Kurrikulum Leson 77 van 156 · Privaatheid deur ontwerp
Privaatheid deur ontwerp

Analise sonder om mense te volg

Waarom dit saak maak Elke webwerkhouer wil weet watter bladsye mense lees. Die gewone manier om uit te vind gee vir elke besoeker 'n ID en stuur hul hele spoor na 'n ander maatskappy. Jy kan die eienaar se regte vrae beantwoord, "hoeveel besoeke, watter bladsye, van waar", sonder om iemand te volg. Hierdie les wys hoe, deur ons eie webwerf as die voorbeeld te gebruik, die swak punte en alles.

A museum wil weet hoe besig elke vertrek is. Een manier is om elke besoeker met 'n bordskrif te volg en hul gesig en elke vertrek wat hulle binnegaan, neer te skryf. Die ander een is 'n klikker by elke deur. Die klikker antwoord "hoe besig is vertrek 3 op Dinsdae" net so goed, en dit weet niks van enigeen nie.

Aggregate count: 'n totaal, soos "die koekie-les is Maandag 412 keer oopgemaak", wat behou word in plaas van 'n ry per persoon. Sodat data geaggregeer is, is daar geen individu meer daarin om te volg nie.

Die privaatheid-vriendelike resep

  1. Eerste party net. Die bladsy stuur een klein versoek na jou eie bediener. Geenderde party skrif nie, so geen ander maatskappy sien die besoek nie.
  2. Geen koekies en geen gestoorde ID's. Niks word in die besoeker se blaaier geskryf nie, so daar is niks om hulle te volg nie, en niks om toestemming vir te vra nie.
  3. Stuur net dit wat 'n vraag beantwoord. Die bladsypad, die verwysende site (nie die volledige adres nie), 'n geruime skermgrootte-groep, 'n taalkode.
  4. Tel unieke besoekers met 'n daaglikse gesoute hash. Jy het salting in Leg 2 ontmoet. Hier is die sout 'n willeke geheim wat elke dag verander en dan weggegooi word.
  5. Aggregate, dan vergeet. Hou daaglikse totale; vee die row data na 'n kort tyd uit.

Die daaglikse sout, in kode

import hashlib, secrets

salt_of_the_day = {}          # day -> random secret, deleted when the day is over

def visitor_key(ip, user_agent, day):
    salt = salt_of_the_day.setdefault(day, secrets.token_bytes(16))
    text = (ip + "|" + user_agent).encode()
    return hashlib.sha256(salt + text).hexdigest()[:16]

# At midnight: del salt_of_the_day[yesterday]

Binne een dag kry dieselfde besoeker dieselfde sleutel, so "unieke besoekers vandag" is net die aantal verskillende sleutels. Môre is die salt nuut, so die selfde persoon kry 'n onverwante sleutel en dae kan nie verbind word nie. Sodat gister se salt verwyder is, kan niemand, nie eens jy nie, gister se sleutels vanaf 'n IP-adres herbereken nie.

Gevallestudie: floati.life se eie teller (nasien Oktober 2026)

Hier is wat hierdie webwerf se teller werklik doen, gelees uit die kode.

  • Die bladsy se eie skrif stuur een POST na floati.life se eie /api/track/. Geenderde party analities, geen koekies, geen ID gestoor in die blutser nie.
  • Dit stuur die bladsyepad, die verwysende webwerf se gasheernaam net (en niks wanneer jy van floati.life self af gekom het), die vensterbreedte en die taalkode soos en. Kursusbladsye stuur ook die naam van 'n stap, soos "passed an exercise".
  • Voordat dit gestuur word, sny die script die private deel van sertifikaatskakels af, sodat 'n eienaar se geheime skakel nooit die log bereik nie. Dit is skakelhigiëne van die laaste module, in die praktyk.
  • Die bediener voeg die user agent, 'n "lyk soos 'n bot" vlag, die toestelvorm en 'n land wat vanaf die IP-adres gekyk is by. Die IP-adres self word nie saam met bladsyebeskouings gestoor nie.
  • Vir unieke besoekers stoor dit 'n visitor hash: SHA-256 van die IP-adres en user agent, gekap tot 16 heksiese karakters.
  • Slegs die eienaar sien die totale op 'n bladsy met 'n PIN-beskerming.

Waar dit tekortkom, eerlikwaar. Daardie besoeker-hash het geen sout nie. So kry dieselfde besoeker elke dag dieselfde hash, wat dit laat dat besoeke oor dae heen verbind kan word. En iemand wat die database het, kan 'n user agent raai en IPv4-adresse een vir een probeer (daar is ongeveer 4.3 miljard, wat 'n rekenaar kan deurwerk). Die volledige user-agent-teks word ook by elke ry gehou. Die oplossings is die resep hierbo: 'n daaglikse sout wat dan verwyder word, en om net die browser-familie te hou in plaas van die volledige user agent. Om dit neer te skryf is deel van die werk: 'n eerlike oudit van jou eie webwerf is meer werd as een wat net perfek klink.

Klein getalle het sorg nodig

Sewe totale kan na 'n persoon wys. "Een besoeker van 'n klein dorp het die skuld-hulp bladsy gelees" kan hulle identifiseer. Verberg of rond enige getal onder 'n drempelwaarde af (wys byvoorbeeld "minder as 5") voordat enigiemand die verslag sien.

'n algemene wanbegrip: "hashing van die IP-adres anonimiseer dit". Sonder 'n geheime salt wat later verwyder word, is 'n hash van 'n IP net 'n ander spelling van dieselfde IP, omdat elke moontlike adres gehash en gekoppel kan word.

In ander tale
// JavaScript (Node)
const key = crypto.createHash("sha256")
  .update(dailySalt).update(ip + "|" + ua).digest("hex").slice(0, 16);
// Go
h := sha256.New()
h.Write(dailySalt); h.Write([]byte(ip + "|" + ua))
key := hex.EncodeToString(h.Sum(nil))[:16]
// PHP
$key = substr(hash('sha256', $dailySalt . $ip . '|' . $ua), 0, 16);

Opsomming

  • Eerste party, geen koekies nie, net die velde wat 'n vraag beantwoord, dan aggregeer en vee uit.
  • A daaglikse sout wat weggegooi word tel unieke besoekers per dag sonder om dae te verbind.
  • Ons eie teller is cookie-vry en eerste party, maar sy ongesoute besoeker hash is 'n swak punt wat reggemaak moet word.
  • Verberg baie klein tellings voor jy 'n verslag deel.

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.