Lehrplan Lektion 44 von 156 · Im Inneren eines Trackers (in der Praxiswelt)
Im Inneren eines Trackers (in der Praxiswelt)

Das Profil, das ein Anzeigennetzwerk verkaufen würde

Warum das wichtig ist Das Protokoll eines Trackers ist nicht nur eine Liste von Seiten. Zusammen gelesen, werden die Seiten zu Vermutungen über das Leben einer Person. Dieses Lab macht das konkret, damit die Risiken des Trackings nicht mehr abstrakt sind.

Sam hat AdCo nie etwas erzählt. Sam hat nur eingekauft. Aber AdCo sah jede Seite, und jede Seite hat eine Kategorie. Zähle die Kategorien und ein Bild erscheint: jemand, der gerne läuft, vielleicht erwartet ein Baby, vielleicht macht sich jemand Sorgen um Geld.

Interessenprofil: eine Zusammenfassung dessen, woran eine Person interessiert zu sein scheint, erstellt durch das Zählen der Arten von Seiten, die sie angesehen hat. Anzeigenetzwerke nutzen Profile, um zu entscheiden, welche Anzeigen sie zeigen und, in einigen Fällen, sie zu verkaufen oder zu teilen.

Einige Kategorien sind sensibler als andere. Gesundheit, Schwangerschaft, das Aufhören mit dem Rauchen, Geldprobleme und Baby-Sachen können einen medizinischen Zustand, eine Schwangerschaft oder die Finanzen einer Familie offenbaren, oft bevor die Person es jemandem in ihrem engen Umfeld erzählt hat.

Die Praxiswelt hat ihre eigene Liste, SENSITIVE_CATEGORIES, die baby ausschließt. Der SENSITIVE dieses Labs fügt es hinzu, weil Baby-Shopping oft auf eine Schwangerschaft hindeutet.

Zählen mit einem Dictionary

counts = {}
for category in ["running", "baby", "running"]:
    counts[category] = counts.get(category, 0) + 1
print(counts)   # {'running': 2, 'baby': 1}

counts.get(key, 0) bedeutet "die aktuelle Anzahl, oder 0, wenn dies neu ist". Python hat auch collections.Counter, das denselben Job in einer Zeile erledigt; beides ist in Ordnung.

Um den Schlüssel mit der höchsten Anzahl zu finden, max(counts, key=counts.get) schaut sich jeden Schlüssel an, aber vergleicht sie nach counts.get(key), ihrer Anzahl:

print(max({"running": 2, "baby": 1}, key={"running": 2, "baby": 1}.get))   # running

In diesem Labor nutzt du eine längere Sitzung (40 Seiten) mit einem normalen Browser. Finde zuerst die Haupt-ID von AdCo für Sam (die Cookie-ID, die auf den meisten Datensätzen zu sehen ist), zähle dann die Kategorien der Datensätze dieser ID und liste dann auf, welche sensiblen Kategorien erscheinen.

Die Verteidigung

Partitioning (lesson 41) teilt dieses Profil in ein kleines Stück pro Shop auf, und ein blocker (Module 8) stoppt die Berichte komplett. Keine der Änderungen beeinflusst, was jeder Shop über seine eigenen Besucher weiß; sie ändern, was ein Außenstehender zusammenfügen kann.

In anderen Sprachen

JavaScript:

const counts = {};
for (const r of mine) counts[r.category] = (counts[r.category] ?? 0) + 1;

C#:

var counts = mine.GroupBy(r => r.Category).ToDictionary(g => g.Key, g => g.Count());

Zusammenfassung

  • Das Zählen von Seitenkategorien unter einer ID macht ein Protokoll zu einer Lebensgeschichte.
  • Sensible Vermutungen (Gesundheit, Schwangerschaft, Geld) kommen aus dem normalen Einkaufen.
  • Partitionierung und Blockierung verhindern, dass ein Außenstehender alles zusammenfügt.
Du bist dran

Für seed=7 und world.browsing_session(40) mit einem normalen Browser: schreibe main_id(records) (das nicht-None cookie_id, das bei den meisten Datensätzen erscheint), interests(records, cookie_id) (ein Dictionary, das die Kategorien der Datensätze mit dieser ID zählt; überspringe Datensätze, deren Kategorie None ist, wie Bilder und Skripte, die zu keiner Kategorie gehören), und sensitive_found(counts) (eine sortierte Liste der Kategorien in SENSITIVE, die in den Zählen erscheinen). Speichere die Ergebnisse in sam_id, profile und found.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.