Temario Lección 119 de 156 · Cómo decide un navegador
Cómo decide un navegador

Clasificar rastreadores

Por qué importa Cada defensa de esta etapa empieza con una decisión: ¿este sitio es un rastreador? Si bloqueas un sitio honesto, las páginas se rompen; si se te escapa un rastreador, te siguen. Cómo toma esa decisión un navegador explica tanto sus puntos fuertes como alguna que otra página rota.

Piensa en tres formas en que un portero podría decidir quién entra en una discoteca. Uno tiene una lista impresa de alborotadores conocidos. Otro sigue reglas prácticas: "ha aparecido esta noche en todas las discotecas de la ciudad, disfrazado". Otro ha visto miles de noches y ha aprendido a intuirlo. Los navegadores usan las tres.

Clasificador: cualquier cosa que ordena elementos en grupos, aquí "rastreador" o "no rastreador". Puede ser una lista, un conjunto de reglas o un modelo entrenado.

1. Listas

Hay gente que mantiene listas de dominios de rastreo conocidos y reglas de filtrado. Los bloqueadores de anuncios usan listas de filtros de la comunidad como EasyList y EasyPrivacy, de las que analizaste un trozo en la etapa 2. La protección integrada de Firefox se basa en listas que mantiene Disconnect (comprobado en octubre de 2026). Las listas suelen incluir un mapa de entidades: qué dominios pertenecen a un mismo dueño, para que el sitio de contenidos de una empresa y su servidor de imágenes no se traten como terceros entre sí.

Las listas son precisas y fáciles de explicar ("bloqueado porque está en la lista X"). Pero solo están tan al día como su última actualización, y un rastreador puede esquivarlas con un dominio nuevo, o escondiéndose bajo el nombre del propio sitio (el encubrimiento con CNAME, de la etapa 1).

2. Heurísticas

Heurística: una regla práctica que suele acertar, como "un tercero visto en muchos sitios sin relación, que pone ID aleatorios largos, probablemente está rastreando".

Escribiste algunas en la etapa 2: un tercero en muchos sitios, ID de alta entropía (valores demasiado aleatorios para ser ajustes), respuestas del tamaño de un píxel. La regla de los rebotes de la lección anterior también es una heurística. Las heurísticas pillan a rastreadores que nadie ha puesto todavía en una lista, pero cometen dos tipos de error, y cada heurística cambia uno por otro.

Falso positivo: un sitio honesto tomado por error como rastreador (se rompe una página). Falso negativo: un rastreador que se cuela (te siguen).

Por ejemplo, cdn.example sirve una biblioteca a todas las tiendas. "En muchos sitios" dice que es un rastreador, pero no pone ningún ID: una heurística que ignore los ID rompería todas esas tiendas.

3. Aprendizaje automático

Un modelo puede aprender de rasgos como bajo cuántos sitios de nivel superior aparece un dominio, con qué frecuencia redirige y si alguna vez interactúas con él. WebKit ha descrito Intelligent Tracking Prevention de Safari como un sistema que usa un modelo de este tipo en el propio dispositivo (comprobado en octubre de 2026). Al hacerlo en el dispositivo, tus estadísticas de navegación nunca salen de él.

Los modelos pueden sopesar juntas muchas señales débiles y adaptarse a trucos nuevos. Pero son más difíciles de explicar, pueden equivocarse de formas sorprendentes y necesitan límites cuidadosos de tamaño y velocidad dentro de un navegador. Entrenarás uno pequeño en Python puro en la etapa 7.

Uno al lado del otro

ListasHeurísticasAprendizaje automático
Pilla rastreadores nuevosNo, hasta que están en la listaA menudoA menudo
ExplicableMuchoBastanteMenos
Errores típicosDesactualizadasFalsos positivos con servicios compartidosErrores sorprendentes
Se esquiva conDominios nuevos, encubrimientoMantenerse por debajo de los umbralesParecerse a los sitios normales

Decidir y luego actuar

Clasificar es solo la mitad. Los motores también eligen una respuesta para cada clase: bloquear la petición, permitirla pero quitar o particionar las cookies, purgar el almacenamiento más tarde, o solo informar de ello. Una respuesta más suave para los casos dudosos mantiene bajas las roturas. En la práctica, la mayoría de los motores combinan enfoques: una lista para bloquear con seguridad, heurísticas para las reglas de rebotes y de almacenamiento, y excepciones por sitio cuando algo se rompe.

Una idea equivocada muy común

"Un clasificador más listo significa que no hay rastreo." Todo clasificador tiene falsos negativos, y parte del rastreo (la analítica propia, los inicios de sesión, las huellas digitales) no parece en absoluto un rastreador aparte. Por eso la clasificación va acompañada de defensas que funcionan sin ella, como la partición.

Resumen

  • Las listas son precisas y explicables, pero se les escapan los rastreadores nuevos o encubiertos.
  • Las heurísticas pillan a los rastreadores que no están en las listas, pero cambian falsos positivos por falsos negativos.
  • El aprendizaje automático sopesa muchas señales; WebKit ha descrito ITP de Safari como un sistema que usa un modelo en el propio dispositivo (comprobado en octubre de 2026).
  • Los motores combinan enfoques y eligen una respuesta más suave cuando tienen dudas.

¿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.