Temario Lección 125 de 156 · Construir las defensas
Construir las defensas

Roturas

Por qué importa Cada defensa que construiste en este módulo rompe algo real cuando se ajusta demasiado fuerte. La gente no desactiva la protección porque le encanten los rastreadores; la desactiva porque su cuadro de comentarios o su pago dejaron de funcionar. Así que un equipo de motor mide dos números juntos: cuánto rastreo sigue funcionando y cuántos sitios se rompieron. Este laboratorio te da los dos números y te pide que elijas.

Es como elegir la dosis de un medicamento. Demasiado poco y no hace nada; demasiado y los efectos secundarios son peores que la enfermedad. La dosis correcta es la más pequeña que funciona, y solo la encuentras midiendo.

Rotura: una función de un sitio que deja de funcionar por culpa de una defensa de privacidad: un inicio de sesión que falla, un widget que aparece sin sesión, un gráfico que se dibuja mal.

Tasa de roturas: la proporción de sitios probados con al menos una función rota. Tres sitios rotos de 20 son una tasa de 3 / 20 = 0.15, o un 15 por ciento.

Presupuesto de roturas: la tasa de roturas más alta que un equipo acepta antes de publicar, por ejemplo 0.10 (dos sitios de 20).

El banco de pruebas: 20 sitios de práctica

watched.leg6b_harden construye 20 sitios de práctica (news.example, garden.example, etc.). Cada uno necesita algunas de estas funciones para funcionar:

FunciónQué necesitaQué defensa puede romperla
libun script de cdn.examplebloquear a todos los terceros
mapsun marco de mapa de maps.examplebloquear a todos los terceros
commentsel widget de Talk, con la sesión iniciada después de un clicla partición sin Storage Access
chartpíxeles del canvas a 2 o menos del valor realfarbling con demasiado ruido
checkoutpay.example recibe su refquitar parámetros de los enlaces sin lista de permitidos
loginsignin.example recibe cid, state y codequitar parámetros de los enlaces sin lista de permitidos
linkslos enlaces entre sitios llegan a su destinobloquear navegaciones

Cinco técnicas de rastreo funcionan en esos mismos sitios: una cookie de terceros, el almacenamiento de un marco, un script de huellas digitales, la decoración de enlaces y un rastreador por rebote. Una técnica cuenta como relacionada cuando vio el mismo ID en dos o más sitios.

Defensas ya hechas

Antes en este módulo escribiste tú cada defensa. Para comparar combinaciones rápido, watched.leg6b_presets las tiene ya hechas, activadas con un diccionario de configuración, y CANDIDATES contiene ocho configuraciones con nombre, de "nothing" a "balanced". Una llamada mide una configuración:

from watched.leg6b_presets import CANDIDATES, evaluate

result = evaluate(CANDIDATES["blocklist only"])
print(result["linked"])   # techniques that still link two sites
print(result["broken"])   # {site: [features that broke]}
print(result["sites"])    # 20

Lo que vas a construir

  • breakage_rate(broken, total_sites): la proporción de sitios con algo roto.
  • feature_counts(broken): para cada función, en cuántos sitios se rompió. Esto te dice qué defensa suavizar.
  • choose(results, budget): de un diccionario nombre -> resultado, quédate con las configuraciones cuya tasa de roturas está dentro del presupuesto, y luego elige la que tenga menos técnicas relacionadas. Si hay empate, prefiere la tasa de roturas más baja, y luego el nombre que va primero por orden alfabético. Devuelve None si no encaja ninguna.

Para elegir "la menor, luego la más baja, luego el primer nombre" en un solo paso, ordena por una tupla. Python compara las tuplas elemento a elemento, así que decide el primer elemento salvo que haya empate:

options = [("b", 0, 0.20), ("a", 0, 0.20), ("c", 1, 0.00)]
best = min(options, key=lambda o: (o[1], o[2], o[0]))
print(best)   # ('a', 0, 0.2): fewest linked first, then rate, then name

key=lambda o: ... le dice a min qué comparar. Una lambda es una función de una línea sin nombre: lambda o: o[1] significa "dado o, devuelve o[1]".

Leer tus resultados

Mira la tabla que imprimes. Algunas configuraciones detienen las cinco técnicas pero rompen una quinta parte de la web; una detiene cuatro y no rompe nada. Ninguna está mal en sí misma: decide el presupuesto. Los motores reales funcionan igual. Despliegan las defensas poco a poco, recogen informes de roturas, mantienen pequeñas listas de excepciones para los sitios que las necesitan y dejan que la gente baje la protección en un sitio. Los Shields por sitio de Floati (en el propio navegador del autor del curso, todavía en desarrollo) son ese último interruptor.

Una idea equivocada muy común

"Cero roturas significa que la defensa se puede publicar sin riesgo." No por sí solo: la configuración "nothing" también tiene cero roturas. Las roturas solo tienen sentido junto a cuánto rastreo detuviste, y por eso choose necesita las dos cosas.

En otros lenguajes

Elegir dentro de un presupuesto en JavaScript:

function choose(results, budget) {
  const ok = Object.entries(results)
    .map(([name, r]) => [name, r.linked.length, Object.keys(r.broken).length / r.sites])
    .filter(([, , rate]) => rate <= budget)
    .sort((a, b) => a[1] - b[1] || a[2] - b[2] || a[0].localeCompare(b[0]));
  return ok.length ? ok[0][0] : null;
}

Contar funciones en Go, con un map:

counts := map[string]int{}
for _, features := range broken {
    for _, f := range features { counts[f]++ }
}

Resumen

  • Cada defensa tiene un coste en roturas; mídelo, no lo adivines.
  • Juzga una configuración con dos números juntos: el rastreo que sigue funcionando y la tasa de roturas.
  • Cuenta qué función se rompe más, y suaviza la defensa que hay detrás en lugar de quitarla.
  • Un presupuesto de roturas convierte un compromiso vago en una decisión que puedes probar.
Tu turno

Escribe breakage_rate(broken, total_sites) (el número de sitios de broken dividido entre total_sites), feature_counts(broken) (un diccionario: función -> número de sitios donde se rompió) y choose(results, budget), donde results asocia el nombre de una configuración a lo que devolvió evaluate. choose se queda con los nombres cuyo breakage_rate(r["broken"], r["sites"]) es como mucho budget y devuelve el que tenga menos r["linked"]; los empates se resuelven por la tasa más baja, y luego por el primer nombre en orden alfabético; devuelve None si no encaja ninguno. Luego construye results = {name: evaluate(config) for name, config in CANDIDATES.items()} y asigna best = choose(results, 0.10).

¿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.