🔍 EchoPrint AI

Образовательный AI-анализатор уникальности и реалистичности устройства/браузера

🎯 О проекте

EchoPrint AI помогает пользователям понять, насколько их браузер и устройство выделяются среди миллионов других в интернете. Инструмент собирает характеристики, анализирует уровень уникальности цифрового отпечатка, проверяет согласованность параметров и даёт рекомендации по улучшению приватности.

✨ Ключевые возможности

• 📊 80+ сигналов для сбора fingerprint-данных
• 🔐 100% приватность — все данные обрабатываются только в браузере
• 🤖 AI-анализ с понятными рекомендациями на русском языке
• 📈 Uniqueness Score — оценка уникальности устройства (0-100%)
• ✅ Consistency Score — 30+ правил проверки логичности параметров
• ⚠️ Anomaly Detection — обнаружение виртуализации, автоматизации, модификаций
• 💾 Экспорт отчёта в JSON для личного использования

🛠️ Технологии

• Frontend: Next.js 15 (App Router), TypeScript, Tailwind CSS
• UI Components: shadcn/ui
• Fingerprint: @fingerprintjs/fingerprintjs
• Deployment: GitHub Pages / Vercel / Netlify (static export)

📦 Установка

Требования

• Node.js 18+
• bun или npm

Локальный запуск

# Клонирование репозитория
git clone https://github.com/yourusername/echoprint-ai.git
cd echoprint-ai

# Установка зависимостей
bun install
# или
npm install

# Запуск в режиме разработки
bun run dev
# или
npm run dev

Откройте http://localhost:3000 в браузере.

Сборка для production

bun run build
# или
npm run build

🚀 Деплой

GitHub Pages

1. Обновите next.config.ts:

const nextConfig: NextConfig = {
  output: 'export',
  basePath: '/echoprint-ai', // ваш репозиторий
  images: {
    unoptimized: true
  }
};

2. Соберите и задеплойте:

bun run build
# Папка 'out' содержит статический сайт

Vercel (рекомендуется)

1. Fork репозитория
2. Подключите к Vercel
3. Автоматический деплой при push

Netlify

1. Fork репозитория
2. Подключите к Netlify
3. Build command: npm run build
4. Publish directory: out

📊 Собираемые параметры

Canvas Fingerprint (4 сигнала)

• Text rendering hash
• Geometry rendering hash
• Gradient rendering hash
• Emoji rendering hash

WebGL Fingerprint (10+ сигналов)

• UNMASKED_VENDOR
• UNMASKED_RENDERER
• Extensions list
• Max texture size
• Shader precision
• Rendered scene hash

Audio Fingerprint (4 сигнала)

• AudioContext hash
• Sample rate
• Channel count
• Offline audio processing

Hardware (9+ сигналов)

• CPU cores
• Device memory
• Screen resolution
• Color depth
• Pixel ratio
• Touch points
• GPU info

Navigator & Client Hints (12+ сигналов)

• User-Agent
• Platform
• Languages
• WebDriver flag
• Client Hints (Sec-CH-UA-*)

И многое другое...

• Fonts enumeration (400+ шрифтов)
• WebRTC leak detection
• Media devices
• Sensors API
• Battery status
• Storage APIs
• Performance timing
• Timezone & locale

🔬 Методология анализа

Uniqueness Score

Рассчитывается на основе Shannon entropy и статистической редкости комбинаций сигналов:

Uniqueness = (Entropy / MaxEntropy) * 100

• 0-25%: Массовое устройство, хорошая приватность
• 25-50%: Мало уникальный, отслеживание затруднено
• 50-75%: Умеренно уникальный, частичное отслеживание
• 75-100%: Очень уникальный, легко идентифицировать

Consistency Score

30+ правил проверки логичности:

• UA ↔ Platform соответствие
• OS ↔ GPU соответствие
• Screen resolution реалистичность
• Browser ↔ Engine соответствие
• Виртуализация GPU
• И многое другое

Anomaly Detection

Обнаружение:

• 🖥️ Виртуализации (VMware, VirtualBox, Parallels)
• 🤖 Автоматизации (Selenium, WebDriver, Headless)
• 🔧 Модификаций (Canvas randomization, WebGL spoofing)

🔐 Приватность

⚠️ Все данные обрабатываются только в вашем браузере и никуда не отправляются.

• ❌ Нет серверной части
• ❌ Нет cookies для трекинга
• ❌ Нет аналитики
• ❌ Нет внешних запросов
• ✅ Полностью client-side

🎨 Кастомизация

Темы

Используется CSS переменные Tailwind:

:root {
  --background: 0 0% 100%;
  --foreground: 222.2 84% 4.9%;
  --primary: 262.1 83.3% 57.8%;
  /* ... */
}

Добавление новых проверок

1. Создайте функцию в src/lib/fingerprint/
2. Добавьте типы в src/lib/types.ts
3. Интегрируйте в collector.ts
4. Добавьте правила в consistency.ts

🤝 Вклад в проект

Мы приветствуем вклад! Пожалуйста:

1. Fork репозитория
2. Создайте ветку (git checkout -b feature/amazing-feature)
3. Commit изменения (git commit -m 'Add amazing feature')
4. Push в ветку (git push origin feature/amazing-feature)
5. Откройте Pull Request

📄 Лицензия

MIT License - используйте свободно для любых целей.

🙏 Благодарности

• FingerprintJS — за отличную библиотеку
• shadcn/ui — за красивые компоненты
• Next.js — за лучший React фреймворк

---

Сделано с ❤️ для приватности в интернете

---

Project note

This repository contains TypeScript / API experiment work in the same product family as EchoPrint-related tooling.

• Primary language: TypeScript
• Focus: API surface / app structure experiments
• Maintainer: @Evreu1pro

If you landed here from the portfolio, see also EchoPrint-AI for the main product README and live demo.