит на уровне рендеринга, но не пропагируется идентично в worker-контекст. Проверка C38 ловит это расхождение с integrity_flag равным 2.

Второй палево на уровне сети. Mimic работает на модифицированном Chromium, но параметры его HTTP/2 SETTINGS frame не совпадают со стоковым Chrome. Проверка A18 фиксирует аномалию. SETTINGS frame отправляется при установке соединения, до запуска любого JavaScript, а значения у Mimic отличаются от дефолтов Chrome. Сетевой код лежит глубоко в Chromium stack, далеко от того места, где обычно происходит спуфинг фингерпринтов.

Третий палево обнаружили исследователи из Stony Brook University и опубликовали через HAL Science в 2020 году. Даже приоритеты в HTTP Accept-Language header выдают Mimic. Когда Chrome отправляет несколько языковых предпочтений, второй язык получает quality factor 0.9. Mimic отправляет 0.8. Разница 0.1 в хедере, который никто не читает. Этого хватило.

Babak Amin Azad et al., Taming the Shape Shifter: Detecting Anti-fingerprinting Browsers, Dimva 2020

Detection confidence: 0.91.

GoLogin: предательство прототипов

GoLogin использует гибридный подход: часть модификаций на уровне Chromium, часть через инжекцию скриптов. В результате получается браузер, где некоторые нативные функции заменены, но замены не воспроизводят оригинальные prototype chains идеально.

Проверка C48 prototype integrity обходит цепочку прототипов критичных свойств navigator и window. В настоящем браузере navigator.platform это inherited property на Navigator.prototype. В GoLogin это часто own property на самом navigator, определённое через Object.defineProperty. Запустите navigator.hasOwnProperty('platform') в настоящем Chrome и получите false. Запустите в GoLogin и получите true.

Одна такая аномалия может быть случайностью. Две подозрительно. GoLogin стабильно выдаёт пять и более аномалий прототипов по navigator, screen и performance объектам. Любая сессия с такой плотностью integrity failures флагается.

Тест toString reflection добивает. Вызовите .toString() на нативной функции и получите function platform() { [native code] }. Вызовите на замене от GoLogin и увидите настоящий JavaScript код. GoLogin перезаписывает toString, чтобы возвращать строку native code, но они редко перезаписывают toString.toString. Проверьте на три уровня вглубь, и где-то в цепочке рефлексии маска сползает.

Собственное тестирование вендора подтверждает проблему. В 2025 году GoLogin опубликовал сравнительный тест и признал, что ни Pixelscan, ни iphey не прошли базовые проверки фингерпринтов при верификации профилей GoLogin. Когда QA-блог самого вендора признаёт, что сторонние верификационные сервисы флагают их профили, детекция уже выиграла этот раунд.

Detection confidence: 0.87.

Dolphin Anty: неряшливый сосед

Dolphin Anty популярен в СНГ и среди SMM-щиков. Спуфинг фингерпринтов у него компетентный, но есть проблема с чистоплотностью: он загрязняет глобальный объект window.

Проверка C50 global pollution сканирует window на нестандартные свойства. У чистого Chrome известный набор глобальных свойств. Dolphin Anty добавляет свои, инжектированные management interface, который управляет переключением профилей. Эти свойства не видны в интерфейсе. Это внутренние каналы связи между оболочкой Dolphin и модифицированным ядром браузера. Но они видны любому скрипту, который перечислит Object.keys(window). Лишние ключи торчат как грязные сапоги на белом ковре.

Исследование DataDome независимо подтвердило этот вектор детекции, задокументировав несоответствия в UA strings, WebGL и Canvas fingerprinting специфичные для Dolphin Anty.

DataDome, Detecting Dolphin Anty

Когда global pollution И CDP-маркеры появляются вместе, проверка C50 возвращает confirmed automation. Не suspected. Confirmed.

Detection confidence: 0.94.

Linken Sphere: парадокс proxy trap

Linken Sphere подходит к спуфингу API хитро: оборачивает свойства navigator в JavaScript Proxy objects. Вместо переопределения свойств через Object.defineProperty он перехватывает обращение к свойствам через Proxy traps. Это сложнее обнаружить простыми проверками toString, потому что Proxy objects на поверхности убедительно имитируют нативное поведение.

Но Proxy objects ведут себя иначе в граничных случаях. Детекция C49 proxy trap применяет батарею тестов, различающих Proxy-обёрнутые объекты и нативные. Определённые типы ошибок отличаются. Определённые операции, которые должны бросать исключение на нативных объектах, проходят на Proxy, и наоборот. Когда браузер заявляет, что он Chrome, но его navigator в граничных случаях реагирует как Proxy, а не как нативная реализация Chrome, проверка C49 срабатывает.

Ирония подхода Linken Sphere в самом названии: Proxy traps призваны перехватывать обращения прозрачно. Но сам факт перехвата оставляет фингерпринты. Ловушка, задуманная чтобы всё выглядело нормально, при достаточно пристальном взгляде ненормальна.

Detection confidence: 0.78.

Undetectable: ироничное имя, ироничный исход

Castle.io опубликовал детальный реверс-инжиниринг Undetectable в марте 2025. Вкратце: Undetectable инжектит примерно 2500 строк обфусцированного JavaScript в каждую страницу.

Castle.io, Detecting the Undetectable Browser, March 2025

Инжекция выполняет несколько задач. Мониторит создание iframe через MutationObserver. Перезаписывает fingerprint-sensitive API. И общается с оболочкой Undetectable для применения спуфинга по профилю.

Метод детекции унизительно прямолинеен. Перезаписываете document.getElementsByTagName и проверяете call stack. Если в stack trace есть ссылки на ready и iframeCheck, вы нашли мониторящий скрипт Undetectable. Stack trace это визитная карточка. Undetectable назвал свои внутренние функции так, что они стали опознаваемыми. Нейминг это вообще больная тема в разработке. Нейминг в инструменте под названием Undetectable больная вдвойне.

Для не-Chromium профилей детекция ещё проще. Когда Undetectable притворяется Safari, он использует Apple GPU значения в WebGL, но работает на движке рендеринга Chromium. WebGL конфигурация захардкожена как Angle (Apple, Angle Metal Renderer: Apple M2, Unspecified Version). Строка Angle это улика: Angle это translation layer, который существует только в Chromium-based браузерах. Safari никогда не отдаёт Angle. Никогда.

Detection confidence: 0.95.

AntiDetect и Fraudfox: старая гвардия

Эти инструменты стояли у истоков индустрии антидетекта. Статья HAL Science 2020 детально разобрала оба, и выводы актуальны до сих пор, потому что оба инструмента всё ещё используют ту же фундаментальную архитектуру.

Azad et al., Taming the Shape Shifter, Dimva 2020

AntiDetect использует чистую JavaScript-инжекцию. Каждый перезаписанный объект содержит только toString в своём property descriptor, что ловится через Object.getOwnPropertyNames(). Его Chrome-профили показывают одновременно webkit И moz CSS-префиксы. Это как заказать борщ и бургер в одном ресторане, а потом утверждать, что ни разу не выезжал из Канзаса. Chrome использует webkit префиксы. Firefox использует moz. Оба вместе значат, что кто-то врёт.

Fraudfox напрямую отравляет прототипы конкретных объектов, что ловится через инспекцию prototype chain. Его Mac-профили перечисляют плагины с расширением .dll вместо .plugin. Его canvas poisoning меняет fill colors способом, настраиваемым через интерфейс. И вот панчлайн: если пользователь переиспользует один профиль, специфичный паттерн шума становится persistent identifier. Защита становится фингерпринтом. Пользователь выбрал маску, но это одна и та же маска каждый раз.

Один инструмент той эпохи реально противостоял детекции: Blink, который собирал полное настоящее окружение в виртуальной машине. Нет мимикрии, нет несоответствий. Но Blink требует воспроизвести реальное железо жертвы, что делает его непрактичным для чего-то кроме таргетированных атак. Невозможно поднять 500 профилей Blink для фарма соцсетей.

Detection confidence: AntiDetect 0.96, Fraudfox 0.93.

Остальные: AdsPower, Kameleo, Incogniton, OctoBrowser

Эти четыре браузера делятся на два лагеря.

AdsPower, Incogniton и OctoBrowser полагаются на инжекцию скриптов как основной механизм спуфинга. Значит, все уязвимы к одному семейству техник детекции: отказ prototype chain integrity на C48, загрязнение global scope на C50, toString reflection, показывающий ненативный код, и расхождения canvas integrity на C38. Разные бренды, одна болезнь.

Kameleo пробует другой путь со своим движком Chroma, модифицируя Chromium глубже. Он обходит некоторые ловушки инжекции скриптов, но всё равно выдаёт аномалии HTTP/2 SETTINGS на A18 и headless-смежные сигналы по A40-A68. Ещё его обработка размеров экрана создаёт детектируемые паттерны: некоторые конфигурации профилей порождают комбинации разрешений, которых ни одно реальное устройство никогда не имело. Экран 1366x768 с DPR 3.0 и 32GB RAM. В какой вселенной?

Ни один из них не пережил полный анализ 300+ сигналов. Detection confidence от 0.72 у Kameleo до 0.89 у OctoBrowser.

Camoufox: жертва open-source

Camoufox заслуживает отдельного упоминания, не как коммерческий продукт, а как предостережение. Этот open-source антидетект-браузер на базе Firefox прошёл через год простоя в обслуживании из-за личных обстоятельств мейнтейнера. К началу 2026 года его база Firefox устарела, а вновь обнаруженные несоответствия фингерпринтов подорвали его устойчивость к детекции. Проект иллюстрирует структурную проблему: антидетект-инструменты требуют постоянного обслуживания, чтобы поспевать за обновлениями браузеров и новыми техниками детекции. Пропусти пару месяцев, и маскировка начинает гнить. Пропусти год, и ты пришёл на маскарад в прошлогоднем костюме. Коммерческие вендоры с full-time командами и то еле поспевают. У одиночных open-source проектов шансов почти нет.

Матрица невозможных комбинаций

За пределами вендор-специфичных артефактов есть категория детекции, которая граничит с философией: определённые комбинации свойств браузера просто не могут существовать в реальности. Антидетект-инструменты позволяют пользователям выбирать из выпадающих списков ОС, браузер и железо. Инструменты верят, что пользователь выберет когерентную комбинацию. Пользователи не выбирают.

Проверка C14 ведёт матрицу таких невозможных комбинаций. Вот те, которые ловят антидетект-браузеры чаще всего.

Castle.io, The Role of WebGL Renderer in Browser Fingerprinting

Несоответствия ОС и GPU. User-Agent заявляет Windows, а в WebGL стоит Angle Metal Renderer: Apple M2. Metal API существует только на macOS. User-Agent заявляет Android, а в рендерере Apple GPU. Apple GPU отдаётся только на macOS и iOS устройствах. Linux User-Agent с Angle Direct3D11 в рендерере. Angle с трансляцией DirectX работает только на Windows. Эти несоответствия возникают потому, что пользователи выбирают Windows 10 из одного дропдауна и мощно звучащую видеокарту из другого, не осознавая, что только что создали компьютер, которого не существует.

Несоответствия браузера и движка. Chrome User-Agent с moz-prefixed CSS properties. Эти префиксы принадлежат движку Gecko от Firefox. Firefox User-Agent с webkitRTCPeerConnection. Safari и Chrome используют webkit префиксы. Firefox нет. Chrome User-Agent с Firefox-форматом Error.stack. V8 и SpiderMonkey форматируют stack traces по-разному, и никакой спуфинг User-Agent не меняет того, какой движок реально исполняет код.

Несоответствия устройства и возможностей. Мобильный User-Agent с maxTouchPoints: 0. Каждый телефон и планшет на рынке поддерживает тач. 64-bit ОС в User-Agent, но navigator.platform возвращает Win32. Windows-плагины с расширением .plugin, или Mac-плагины с расширением .dll. Расширение файла выдаёт, какая ОС на самом деле собрала директорию плагинов.

Это не эвристики. Это логические невозможности. Никакой JavaScript-спуфинг не сделает заявление о Windows GPU когерентным, когда WebGL renderer string показывает Apple Metal. Законы физики на стороне детекции. Детекции невозможных комбинаций несут тяжёлый вес в C-score, потому что дают фактически ноль false positives. Реальные браузеры не генерируют таких противоречий. Только инструменты, позволяющие пользователям собирать профили-Франкенштейны.

Серверная стена: где JavaScript бессилен

Всё, что обсуждалось выше, происходит в браузере, где у антидетект-инструментов домашнее преимущество. Они контролируют JavaScript-окружение, DOM, pipeline рендеринга. Но есть стена, через которую не перелезть: сетевой уровень.

JA4 TLS Fingerprinting. Когда браузер открывает HTTPS-соединение, самый первый пакет уже содержит фингерпринт. TLS Client Hello включает cipher suites, их порядок, расширения и supported groups. Проверка A05 захватывает JA4 fingerprint, а C12 сверяет его с заявленным браузером в User-Agent.

Стоковый Chrome на Windows имеет конкретную JA4 сигнатуру. Стоковый Chrome на macOS чуть другую. Firefox свою. Safari свою. Когда браузер заявляет в User-Agent, что он Safari, но отправляет TLS Client Hello от Chrome, игра окончена. TLS handshake происходит в сетевом стеке, ниже JavaScript-уровня браузера, куда модификации антидетекта не достают.

HTTP/2 SETTINGS Frame. Сразу после TLS браузер отправляет HTTP/2 connection preface, включающий SETTINGS frame с параметрами типа HEADER_TABLE_SIZE, MAX_CONCURRENT_STREAMS, INITIAL_WINDOW_SIZE и MAX_HEADER_LIST_SIZE. У каждого браузера свои дефолты. Проверка A18 захватывает эти значения. Модифицированные сборки Chromium часто забывают совпасть со стоковым Chrome, потому что параметры задаются глубоко в сетевом коде, далеко от слоя спуфинга фингерпринтов. Разработчик, который три недели вылизывал спуфинг navigator.platform, просто не подумал о параметрах HTTP/2 соединения.

TCP Fingerprinting. До TLS сам TCP SYN пакет уже содержит сигналы уровня ОС. Initial window size, MSS, порядок TCP options, TTL и Don't Fragment бит различаются по операционным системам. Linux по умолчанию TTL 64. Windows TTL 128. Kernel-level eBPF программа идентифицирует реальную ОС по самому первому пакету. Формат JA4T от FoxIO стандартизирует эти сигналы, а Alberto Ventafridda в июне 2025 продемонстрировал практичную реализацию быстрого TCP fingerprinting через eBPF.

Это происходит до того, как пройдёт хоть один байт HTTP-трафика. До запуска любого JavaScript. До того, как антидетект-браузер вообще получит шанс начать врать.

VPN добавляет ещё один сигнал. VPN-туннели уменьшают MSS на величину overhead инкапсуляции. Резидентный IP с MSS 1380 вместо стандартных 1460 кричит VPN-туннель. Проверка A06 детектит паттерны MTU и TTL, характерные для VPN-туннелей, а A31 идентифицирует конкретный протокол: WireGuard, OpenVPN и другие.

Серверная стена это причина, по которой гонка вооружений антидетекта фундаментально асимметрична. Вендоры могут годами вылизывать JavaScript-окружение, но сетевой стек говорит первым, и говорит честно.

CDP-детекция мертва. Похорон никто не устроил.

Два года детекция Chrome DevTools Protocol была любимым трюком индустрии. Техника была элегантной: определяете property getter на .stack объекта Error, логируете ошибку в console и проверяете, сработал ли getter. Когда CDP-событие Runtime.consoleAPICalled было активно, Chrome сериализовал объект Error и триггерил getter. Детекция в три строки кода.

В мае 2025 команда V8 убила её.

Castle.io, Why a Classic CDP Bot Detection Signal Suddenly Stopped Working, August 2025

Два коммита 7 и 9 мая 2025 года ввели проверку: перед чтением свойств ошибки при preview V8 теперь проверяет, является ли getter пользовательским. Если да, V8 пропускает его. Официальная причина звучала невинно: предотвращение побочных эффектов при preview ошибок. Практический эффект: DevTools стали неотличимы от своего отсутствия.

Команда V8 фактически решила, что developer tools не должны быть отличимы от ситуации, когда их нет. Разумная инженерная позиция. Сокрушительный удар по bot detection.

Детекция автоматизации никогда не полагалась только на CDP. Флаг navigator.webdriver тривиально обходится одним launch flag. CDP-детекция была бонусным сигналом, а не фундаментом. Фундаментом всегда была мультисигнальная проверка консистентности по осям фингерпринта, консистентности и анонимизатора, а не один хитрый трюк. С уходом CDP поведенческие сигналы и prototype integrity стали первичными.

Это урок, который индустрия усвоила на собственной шкуре: любой метод детекции, зависящий от одной детали реализации браузера, рано или поздно сломается. Выживают структурные детекции, проверяющие, складывается ли история браузера по сотням точек данных.

Арсенал детекции: проверка за проверкой

Для детекции антидетектов конкретно эти проверки несут основной вес.

Automation Detection, A19. Проверяет navigator.webdriver, headless UA hints, наличие chrome.app и CDP-маркеры. CDP-компонент устарел с мая 2025, но оставшиеся сигналы ловят инструменты, которые забыли отключить webdriver flag или убрать headless hints.

Headless and Antidetect Markers, A40-A68. Двадцать три отдельные проверки на артефакты автоматизации. Нет taskbar на A40. Visual viewport равен screen на A41. PDF viewer отключён на A46. Нет Web Share API на A47. Аномалии Chrome runtime на A51. Пустые speech synthesis voices на A63. Нет media devices на A64. Keyboard API отсутствует на A66. Каждая проверка по отдельности мало что значит. Вместе они формируют созвездие, которое крайне сложно подделать полностью. Можно заткнуть пять из них. Можно десять. Заткнуть все двадцать три, по всем конфигурациям профилей, не внеся новых несоответствий? Вот тут вендоры и сыплются.

Prototype Integrity, C48. Обходит нативные prototype chains, проверяет на пропатченные критичные функции, возвращает integrity score. Самая эффективная единичная проверка против инструментов с инжекцией скриптов. Шесть из одиннадцати вендоров проваливают эту проверку.

Global Pollution, C50. Сканирует window на нестандартные свойства. В сочетании с CDP-маркерами выдаёт вердикт confirmed automation. Ловит Dolphin Anty, AdsPower и любой инструмент, инжектирующий management-скрипты на страницу.

Proxy Traps, C49. Детектит Proxy-based подмену API через граничные поведенческие тесты. Ловит Linken Sphere и инструменты, использующие паттерн Proxy для перехвата свойств.

Impossible Combinations, C14. Матрица физически невозможных комбинаций сигналов, описанная выше. Фактически ноль false positives.

Canvas Integrity, F02 и C38. Сравнение перцептуальных хешей между canvas из main thread и Web Worker. Ловит canvas delta у Multilogin Mimic и инжекцию canvas noise через расширения. Когда main thread и worker дают разные хеши, integrity_flag выставляется в 2.

Network Layer, A05, A18 и C12. Захват JA4 TLS fingerprint, детекция аномалий HTTP/2 SETTINGS и кросс-сверка JA4 с User-Agent. Серверная стена, которую никакая модификация JavaScript не пробьёт.

Коммерческая сторона детекции тоже набирает обороты. Browser Tampering Detection Smart Signal от Fingerprint.com явно таргетирует антидетект-браузеры как продуктовую фичу, флагуя сессии, где свойства браузера были модифицированы относительно нативных значений. Когда крупнейший коммерческий провайдер фингерпринтинга строит выделенный продукт для детекции антидетектов, рынок уже высказался: обнаружить маскировку теперь так же выгодно, как её продавать.

Behavioral Analysis, C27-C30. Паттерны движения мыши на C27 и C28, тайминг кликов на C29, поведение скролла на C30. Исследование Georgetown University et al., опубликованное в PoPETs 2025, показало, что поведенческий фингерпринтинг уничтожает 84-95% анонимности за одну сессию наблюдения. Отдельно: за первые 60 секунд взаимодействия пользователь теряет 78-85% анонимности. Эти сигналы работают как множитель confidence, а не как первичный триггер детекции.

Crichton et al., Rethinking Fingerprinting: Behavior-based Methods at Scale, PoPETs 2025

Гонка вооружений: что дальше

Индустрия антидетекта не стоит на месте. Детекция тоже. Но траектории не симметричны.

Cross-referencing как доктрина. Блог-пост от января 2026 о детекции chameleon mode сформулировал принцип, который теперь двигает индустрию: ни один сигнал не ловит хорошо настроенный антидетект-браузер. Детекция работает через кросс-сверку десятков сигналов одновременно. Canvas hash сам по себе ничего не доказывает. Canvas hash в сочетании с несоответствием WebGL renderer, необычной prototype chain и JA4 сигнатурой, не совпадающей с заявленным браузером: вот это доказывает всё. Детекция перешла от найти дымящийся пистолет к найти сотню мелких противоречий.

Более глубокие форки Chromium. Следующее поколение антидетект-браузеров уйдёт от инжекции скриптов полностью. Они форкнут Chromium на более глубоком уровне, модифицируя сетевой стек, чтобы TLS и HTTP/2 поведение совпадало со стоковым Chrome. Некоторые вендоры уже над этим работают. Это существенно поднимет стоимость производства каждой новой версии, но закроет серверный разрыв. Вопрос в том, смогут ли вендоры поспевать за циклом релизов Chrome. Chrome выпускает новую версию примерно каждые четыре недели. Это новая TLS сигнатура, новые HTTP/2 дефолты, новые SETTINGS значения. Каждые четыре недели. Поспевать за этим это full-time работа для full-time команды.

Поведенческий анализ как основная детекция. С уходом CDP и улучшением спуфинга JavaScript-окружения поведенческий анализ становится дифференциатором. Паттерны движения мыши подчиняются нейромоторным законам, которые биологически затратно симулировать. Исследование, опубликованное в Pattern Recognition в 2022, показало, что даже GAN-сгенерированные траектории мыши, визуально неотличимые от человеческих, всё ещё детектируются с точностью 93%, потому что им не хватает микроуровневых таймингов, присущих человеческому мышечному контролю.

Acien et al., BeCAPTCHA-Mouse: Synthetic Mouse Trajectories and Improved Bot Detection, Pattern Recognition 2022

Система SearchGuard от Google, раскрытая в иске SerpAPI в январе 2026, устанавливает жёсткие пороги: variance скорости мыши ниже 10 флагуется как бот. Variance дельты скролла ниже 5 пикселей флагуется как бот. Variance длительности нажатий клавиш менее 5 миллисекунд флагуется как бот.

Search Engine Land, Inside Google SearchGuard, January 2026

Эти пороги таргетируют механическую однородность инструментов автоматизации. Настоящие человеческие движения хаотичны, вариативны, управляются нейромоторным шумом, который стоит вычислительных ресурсов для репликации. Большинство антидетект-браузеров даже не пытаются рандомизировать паттерны взаимодействия. Это открытая полоса для детекции.

Hardware-level fingerprinting. WebGPU открывает фронтир фингерпринтинга, с которым никакой программный спуфинг не справится. Исследование, представленное на ACM WiSec 2025, продемонстрировало 70% точность реидентификации устройства из пула в 500 устройств, используя только probing compute shaders WebGPU. Фингерпринт идёт от вариаций кремния на уровне производства между GPU. Два идентичных GPU с одной производственной линии дают различимые тайминговые сигнатуры. Никакой софт не изменит то, как ваш кремний обрабатывает атомарные операции.

Hohentanner et al., Unveiling Privacy Risks in WebGPU, WiSec 2025

Исследование Drawnapart с NDSS 2022 доказало концепцию ранее: даже номинально идентичные GPU различимы через анализ таймингов execution units. Canvas randomization совершенно нерелевантна этому вектору. Он фингерпринтит железо, а не рендеринг.

Laor et al., Drawnapart: A Device Identification Technique based on Remote GPU Fingerprinting, NDSS 2022

Machine learning классификация. Статья IMC 2024 Browser Polygraph продемонстрировала ML-based детекцию fraud-браузеров в веб-масштабе через coarse-grained fingerprints, а не через сопоставление единичных хешей. Сторона детекции уже тренирует три модели ежедневно: бинарный классификатор настоящий vs. антидетект, детектор аномалий для неизвестных угроз и классификатор инструментов, определяющий конкретного вендора. Вендоры антидетектов тренируются против статических правил. Сторона детекции тренируется против них, и данных каждый день больше.

Kalantari et al., Browser Polygraph, IMC 2024

FAQ

Можно ли обнаружить антидетект-браузеры? Да. Каждый из 11 протестированных антидетект-браузеров был обнаружен с confidence от 0.72 до 0.98. Детекция работает через четыре уровня: вендор-специфичные артефакты, невозможные комбинации сигналов, разграничение приватности и антидетекта, общие маркеры автоматизации. Castle.io реверс-инжинирил Undetectable, DataDome задокументировал векторы детекции Dolphin Anty.

Какой антидетект-браузер сложнее всего обнаружить? Linken Sphere показал самый низкий detection confidence: 0.78, благодаря Proxy-based спуфингу API, который обходит простые проверки toString. Но Proxy objects ведут себя иначе в граничных случаях, и эти различия детектируемы. Multilogin Mimic набрал 0.91, впечатляющий инжиниринг, но его выдали canvas deltas и аномалии HTTP/2. Ни один вендор не прошёл чисто.

Что такое четырёхуровневая иерархия детекции? Tier 1, Vendor Flavor, идентифицирует конкретный антидетект по уникальным артефактам. Tier 2, Signal Combination, ловит невозможные комбинации параметров типа Android UA и Apple GPU. Tier 3, Privacy vs. Antidetect, различает приватные инструменты, уменьшающие сигналы, и антидетекты, добавляющие поддельные. Tier 4, Generic, ловит автоматизацию через headless-маркеры, отказы prototype integrity и global pollution. Каждый уровень использует принципиально другие сигналы.

Что такое network-layer палево и почему антидетекты не могут его исправить? JA4 TLS fingerprint, HTTP/2 SETTINGS frame и TCP-level OS detection происходят ниже JavaScript-слоя. Антидетект-браузеры контролируют JS-окружение, но не сетевой стек. Браузер, заявляющий Safari через User-Agent, но отправляющий TLS Client Hello от Chrome, палится мгновенно. TCP TTL выдаёт реальную ОС. Исправление требует модификации скомпилированного сетевого кода браузера, а это на порядок сложнее JS-спуфинга.

Как работают проверки prototype chain? В настоящем браузере navigator.platform это inherited property на Navigator.prototype. Антидетект-инструменты часто переопределяют его как own property через Object.defineProperty. Вызов navigator.hasOwnProperty('platform') возвращает false в стоковом Chrome и true в модифицированном. Проверка toString на нативных функциях показывает [native code] vs. настоящий JS код. Уход на три уровня вглубь с toString.toString ловит инструменты, которые перезаписали первый уровень, но забыли второй. Шесть из одиннадцати вендоров проваливают проверки prototype integrity.

Итог

Одиннадцать вендоров. Сотни профилей. Тысячи долларов на подписки.

Спалились все.

Инструменты становятся лучше. Детекция становится лучше быстрее. Серверная стена никуда не денется. Hardware fingerprinting приходит. Поведенческий анализ созревает. И разрыв между достаточно хорошо, чтобы обмануть базовую проверку и достаточно хорошо, чтобы обмануть 300+ сигналов растёт, а не сужается.

Антидетект-браузер это маскировка. Маскировка работает лучше всего, когда никто не приглядывается.

Сейчас приглядываются все.