Kurrikulum Leson 150 van 156 · Meet die web soos 'n navorser
Meet die web soos 'n navorser

Leg 7 projek: 'n studie met 'n regstelling

Waarom dit saak maak Ware privaatheid is 'n lus: meet 'n probleem, pas 'n regstelling toe, meet weer, en sê eerlik wat verander het en wat dit gekos het. Hierdie projek hardloop daardie lus van begin tot einde, deur die crawler van hierdie module met 'n verdediging van die vorige een te verbind.

Dink aan 'n dokter wat kyk of 'n behandeling werk: meet eers, behandel, meet weer op dieselfde manier, en noteer die bywerkinge. Sonder die eerste meting is daar niks om teen te vergelyk nie; sonder die bywerkinge is die resultaat net half waar.

Die vraag

Op die gesimuleerde web, kon iemand wat jou enkripteerde konneksie dop hou sien watter sensitiewe webwerf jy besoek het, en hoeveel padding sou dit neem om hulle betroubaar te stop?

Om 'n gesondheids, finansies of godsdienswebwerf te besoek kan iets persoonlik onthul selfs al lek niks anders nie. Jy sal:

  1. Meet die instelling. Kruip SimWeb(seed), vind die webwerwe waarvan die kategorie in SENSITIVE is, en rekord watter deel daarvan 'n gelyste tracker laai. Neem die eerste 6 sensitiewe webwerwe volgens rang.
  2. Meet die probleem. Kry bladsy-laaisels vir daardie 6 webwerwe met page_loads(seed, sites=...) en meet die nearest-centroid akkuraatheid, soos in les 143.
  3. Pas die regstelling toe. Probeer die budgets in PAD_LEVELS een na een. Vir elkeen, vul die training loads met seed=1 en die test loads met seed=2 aan, doen weer opleiding en meet weer. Stop by die eerste budget waarvan die akkuraatheid by of onder TARGET is. As geen dit bereik nie, hou die laaste een.
  4. Meet die koste.Die overhead by die gekose begroting, soos in les 143.
  5. Skrefgrense. Ten minste twee eerlike sinne, soos in les 149. Een behoort hier wat jy ook al vind: die begroting is gekies deur na akkuraatheid op dieselfde toetslaste te kyk wat jy dan rapporteer, wat die resultaat 'n bietjie flous. 'n Versigtige studie kies die begroting op 'n derde, aparte stel laste en rapporteer die toetsstel een keer.

Die verslag

study(seed) gee 'n dict met presies hierdie sleutels:

{
  "seed": 7,
  "sites": ["...", ...],              # the 6 sensitive sites, by rank
  "sensitive_with_trackers": 0.97,    # share of ALL sensitive sites with a listed tracker
  "accuracy_before": 0.94,
  "padding_budget": 800,              # the first level in PAD_LEVELS reaching TARGET
  "accuracy_after": 0.19,
  "overhead": 2.07,                   # extra test cells as a fraction: here about 3 times the traffic
  "target_met": True,                 # accuracy_after <= TARGET
  "limits": ["...", "..."]            # at least two sentences
}

Die nommers word gegradeer teen 'n verborge run op 'n ander seed, so jou kode moet die studie doen, nie een antwoord kopieer nie. Die limiete word nie op inhoud gegradeer nie, maar die tutor kan terugvoer daarop gee. Dink aan: 'n geslote wêreld van 6 sites, 'n waarnemer wat jou padding settings ken, gesimuleerde verkeer, en wat die tracker share jou vertel en nie vertel nie.

Let op die twee helftes van die resultaat. Padding beskerm die besoek teen 'n netwerkwaarnemer, maar die trackers op daardie selfde webwerwe leer steeds direk van jou. Een verdediging dek nooit elke bedreiging nie, en jou skryfstuk kan dit sê.

'n algemene wanbelewing: "As akkuraatheid onder die teiken geval het, is die probleem opgelos." Jy het dit vir hierdie waarnemer opgelos, in hierdie geslote wêreld, teen 'n gemeete kosting. Dit is 'n werklike resultaat, en dit het grense.

In ander tale

Kies die eerste vlak wat aan 'n doel voldoen, andersens:

// JavaScript
let chosen, after;
for (const budget of PAD_LEVELS) {
  chosen = budget;
  after = paddedAccuracy(data, budget);
  if (after <= TARGET) break;
}
// Go
var chosen int
var after float64
for _, budget := range padLevels {
    chosen, after = budget, paddedAccuracy(data, budget)
    if after <= target { break }
}

Opsomming

  • Meet, regtig, meet weer op dieselfde manier, en rapporteer die koste.
  • Padding verberg watter sensitiewe webwerf vanaf 'n netwerkwaarnemer besoek is, teen 'n gemeet bandbreedteprys.
  • Die trackers op daardie webwerwe is 'n aparte probleem wat padding nie raak nie.
  • Eerlike beperkings is deel van die resultaat, nie 'n verskoning daarvoor nie.
Jou beurt

Skryf study(seed) volgens die vyf stappe hierbo en gee die report dict terug met presies die sleutels wat getoon word. Gebruik PAD_LEVELS = [50, 100, 200, 400, 800] en TARGET = 0.4, nearest-centroid classification op (outgoing, incoming) features met gelykstellings wat na die alfabeties eerste plek gaan, pad_traces(..., seed=1) vir training loads en seed=2 vir test loads. Stel report = study(7) in. Die toetse herloop jou studie op 'n hidden seed.

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.