Temario Lección 111 de 156 · Aplicaciones y dispositivos
Aplicaciones y dispositivos

Asignar los SDK a sus dueños

Por qué importa Los hosts no son empresas. Una empresa puede usar muchos hosts, y un host que parece de la propia aplicación puede pertenecer a otra. Agrupar una captura por dueño, y sumar lo que recibió cada dueño, convierte una lista de peticiones en la respuesta a la pregunta que de verdad te importa: ¿quién supo qué sobre mí?

Direcciones y caseros

Un nombre de host es como la dirección de una calle; el dueño es el casero. events.metrics.example y cdn.metrics.example son dos direcciones con el mismo casero. Y partners.fitfox.example está en la calle de FitFox, pero la alquila otro casero (AdCo). Es la versión para aplicaciones del encubrimiento con CNAME que viste en la etapa 1.

Mapa de dominios: una lista que dice qué empresa gestiona cada host o sitio. Los reales los elaboran investigadores y proyectos de bloqueo de rastreadores; el nuestro es SDK_OWNERS, un diccionario normal del mundo de práctica.

from watched.leg5b_apps import SDK_OWNERS
print(SDK_OWNERS["adco.example"])            # AdCo
print(SDK_OWNERS["partners.fitfox.example"]) # AdCo
print(SDK_OWNERS["fitfox.example"])          # FitFox

Primero lo más específico

Para encontrar el dueño de a.b.adco.example, prueba el nombre completo, luego quita la etiqueta de más a la izquierda (una etiqueta es una de las piezas separadas por puntos) y vuelve a probar: b.adco.example, y luego adco.example. Para en la primera coincidencia. Para antes de quedarte con una sola etiqueta como example, que no es de nadie. Si nada coincide, el dueño es "Unknown" (desconocido), y un dueño desconocido merece más atención, no menos.

labels = "a.b.adco.example".split(".")   # ['a', 'b', 'adco', 'example']
print(".".join(labels[1:]))              # b.adco.example

Empezar por lo más específico es lo que pilla partners.fitfox.example: su nombre completo está en el mapa como AdCo, así que nunca recurres a FitFox.

Un grafo de datos compartidos

Grafo de datos compartidos: un mapa de cada empresa a los tipos de datos que recibió. Aquí lo guardamos como un diccionario, dueño -> lista ordenada de tipos.

El mundo de práctica te da fields_of(entry) (igual que tu all_fields de la lección anterior) y DATA_KINDS, que dice qué tipo de dato lleva un nombre de campo:

from watched.leg5b_apps import DATA_KINDS
print(DATA_KINDS["heart_rate"])   # health
print(DATA_KINDS.get("slot"))     # None (not personal, ignore it)

Los tipos son identifier, location, health, contact y viewing (identificador, ubicación, salud, contacto y visionado). Como antes, un campo identificador cuyo valor es ZERO_AD_ID (o está vacío) no cuenta. Cada dueño que contactó la aplicación aparece en el grafo, aunque sea con una lista vacía, porque una conexión por sí sola entrega tu dirección IP y la hora.

Una puntuación que puedes comparar

Un solo número te permite comparar dos aplicaciones de un vistazo. La nuestra es sencilla a propósito: por cada dueño que no sea la propia empresa de la aplicación, suma 1 por el contacto, más un peso por cada tipo que recibió, de KIND_WEIGHTS (identifier 2, location 3, health 3, contact 3, viewing 2). FitFox puntúa 26.

Los investigadores reales ponderan las cosas de otra forma, y ninguna puntuación lo recoge todo. Una puntuación sirve para empezar la conversación: es más útil para decir "esta aplicación comparte el doble que aquella" que como veredicto.

Una idea equivocada muy común

"Más hosts significa compartir más." Una aplicación podría usar diez hosts gestionados todos por ella misma y un host gestionado por un corredor de datos. Contar dueños, y lo que recibieron, se acerca más a la verdad que contar hosts.

En otros lenguajes

JavaScript

function ownerOf(host, owners) {
  const labels = host.toLowerCase().split(".");
  for (let i = 0; i < labels.length - 1; i++) {
    const name = labels.slice(i).join(".");
    if (name in owners) return owners[name];
  }
  return "Unknown";
}

Rust

fn owner_of(host: &str, owners: &HashMap<&str, &str>) -> String {
    let labels: Vec<&str> = host.split('.').collect();
    for i in 0..labels.len().saturating_sub(1) {
        if let Some(o) = owners.get(labels[i..].join(".").as_str()) {
            return o.to_string();
        }
    }
    "Unknown".to_string()
}

Resumen

  • Agrupa por dueño, no por host: una empresa tiene muchos hosts, y un host de aspecto familiar puede pertenecer a otra.
  • Busca primero el nombre más específico, y luego quita etiquetas una a una; si no hay coincidencia, es "Unknown".
  • Un grafo de datos compartidos enumera, para cada dueño, los tipos de datos que recibió.
  • Una puntuación sencilla ayuda a comparar aplicaciones, pero es un punto de partida, no un veredicto.
Tu turno

Escribe tres funciones.

  1. owner_of(host, owners): busca host en el diccionario owners; si no está, quita la etiqueta de más a la izquierda y vuelve a probar, parando antes de que quede una sola etiqueta. Devuelve el primer dueño encontrado, o "Unknown".
  2. sharing_graph(entries, owners): devuelve un diccionario que asocia cada dueño contactado (usa el host de urlsplit(url).hostname) a una lista ordenada sin repeticiones de los tipos de datos que recibió. Usa fields_of y DATA_KINDS; sáltate los nombres que no estén en DATA_KINDS, y los campos identificadores cuyo valor sea ZERO_AD_ID o esté vacío. Los dueños que no recibieron nada personal aparecen igualmente, con [].
  3. sharing_score(graph, app_owner): por cada dueño salvo app_owner, suma 1 más KIND_WEIGHTS[kind] por cada uno de sus tipos. Devuelve el total.
Luego asigna graph = sharing_graph(fitness_app_log(), SDK_OWNERS) y score = sharing_score(graph, "FitFox"), e imprime los dos.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.