Kurrikulum Leson 119 van 156 · Hoe 'n bladser besluit
Hoe 'n bladser besluit

Beskryf trackers

Waarom dit saak maak Elke verdediging in hierdie fase begin met 'n besluit: is hierdie webwerf 'n tracker? Blokkeer 'n eerlike webwerf en bladsye breek; mis 'n tracker en jy word gevolg. Hoe 'n browser daardie besluit neem verduidelik beide sy sterkpunte en die af en toe gebreekte bladsy.

Dink aan drie maniere hoe 'n bouncer kan besluit wie by 'n klub inkom. Een het 'n gedrukte lys van bekende problemeakers. Een volg reëls van die duim: "het vanaand by elke klub in die dorp opgedaag, met 'n vermomming". Een het duisende nagte dopgehou en 'n gevoel daarvoor ontwikkel. Browsers gebruik al drie.

Classifier: enigiets wat items in groepe sorteer, hier "tracker" of "nie 'n tracker nie". Dit kan 'n lys, 'n stel reëls of 'n getoëe model wees.

1. Lysies

Mense hou lysse van bekende tracking-domeine en filterreëls. Ad blockers gebruik gemeenskapsfilterlyste soos EasyList en EasyPrivacy, waarvan jy 'n gedeelte in Leg 2 gepars het. Firefox se ingeboude beskerming is gebaseer op lysse wat deur Disconnect onderhou word (nasien Oktober 2026). Lysse sluit gewoonlik 'n entity map in: watter domeine aan een eienaar behoort, sodat 'n maatskappy se eie inhoudsyt en sy beeldewerker nie asderdere parte aan mekaar behandel word nie.

Lyste is presies en maklik om te verduidelik ("blokkering omdat dit op lys X is"). Maar hulle is net so vars soos hul laaste opdatering, en 'n tracker kan hulle ontduik met 'n nuwe domein, of deur onder die webwerf se eie naam te skuil (CNAME cloaking, van Leg 1).

2. Heuristiek

Heuristic: 'n reël van die duim wat gewoonlik reg is, soos " 'n derde party wat op baie onverwante webwerwe gesien word en lang wansinnige ID's stel, volg waarskynlik".

Jy het 'n paar in Leg 2 geskryf:derde party op baie webwerwe, hoë-entropie IDs (waardes wat te willekeurig is om instellings te wees), pixel-grootte reaksies. Die bounce-reël van die vorige les is ook 'n heuristiek. Heuristieke vang spoorboekers wat niemand nog gelys het nie, maar hulle maak twee soorte foute, en elke heuristiek verruil een teen die ander.

Vals positief: 'n eerlike webwerf wat verkeerdelik as 'n tracker geïdentifiseer word ('n bladsy breek). Vals negatief: 'n tracker wat deurglip (jy word gevolg).

Byvoorbeeld, cdn.example dien 'n biblioteek aan elke winkel. "Op baie webwerwe" sê tracker, maar dit stel geen ID nie: 'n heuristiek wat ID's ignoreer sou al daardie winkels breek.

3. Masjienleer

'n

A model kan leer van kenmerke, soos onder hoeveel topvlak-webwerwe 'n domein verskyn, hoe gereeld dit herlei, en of jy ooit daarmee wisselwerk. WebKit het beskryf dat Intelligent Tracking Prevention in Safari 'n model van hierdie soort op die toestel gebruik (nasien Oktober 2026). Omdat dit op die toestel gebeur, verlaat jou blaai-statistieke nooit die toestel nie.

Models kan baie swakke seine saam weeg en aanpas by nuwe trucs. Maar hulle is moeiliker om te verduidelik, kan op verrassende maniere verkeerd wees, en het versigtige beperkings op grootte en spoed binne 'n browser nodig. Jy sal 'n klein een in pure Python in Leg 7 train.

Naas mekaar

LysHeuristicsMasjienleer
Vang nuwe trackersNee, tot dit gelys isOftenOften
VerklaarbaarBaieVreelyMinder
Tipiese fouteVerouderdVals positiewe resultate op gedeelde diensteVerrassende foute
Dodged byNuwe domeine, cloakingBlyf onder die drempeldeureSien uit soos gewone webwerwe

Besluit, dan handel

Klasifisering is net die helfte daarvan. En지nes kies ook 'n response per klas: blokker die versoek, laat dit toe maar verwyder of verdeel cookies, skoon berging later uit, of rapporteer dit net. 'n Sagter reaksie vir onseker gevalle hou breake laag. In die praktyk kombineer die meeste enjinne benaderings: 'n lys vir seker blokkering, heuristiek vir bons en bergingreëls, en per-site uitsluitings wanneer iets breek.

A algemene wanbeleefdheid

" 'n Slimmer klassifiseerder beteken geen sporing nie." Elke klassifiseerder het vals negatiewe resultate, en sommige sporing (eersteparty-analities, aanmeldingsprosesse, vingerafdrukke) lyk glad nie soos 'n aparte spoorer nie. Dit is waarom klassifikasie gepaard gaan met verdedigings wat sonder dit werk, soos partisyonering.

Opsomming

  • Lyste is presies en verduidelikbaar maar mis nuwe of weggesteekte trackers.
  • Heuristiek vang onlysde trackers op maar ruil vals positiewe teen vals negatiewe.
  • Masjienleer weeg baie seine; WebKit het beskryf dat Safari se ITP 'n model op die toestel gebruik (nasien Oktober 2026).
  • Engines kombineer benaderings en kies 'n milder reaksie wanneer hulle onseker is.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.