N4darae/anti-mage

解决的问题

Anti-Mage 通过识别浏览器自身报告数据中的矛盾，检测「反检测」浏览器和机器人环境。它不依赖已知工具或签名的数据库，而是关注浏览器的各种表面（如屏幕几何、字体列表和硬件能力）是否彼此一致，以及与所声称的平台是否一致。

工作原理

该项目使用浏览器端收集器，对 23 个独立读取进行 34 项测量。它在以下领域寻找不一致之处：

• 平台一致性： 将声称的平台与已安装的字体和硬件解码器进行比较。
• 执行完整性： 检查原生访问器是否被修改，或在不同执行作用域中行为是否不同。
• uma 布局和度量： 验证 CSS 和脚本路径在文本度量和视口几何上的结果是否一致。
• 硬件和媒体： 将报告的图形接口和设备名称与实际能力及代际匹配。
• 时间与网络数据： 检查时区偏移和 ICE 收集状态。

结果被分类为 consistent、contradiction、instrumented、inconclusive 或 unverified。这些类别按类别加权——故意的矛盾权重高于自声明的修改——以生成最终得分（0–90，步长为十）。得分为 0 表示未发现任何不一致。

适用人群

需要验证浏览器环境一致性以识别机器人或伪造浏览器配置，但又不依赖静态签名列表的开发者和安全研究人员。

亮点

• 无签名检测： 不使用已知工具的数据库；通过检测浏览器自身报告中的矛盾来识别问题。
• 高准确率： 原生浏览器（Chrome、Firefox、Edge）始终得分为 0，而反检测浏览器始终得分为 60 或更高。
• 动态探测： 使用随机生成的字体族名称和日期，防止预计算答案。
• 纯评估逻辑： 核心评估引擎是无外部依赖的纯函数，便于集成到 Go 项目中。
• 严格验证： 参考数据仅在手动验证与实际观测系统一致后才用于评分。