المنهج الدراسي الدرس 48 من 156 · بناء أداة حظر
بناء أداة حظر

اكتشاف المتتبعات بدون قائمة

لماذا هذا مهم القائمة تعرف فقط المتتبعات التي وجدها شخص ما ودونها بالفعل. تظهر متتبعات جديدة كل أسبوع، وبعضها يغير أسماءها عمدا. رصد المتتبع من خلال سلوكه يكشف عن المتتبعات التي لم تسمع بها أي قائمة بعد.

رصد سارق متجر بدون صورة

إن وجود

A حارس متجر مع قائمة بأسماء سارقي المتاجر المعروفين أمر مفيد. لكن الحارس الجيد يراقب السلوك أيضا: شخص يزور كل متجر في الشارع ويدون من يدخل. لا تحتاج إلى اسمهم لترى ما يفعلونه.

لدى

Trackers سلوكيات كاشفة أيضاً. في هذا الدرس ستبحث عن ثلاث أدلة في سجل طلبات المتصفح:

  1. في كل مكان في وقت واحد. يظهر نفس الموقع التابع لجهة خارجية على موقعين أو أكثر مختلفين. هذا ما يسمح له بربط زياراتك معاً.
  2. معرّف فريد في العنوان. قيمة استعلام مثل cid=df0641532d7f تبدو عشوائية: هذه بطاقة اسم لك.
  3. بكسل. "صورة" بحجم 100 بايت أو أقل، صغيرة جدا لدرجة أنها لا تظهر أي شيء. وظيفتها الوحيدة هي جعل المتصفح يرسل طلبا.

Heuristic: قاعدة تقريبية تكون صحيحة عادة ولكن ليس دائما، مثل "الغيوم الداكنة تعني المطر". يمكن للـ Heuristics اكتشاف أشياء جديدة، ويمكن خداعها أيضا.

قاعدتنا: الموقع هو متتبع إذا كانت العلامة 1 صحيحة وواحدة على الأقل من العلامتين 2 أو 3 صحيحة. اشتراط العلامة 1 يحافظ على الموقع غير الضار cdn.exampleآمنا: فهو موجود في كل متجر، لكنه لا يرسل أي ID وشعاره صورة حقيقية بحجم 2 KB.

ما مدى عشوائية العشوائية؟ الإنتروبيا باختصار

للتمييز بين المعرف وكلمة عادية، نقيس مدى اختلاط أحرفه. aaaa غير مختلط على الإطلاق. abcd يستخدم أربعة أحرف مختلفة بالتساوي.

إنتروبيا شانون: رقم يمثل مدى عدم إمكانية التنبؤ بشيء ما، بالبت. للنص: لكل حرف مختلف، خذ حصته p من النص، واجمع -p * log2(p). التنوع الأكبر يعطي بتات أكثر.

char_entropy("aaaa")   # 0.0  every character is the same
char_entropy("abab")   # 1.0  two characters, half each
char_entropy("abcd")   # 2.0  four characters, a quarter each

math.log2(p) هو "كم مرة أقوم بتقسيم 1 إلى النصف للحصول على p"، وهو معطى كرقم سالب، ولهذا السبب توجد علامة ناقص. يقوم collections.Counter(text) بحساب كل حرف من أجلك. ستواجه هذه الصيغة نفسها مرة أخرى، مطبقة على مجموعات كاملة من المتصفحات، في الوحدة التالية.

Entropy وحدها ليست كافية: trail-shoes مختلطة تماما أيضا. لذا looks_like_id تطلب أيضا 8 أحرف على الأقل، أحرف فقط، أرقام، - أو _، وحرفا واحدا ورقما واحدا على الأقل. الكلمات تفشل في اختبار الرقم؛ التواريخ وعناوين URLs تفشل في اختبار الحرف أو الرمز.

قراءة السجل

كل record في browser.log يحتوي على ما تحتاجه:

  • site_of(record.url) و record.top_site: إذا اختلفا، فهذا طرف ثالث.
  • record.request.params: الاستعلام كقاموس، مفكك التشفير بالفعل.
  • record.response: None إذا تم الحظر؛ وإلا .header("Content-Type") و .size بالبايتات.

حدود صادقة

يمر

A tracker على موقع واحد فقط في سجلّك دون أن يلاحظه أحد، حتى لو كان موجودا على آلاف المواقع التي لم تزرها بعد. كما يتسلل tracker يخفي المعرفات في cookie ويرسل صورة بحجم طبيعي أيضا. كما أن first-party analytics script يرسل المعرفات إلى موقعه الخاص لا يعتبر third party على الإطلاق. لهذا السبب تستخدم blockers الحقيقية قوائم and heuristics معا.

جرب ذلك افتح DevTools (F12، أو Cmd+Option+I على Mac)، انتقل إلى تبويب Network، قم بالتصفية حسب Img، وقم بتحميل موقع إخباري. رتب حسب Size. عمود Size يحسب رؤوس الاستجابة أيضاً، لذا فإن البكسل الذي تبلغ صورة حجمه بضع عشرات من البايتات فقط يظهر كبضع مئات. أي صورة بهذا الحجم الصغير من موقع آخر هي على الأرجح بكسل. انقر على واحد وانظر إلى query string الخاص به بحثاً عن قيمة عشوائية طويلة.

في لغات أخرى

JavaScript:

function charEntropy(text) {
  if (!text) return 0;
  const counts = {};
  for (const ch of text) counts[ch] = (counts[ch] || 0) + 1;
  let bits = 0;
  for (const n of Object.values(counts)) {
    const p = n / text.length;
    bits -= p * Math.log2(p);
  }
  return bits;
}

const looksLikeId = v => v.length >= 8 && /^[A-Za-z0-9_-]+$/.test(v)
  && /[0-9]/.test(v) && /[A-Za-z]/.test(v) && charEntropy(v) >= 2;

C#:

static double CharEntropy(string text) =>
    text.Length == 0 ? 0 :
    -text.GroupBy(c => c)
         .Select(g => (double)g.Count() / text.Length)
         .Sum(p => p * Math.Log2(p));

ملخص

  • يُفصح Behaviour عن المتتبعين: موجود في مواقع كثيرة، ويرسل معرفات عشوائية، ويجلب pixels.
  • يقيس Shannon entropy مدى اختلاط النص؛ وتحصل المعرفات العشوائية على درجات عالية.
  • يتطلب وجود "على موقعين أو أكثر" يحمي المساعدين غير الضارين مثل CDN.
  • تكتشف
  • Heuristics المتتبعات الجديدة ولكنها تفوت بعضها؛ يدمج
  • الحاصرات الحقيقية بينها وبين القوائم.
دورك

اكتب char_entropy(text) (إنتروبيا شانون بالبت لكل حرف، 0.0 للنص الفارغ)، looks_like_id(value) (8 أحرف على الأقل، كلها في ID_CHARS، رقم واحد على الأقل وحرف واحد، إنتروبيا 2.0 على الأقل)، is_pixel(record) (استجابة بـ Content-Type يبدأ بـ image/ وحجم 100 بايت أو أقل) و find_trackers(log)، مع إرجاع مجموعة المواقع التي تظهر كطرف ثالث في موقعين رئيسيين مختلفين على الأقل وأرسلت قيمة استعلام تشبه ID أو استقبلت بكسلاً. لا تستخدم watched.reference.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.