Kurrikulum Leson 145 van 156 · Meet die web soos 'n navorser
Meet die web soos 'n navorser

Hoe privaatheidstudies werk

Waarom dit saak maak Die meeste van wat ons weet oor web tracking, soos hoeveel webwerwe trackers het of watter maatskappye die meeste mense bereik, kom van studies wat duisende webwerwe outomaties laai en aanteken wat gebeur. Om te weet hoe daardie studies werk laat jou toe om 'n opsommingnommer te beoordeel, en om jou eie een in die volgende lesse te doen.

Dink aan 'n voëlondersoek. Vrywilligers stap dieselfde roetes teen dieselfde tyd van die jaar en tel wat hulle sien. Die telling is net so goed soos die metode: stap net in sonnige parke en jy sal die uile mis. Webstudies is dieselfde. 'n Getal soos "80% van webwerwe het 'n tracker" beteken niks totdat jy weet watter webwerwe, van waar, en hoe hulle besoek is.

Crawler: 'n program wat webbladsydes outomaties besoek, een na die ander, en aanteken wat dit vind.

Census-studie: 'n meting wat probeer om elke plek in 'n groot, gedefinieerde stel (byvoorbeeld die gewildste miljoen webwerwe) te besoek eerder as net 'n handvol, sodat dit kan sê hoe algemeen iets is.

Instrumentation: ekstra opname bygevoeg aan 'n blavier sodat 'n studie elke versoek, cookie en scriptoproep wat 'n bladsy maak kan sien, nie net wat op die skerm verskyn nie.

Hoe 'n moderne studie werk

  1. Kies die webwerwe. Gewoonlik 'n publieke ranglys van gewilde webwerwe, soms 'n willeke steekproef, soms een kategorie (nuus, gesondheid).
  2. Dryf 'n regte blutser. Eenvoudige downloads mis die meeste trackers, omdat trackers deur scripts gelaai word. Studies dryf 'n regte blutser wat die bladsy se kode uitvoer.
  3. Vat alles op. Versoeke en antwoorde, cookies wat gestel is, watter blaaierfunksies elke skrif gebruik het (byvoorbeeld om die canvas te lees, 'n vingerafdruk aanwys), en weerleidings.
  4. Label en tel. Vergelyk diederde partye teen trackerlysies, dan tel hoe gereeld elk verskyn.

'n bekende voorbeeld is OpenWPM, 'n open-source meetinstrument, wat in 'n 2016-studie gebruik is wat die miljoen gewildste webwerwe gekrap het en fingerprinting-skripte en sporing op 'n skaal gevind het wat niemand voorheen getoon het nie. Baie latere studies volg dieselfde patroon.

Waarom die metode die antwoord verander

  • Netwerkvlak net, of dieper?Binneblaaie (artikels, afrekenblaaie) laai dikwels verskillende trackers.
  • Stateless of stateful? 'n Stateless crawl begin elke webwerf met 'n vars browser; 'n stateful een hou cookies oor webwerwe, net soos 'n persoon dit doen, en kan dus oor-webwerf-nasporing sien.
  • Toestemmingsbanniere. 'n Crawler wat nooit klik nie, meet wat voor toestemming gebeur; een wat op "aanvaar" klik, meet iets anders. Sê watter een jy gedoen het.
  • Waar die crawler sit. Webwerwe wys verskillende dinge in verskillende lande en op verskillende toestelle.
  • Bot-opsporing.Sommige webwerwe behandel crawlers anders as mense, so 'n crawl kan minder tel.
  • Timing. Die web verander wekeliks. 'n Studie is 'n foto met 'n datum.

'n algemene wanbelewing: " 'n Groter crawl is altyd 'n beter studie." Grootte verminder willekeurige fout, maar nie bEVOORDOELING nie. 'n Miljoen tuisblaaie wat vanaf een data sentrum sonder kliks besoek word, kan presies verkeerd wees oor wat regte mense ervaar.

In hierdie module kruip jy 'n simulated web van 1,000 denkbeeldige webwerwe. Dit optree soos die regte ding op die maniere wat saak maak vir leer, en niks regtigs word gekontak nie.

Probeer dit Maak jou blouser se ontwikkelaarstule oop (F12, of Cmd+Option+I op 'n Mac), gaan na die Network-tab, en laai 'n nuuswebtuis. Tel die verskillende domeine in die lys. Jy het nou net 'n crawl van een webtuis met die hand gedoen. Herlaai dan met die "Disable cache" boksie in die Network-tab aangeklik en sien of die lys verander.

Opsomming

  • Privaatheidstudies kruip oor baie webwerwe met 'n instrumentele regte blaaier en tel wat hulle opneem.
  • Censusstudies poog om 'n hele gedefinieerde stel te dek, soos die top miljoen terreine.
  • Keuses soos net die tuisblad, toestemmingsklikke, ligging en datum verander die resultate, so moet hulle gerapporteer word.
  • Groter is nie outomaties beter nie: grootte verminder willekeurige fout, nie vooroordeel nie.

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.