Rastreo basado en la IP
Por qué importa Bloquear las cookies no impide que un sitio vea tu dirección IP, y algunos rastreadores usan "dirección IP más navegador" como sustituto de un ID. En este laboratorio mides lo bien que funciona eso a lo largo de una semana simulada, y verás que es a la vez más débil y más peligroso de lo que parece.
Una dirección IP se parece un poco a la dirección de un bloque de pisos. Lleva los paquetes hasta el edificio, pero puede que allí vivan varias personas, y la gente se muda.
Por qué se comparten las direcciones IP
No hay suficientes direcciones del tipo antiguo (IPv4) para cada dispositivo, así que las redes las comparten.
NAT: traducción de direcciones de red (Network Address Translation): un router de casa o una pasarela de oficina permite que muchos dispositivos compartan una sola dirección IP pública. Todos los teléfonos y portátiles de casa parecen la misma dirección para los sitios web.
NAT de operador (carrier-grade NAT): el mismo truco hecho por una red móvil a gran escala: miles de teléfonos comparten un pequeño grupo de direcciones, y tu teléfono puede recibir una distinta cada vez que se conecta.
User agent: un texto corto que tu navegador envía con cada petición, con el nombre del navegador y del sistema, como Brook/31.0 (Laptop; OS-A). Mucha gente envía exactamente el mismo.
Así que un rastreador que combina los dos en un ID débil, como 203.0.113.7 | Brook/31.0 (Laptop; OS-A), puede equivocarse de dos maneras:
- Dividir: una persona aparece con muchos ID, porque su teléfono pasa del Wi-Fi de casa a la oficina y a la red móvil, o porque cambia la dirección de su casa.
- Fusionar: personas distintas comparten un ID, porque comparten oficina o casa y usan el mismo navegador popular.
Fusionar es lo peligroso para la privacidad: un rastreador puede atribuirte por error la navegación de tu compañero de piso, o revelar que alguien de tu casa miró algo delicado.
Los datos de práctica
watched.leg5a_network.simulate_week(seed) da una semana de visitas a un sitio de noticias. Cada visita es un diccionario:
{'day': 0, 'hour': 10, 'person': 'ana', 'device': 'laptop',
'network': 'office', 'ip': '192.0.2.31',
'user_agent': 'Brook/31.0 (Laptop; OS-A)'}El sitio en sí solo ve ip y user_agent. El campo person es la verdad que conoce el simulador y que un sitio real nunca conoce; lo usas solo para puntuar el ID débil. Los días van del 0 (lunes) al 6 (domingo).
Para contar cosas distintas, un set de Python es práctico: guarda cada valor una sola vez.
seen = set()
for v in visits:
seen.add(v["ip"])
print(len(seen)) # how many different IPsPara encontrar el elemento más común, cuenta con un diccionario y quédate con la cuenta más alta usando max(counts.values()).
En otros lenguajes
Construir un ID débil y contar valores distintos se parece mucho en todas partes.
// JavaScript
const weakId = v => `${v.ip} | ${v.user_agent}`;
const ids = new Set(week.filter(v => v.person === "ana").map(weakId));
console.log(ids.size);// Go
ids := map[string]bool{}
for _, v := range week {
if v.Person == "ana" {
ids[v.IP+" | "+v.UserAgent] = true
}
}
fmt.Println(len(ids))// PHP
$ids = [];
foreach ($week as $v) {
if ($v['person'] === 'ana') { $ids[$v['ip'] . ' | ' . $v['user_agent']] = true; }
}
echo count($ids);La defensa
Para ti: una VPN o un relé sustituye tu IP por una compartida, y mantener tu navegador actualizado hace que tu user agent siga siendo común. Para los sitios que construyas: no trates una dirección IP como una identidad. Acorta o elimina las direcciones IP de los registros lo antes posible (por ejemplo, guarda solo las tres primeras partes de una dirección IPv4), porque una IP completa más una hora puede señalar a un hogar.
Resumen
- Una dirección IP pertenece a una conexión, a menudo compartida por un hogar, una oficina o miles de teléfonos.
- IP más user agent divide a una persona en muchos ID y fusiona a personas distintas en uno.
- Fusionar puede exponer por error la navegación de otra persona, y por eso los ID basados en la IP son arriesgados además de débiles.
- En tus propios registros, acorta o elimina pronto las direcciones IP.
WEEK es una semana simulada de visitas. Escribe cuatro funciones:
weak_id(visit): devuelve un texto que combinevisit["ip"]yvisit["user_agent"], comoip + " | " + user_agent. Dos visitas deben recibir el mismo ID exactamente cuando coinciden las dos partes.ids_for_person(week, person): devuelve cuántos ID débiles distintos llevaban las visitas de esa persona (0 si no hay ninguna).people_behind_id(week): devuelve un diccionario que asocia cada ID débil a cuántas personas distintas hicieron visitas con él.stability(week, person): devuelve la proporción (de 0.0 a 1.0) de las visitas de esa persona hechas con su ID débil más común, o 0.0 si no tiene visitas.
¿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.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.