Lehrplan Lektion 147 von 156 · Messe das Web wie ein Forscher
Messe das Web wie ein Forscher

Versteckte Tracker finden

Warum das wichtig ist Die Tracker, die Forscher am meisten beunruhigen, sind diejenigen, die sich verstecken: hinter dem Namen deiner eigenen Seite, in einem Redirect, den du nie bemerkst, oder in einem Script, das überhaupt kein Cookie setzt. Eine einfache Zählung von Drittanbietern übersieht sie. Dieses Lab findet drei Arten in deinen Crawl-Daten.

Stell dir einen Laden vor, in dem der Sicherheitswächter die Uniform des Ladens trägt, aber eigentlich von jemand anderem angestellt ist. Ein Besucher, der den "Außenservice" zählt, würde ihn niemals bemerken. Versteckte Tracker funktionieren so.

1. CNAME cloaking

DNS: das Adressbuch des Internets: es macht einen Namen wie m.calmriver.example zur Adresse eines Computers.

CNAME: ein DNS-Eintrag, der sagt "dieser Name ist eigentlich ein anderer Name". m.calmriver.example kann ein CNAME für c.cloakco.example sein, also sieht die Anfrage nach einer internen Seite aus, erreicht aber einen Tracker.

CNAME cloaking: ein Tracker, der sich hinter der eigenen Subdomain einer Seite durch einen CNAME versteckt, damit Blocklisten und Regeln für Drittanbieter-Cookies einen Namen der ersten Partei sehen.

In den Crawl-Aufzeichnungen hat jede Anfrage cname: wo DNS sagt, wohin der Host wirklich zeigt, oder None. Eine getarnte Anfrage hat einen Host auf der eigenen Seite und einen CNAME auf einem gelisteten Tracker. Vorsicht: viele Seiten zeigen Subdomains auf ein Content Delivery Network wie edge.cdn.example. Das ist normal, also prüfe die Seite des CNAME gegen TRACKER_LIST.

Safari begrenzt Cookies, die über CNAME-cloaked Antworten gesetzt werden, auf 7 Tage, und Firefox lässt Blocking-Erweiterungen CNAMEs suchen, um sie zu uncloaken; Chrome-Erweiterungen können diese Suche nicht ausführen (geprüft Oktober 2026).

2. Bounce-Ketten

Wenn du auf einen Link klickst, kann er auf dem Weg durch einen Tracker-Redirect gehen. Das erlaubt ihm, sein eigenes First-Party-Cookie zu setzen oder zu lesen. Du hast Bounce-Tracking in Etappe 6 kennengelernt; hier zählst du es im großen Stil. Jeder Datensatz hat click_chain: die URLs, durch die der Crawler nach dem Klicken auf den ersten ausgehenden Link der Seite gegangen ist. Ein mittlerer Hop ist ein Bounce, wenn seine Seite sich sowohl von der Startseite als auch von der Zielseite unterscheidet. Eine Seite, die über ihre eigene /out-Seite weiterleitet, ist kein Bounce.

3. Fingerprinting-Skripte

Ein instrumentierter Crawler zeichnet auf, welche Browser-Funktionen jedes Skript verwendet, in scripts. Dem Ansatz veröffentlichter Studien folgend ist ein Skript verdächtig, wenn es sowohl eine Zeichnung oder einen Ton ausliest (CANVAS_READS) als auch mindestens 4 verschiedene Geräteeigenschaften ausliest (TRAIT_APIS). Eine Zeichen-App, die nur dein Bild exportiert, nutzt die canvas, aber liest wenige Eigenschaften, also zählt sie nicht.

from watched.leg7b_web import CANVAS_READS, TRAIT_APIS
apis = ["canvas.toDataURL", "navigator.userAgent", "screen.width",
        "navigator.languages", "Intl.timeZone"]
reads_canvas = any(a in CANVAS_READS for a in apis)
traits = {a for a in apis if a in TRAIT_APIS}      # a set: each trait once
print(reads_canvas, len(traits))                   # True 4

Achte auf Fingerprinting achte, das vom own Host der Seite ausgeliefert wird. Keine Drittanbieter-Liste würde es erfassen; nur das Verhalten tut es.

Ein häufiges Missverständnis: "Wenn mein Blocker null Tracker von Drittanbietern anzeigt, wird nichts verfolgt." Cloaked, bounced und First-Party Fingerprinting Tracker entkommen alle einer Liste von Drittanbietern. Verhaltensbasierte Prüfungen, wie die, die du hier schreibst, sind der Weg, wie Browser und Forscher sie finden.

In anderen Sprachen

Die Fingerprinting-Regel in JavaScript und PHP:

// JavaScript
function isFingerprinting(apis) {
  const readsCanvas = apis.some(a => CANVAS_READS.includes(a));
  const traits = new Set(apis.filter(a => TRAIT_APIS.includes(a)));
  return readsCanvas && traits.size >= 4;
}
// PHP
function is_fingerprinting(array $apis): bool {
    $reads = count(array_intersect($apis, CANVAS_READS)) > 0;
    $traits = count(array_unique(array_intersect($apis, TRAIT_APIS)));
    return $reads && $traits >= 4;
}

Zusammenfassung

  • CNAME cloaking verbirgt einen Tracker hinter der eigenen Subdomain der Seite; prüfe, wohin der CNAME wirklich zeigt.
  • A bounce ist ein Redirect-Hop auf einer Seite, die weder dein Startpunkt noch dein Endpunkt ist.
  • Fingerprinting zeigt sich im Verhalten: ein Canvas oder Audio-Readback plus viele Geräteeigenschaften.
  • Behaviour findet das, was name lists übersehen, einschließlich First-Party-Fingerprinting.
Du bist dran

Schreibe fünf Funktionen über crawl records:

  1. cloaked_hosts(load, tracker_list): die sortierte Liste der eindeutigen request hosts auf der eigenen Seite der Seite, deren cname gesetzt ist und deren CNAMEs Seite in tracker_list.
  2. ist
  3. bounce_hops(load): von load["click_chain"], die Seiten der mittleren Hops, die sich sowohl von der Seite der ersten als auch von der Seite der letzten URL unterscheiden (eine leere Liste, wenn die Kette kürzer als 3 ist).
  4. is_fingerprinting(apis): true, wenn eine API in CANVAS_READS ist und mindestens 4 verschiedene APIs in TRAIT_APIS.
  5. sind.
  6. fingerprinting_scripts(load): die URLs der Skripte in load["scripts"], die diesen Test bestehen.
  7. hidden_report(loads, tracker_list): ein Dictionary, das Seiten zählt mit jeder Art: "cname_cloaking", "bounce", "fingerprinting" und "first_party_fingerprinting" (ein Fingerprinting-Skript auf der eigenen Seite).
Stelle dann report für den vollständigen Crawl ein. Tests crawlen auch andere simulierte Webs.

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.