Anonimiteitssets en entropie
Hoekom dit saak maak Opskrifte sê dinge soos "jou blavier is uniek" of "hierdie eienskap gee 10 bits". Hierdie les wys jou hoe sulke getalle gemeet word, en die twee valstrikke wat baie van hulle groter as die waarheid maak. Dan kan jy privaatheidsaansprake beoordeel, insluitend jou eie.
Hid in 'n skare
Verbeeld 'n stasie vol reisigers in identiese swart jasse. As jy ook 'n swart jas dra, skuil jy tussen honderde mense. As jy 'n helder geel een dra, is die skare waarin jy skuil net jy.
Anonymity set: die groep mense wat presies soos jy lyk vir 'n waarnemer. Hoe groter dit is, hoe beter verberg jy jouself. 'n Stel van grootte 1 beteken jy is uniek.
In les 50 het jy gemeet hoeveel een persoon, Sam, uitgestaan in 'n skare. Hier meet jy die hele skare van 5,000 sintetiese bluiters (gemaak deur synthetic_browsers, geen regte mense nie), om te sien hoe goed everyone wegsteek.
Group, tel dan
Kies 'n paar eienskappe, sê ["timezone", "language"]. Elke bl brasileiros se fingerprint is die tuple van daardie waardes, byvoorbeeld ("Europe/London", "en-GB"). 'n Tuple werk as 'n dict sleutel, so collections.Counter kan tel hoeveel blousers elk een deel:
from collections import Counter
Counter([("A", "x"), ("A", "x"), ("B", "x")])
# Counter({('A', 'x'): 2, ('B', 'x'): 1})Elke telling is 'n anonimiteitseset. 'n Telling van 1 is 'n unieke blavier. Met al 13 eienskappe is die meeste van die 5,000 blaiers uniek.
Entropy: een nommer vir die hele skare
In les 48 het jy Shannon entropy gebruik om te meet hoe deurmekaar die karakters van 'n teks is. Dieselfde formule werk op 'n skare: neem vir elke anonimiteitseset sy deel p van almal, en tel -p * log2(p).
Entropy (van 'n vingerafdruk): die gemiddelde aantal bits wat 'n tracker oor 'n willekeurige besoeker leer vanaf hierdie eienskappe. 0 bits: almal lyk dieselfde. log2(N) bits: almal in 'n skare van N is uniek.
Voorbeeld: vier blousers met tydsones A, A, B, C. Aandele is 1/2, 1/4 en 1/4, so entropie is 0.5 x 1 + 0.25 x 2 + 0.25 x 2 = 1.5 bits.
Valkuil 1: die plafon
'n skare van 5,000 kan nooit meer as log2(5000), ongeveer 12.3 bits, wys nie, want teen daardie punt is almal reeds uniek. So 'n studie van 5,000 bladsyders wat "12 bits" vind, mag teen die plafon vasloop, nie die eienskap meet nie. En uniek onder 5,000 is nie uniek onder miljarde nie. Groter monsters gee groter, meer eerlike syfers.
Valkuil 2: voeg eienskappe by
Tydsone en taal reis saam: die meeste Asia/Tokyo-blaaiers sê ja-JP. Grafiese kaart en stelsel doen dit ook. Om elke eienskap se entropie op sy eie by te tel, tel dus dieselfde inligting verskeie kere. Jou sum_of_parts sal ver bo joint uitkom, die entropie van al die eienskappe saam gemeet, en ver bo die plafon van 12.3 bis. Die gesamentlike getal is die eerlike een.
A algemene wanbeleefdheid
"Hoë entropie beteken almal is naspoorbaar." Entropie is 'n gemiddelde. 'n Skare kan hoë entropie hê terwyl 'n groot groep mense met baie algemene opstellings steeds goed wegsteek. Kyk na beide die gemiddelde en hoeveel mense in klein stelle sit.
Probeer dit Wanneer jy slaag, druk entropy_bits(crowd, [t]) vir elke eienskap (die oplossing doen dit). Watter drie eienskappe dra die meeste bits? Vergelyk dan jou bl brasileiros se eie waardes vir daardie eienskappe met 'n vingerafdruk-toetswebwerf soos EFF se Cover Your Tracks.
In ander tale
JavaScript:
function entropyBits(rows, traits) {
const counts = new Map();
for (const r of rows) {
const key = JSON.stringify(traits.map(t => r[t]));
counts.set(key, (counts.get(key) || 0) + 1);
}
let bits = 0;
for (const c of counts.values()) {
const p = c / rows.length;
bits -= p * Math.log2(p);
}
return bits;
}Ga:
func entropyBits(keys []string) float64 {
counts := map[string]int{}
for _, k := range keys {
counts[k]++
}
bits := 0.0
for _, c := range counts {
p := float64(c) / float64(len(keys))
bits -= p * math.Log2(p)
}
return bits
}Opsomming
- 'n anonimiteitseset is almal wat presies soos jy lyk; grootte 1 beteken uniek.
- Entropy is die gemiddelde bits wat oor 'n besoeker geleer is: groep, tel, dan som -p log2(p).
- Geen voorbeeld van N kan meer as log2(N) bits wys; klein voorbeelde onderskat die skare.
- Meet kenmerke saam: om hulle een vir een by te voeg tel gekoppelde kenmerke dubbel.
Skryf fingerprint(row, traits) ('n tuple van die waardes), anonymity_sets(rows, traits) ('n dict van fingerprint tot telling), fraction_unique(rows, traits) (aandeel van rye in 'n stel van grootte 1), entropy_bits(rows, traits) (Shannon entropie oor die anonimiteitssets) en max_bits(n) (log2(n)). Stel dan joint in op die entropie van crowd oor alle TRAIT_NAMES, en sum_of_parts op die som van elke enkel eienskap se entropie.
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.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.