متتبع بصمة الإصبع
لماذا هذا مهم مسح ملفات تعريف الارتباط يشبه البدء من جديد. يوضح هذا المختبر، باستخدام سجل AdCo الخاص، لماذا لا يكون كذلك غالبا: يمكن التعرف على المتصفح من سماته فقط. كما يوضح الدفاع الذي يكسر ذلك.
إذا لم يتمكن شخص ما من قراءة سوارك، فبإمكانه وصفك: طويل القامة، معطف أحمر، حقيبة ظهر خضراء، يمشي بعرج. كل تفصيل شائع، لكنها معاً تشير إلى شخص واحد. يمكن وصف المتصفح بنفس الطريقة.
بصمة المتصفح: ملخص لتفاصيل صغيرة كثيرة في المتصفح (حجم الشاشة، المنطقة الزمنية، الخطوط، وكيفية رسم شريحة الرسومات لصورة اختبار) والتي تحدد معاً متصفحاً واحداً، دون استخدام أي cookie على الإطلاق.
في هذا المختبر، يقرأ script الخاص بـ AdCo أيضاً سمات متصفح Sam (أنت تقوم بتفعيل ذلك باستخدام read_traits=True)، ويقوم Sam بمسح cookies و site storage الخاصة به كل 3 صفحات (clear_every=3)، لذا يجب على AdCo تقديم cookie ID جديد في كل مرة. يحتوي كل record الآن على traits dict.
تحويل السمات إلى تسمية واحدة قصيرة
لمقارنة السمات بسهولة، تقوم بتحويل القاموس بالكامل إلى تسمية قصيرة واحدة، وهي hash. السمات المتماثلة تعطي دائما نفس الـ hash؛ تغيير سمة واحدة يغير الـ hash بالكامل.
Hash: دالة تحول أي نص إلى رمز قصير (هنا، رقم). نفس المدخلات، نفس الرمز؛ مدخلات مختلفة، رمز مختلف تماما. يوفر المساق hash_text(text).
هناك فخ واحد: يمكن لـ dict إدراج نفس المفاتيح بترتيب مختلف. json.dumps(traits, sort_keys=True) يكتب المفاتيح بترتيب أبجدي، لذا تصبح السمات نفسها دائما نصا متطابقا قبل عملية hashing.
import json
from watched.data import hash_text
a = {"screen": "1440x900", "timezone": "Europe/London"}
b = {"timezone": "Europe/London", "screen": "1440x900"} # same traits, other order
print(hash_text(json.dumps(a, sort_keys=True)) == hash_text(json.dumps(b, sort_keys=True))) # Trueلعدّ كم قيمة مختلفة توجد، ضعها في مجموعة وخذ طولها. الأقواس المعقوفة مع حلقة بداخلها تبني مجموعة (set comprehension):
ids = ["a", "b", "a", None]
print(len({i for i in ids if i is not None})) # 2الدفاع: farbling
تضيف بعض المتصفحات، بما في ذلك Brave و Floati، تغييرات صغيرة وغير ضارة لبعض السمات، وتختلف هذه التغييرات لكل موقع (تم التحقق في أكتوبر 2026). لا تزال الصفحات تعمل، لكن الملصق الذي تم إنشاؤه في ShopA لم يعد يطابق الملصق الذي تم إنشاؤه في ShopB. ستقوم بقياس ذلك أيضاً باستخدام farble=True. الدفاع الرئيسي الآخر، وهو جعل كل متصفح يبدو متطابقاً (التوحيد)، هو ما ستحاول القيام به بنفسك في الدرس 50.
Farbling: إضافة ضوضاء صغيرة لكل موقع إلى السمات القابلة للتتبع، بحيث يرى كل موقع متصفحا مختلفا قليلا.
في لغات أخرى
JavaScript، المفاتيح مرتبة ثم hash من نوع SHA-256 باستخدام Web Crypto API:
const text = JSON.stringify(Object.keys(traits).sort().reduce((o, k) => (o[k] = traits[k], o), {}));
const bytes = await crypto.subtle.digest("SHA-256", new TextEncoder().encode(text));Go: json.Marshal يكتب بالفعل مفاتيح map بترتيب مرتب، لذا النص مستقر:
text, _ := json.Marshal(traits) // traits is a map[string]any
sum := sha256.Sum256(text)
label := hex.EncodeToString(sum[:8])ملخص
- يمكن لعديد من السمات الصغيرة معاً تحديد المتصفح، بدون أي cookie على الإطلاق.
- فرز المفاتيح قبل عملية hashing يجعل الملصق مستقرا.
- مسح ملفات تعريف الارتباط لم يخفِ Sam؛ بل فعل ذلك farbling.
اكتب fingerprint(traits) الذي يعيد hash_text(json.dumps(traits, sort_keys=True))، و join_by_fingerprint(records) الذي يربط بصمة كل سجل بمجموعة المواقع. بعد ذلك، بالنسبة لـ seed=7 وأول 12 صفحة من Sam: اضبط cookie_ids على عدد معرفات ملفات تعريف الارتباط المختلفة غير None، واضبط fingerprints على عدد البصمات المختلفة، وكلاهما من practice_log(world, pages, read_traits=True, clear_every=3)؛ واضبط farbled على عدد البصمات من practice_log(world, pages, read_traits=True, farble=True).
سيفتح هذا التمرين قريبا
أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.
يقوم هذا المتصفح بحظر ملفات تعريف الارتباط لـ learn.floati.life، لذا لا يمكن فتح الدروس التي أنهيتها هنا بالترتيب. اسمح بملفات تعريف الارتباط لهذا الموقع وأعد التحميل.