Keaton Mowery et Hovav Shacham, de l’université californienne de San Diego, ont en 2012 formulé leurs recherches dans un article qui a pour titre « Pixel Perfect: Fingerprinting Canvas in HTML5 » et qui développe pour la première fois l’idée du Fingerprint tracking. Dans cette publication ils y exposent leurs recherches, et notamment la technique du canvas fingerprinting qui utilise le composant canvas de HTML5 et peut ainsi générer sans problème une empreinte digitale individuelle sur la base du système de configuration des utilisateurs. Une année plus tard, le programmeur russe Valentin Vasylyev, inspiré par les travaux des deux chercheurs californiens, développe et publie le premier code de canvas fingerprint sous une licence open source via GitHub. Son code a notamment été utilisé par les entreprises comme AddThis et Ligatus afin de créer un processus de pistage.
Le composant canvas mentionné ci-dessus comporte des domaines définis (hauteur et largeur), qui peuvent être dessinés en utilisant JavaScript pour créer par exemple des graphiques, logos et boutons avec texte. Mais la combinaison du matériel et des logiciels suivants est souvent unique :
- Système d‘exploitation
- Navigateur
- Carte graphique
- Pilotes de la carte graphique
- Les polices installées
Ces composants assurent que chaque texte sera particulièrement différent, ce qui est rendu possible par le canvas fingerprinting. Les opérateurs de sites Internet ont besoin pour effectuer un pistage internet d’un code spécifique de canvas fingerprinting, ce qui oblige le navigateur de présenter un texte caché en arrière-plan via JavaScript lorsque la page est en chargement, les informations obtenues sont transmises au serveur Web. Grâce à cette technique d’empreinte digitale du navigateur, plus de 80 pour cent des cas sont uniques et sont toujours reconnaissables, tant que l’utilisateur ne modifie pas les configurations de son système.