سرفصل‌ها درس 57 از 156 · حریم خصوصی را صادقانه اندازه بگیرید
حریم خصوصی را صادقانه اندازه بگیرید

پروژهٔ مرحلهٔ 2: گزارش آزمایشگاه ردیاب

چرا مهم است اینجا جایی است که مرحلهٔ 2 کنار هم می‌آید. کل چرخه را اجرا می‌کنید، ردیاب، سپس بخش‌بندی، سپس مسدودکننده، سپس اندازه‌گیری، روی یک دنیای تمرینی که پیش‌تر ندیده‌اید، و آن را به شیوهٔ یک پژوهشگر حریم خصوصی گزارش می‌دهید: به شکل عددهایی که هر کسی بتواند بررسی کند.

شرح کار

یک تحریریهٔ خبری تمرینی از شما پرسیده: «انتخاب مرورگر خوانندگان ما در این سه فروشگاه چقدر از آن‌ها محافظت می‌کند؟» با یک گزارش JSON که کد خودتان تولید می‌کند پاسخ می‌دهید. JSON فقط یک dict است که به شکل متن نوشته شده، تا برنامهٔ دیگری (یا یک ارزیاب) بتواند آن را بخواند.

دنیای آزمایشگاه: build_lab_world(seed) از watched.leg2b_lab: همان سه فروشگاه همیشگی، AdCo و Metrics، به‌علاوهٔ یک ردیاب اضافه که نامش با بذر تغییر می‌کند، و یک ابزارک نقد بی‌خطر در هر فروشگاه، که برای وسوسه‌کردن یک مسدودکنندهٔ بی‌دقت آنجاست.

چون ردیاب اضافه با بذر تغییر می‌کند، یک فهرست ثابت در کد قبول نمی‌شود. تشخیص‌دهندهٔ شما از درس 48 باید آن را پیدا کند. lab_truth(world) کلید پاسخ را فقط برای نمره‌دهی به شما می‌دهد: در پژوهش واقعی، ساختنش کار دستی کندی است.

سه اجرا

هر اجرا همان فهرست صفحه‌ها از lab_urls(world, n, seed) را مرور می‌کند، با یک نسخهٔ تازه از ردیاب تمرینی AdCo نصب‌شده (server, profiles = practice_tracker(world) از watched.leg2e_inside، همان ردیاب آماده‌ای که در ماژول 7 بررسی کردید)، تا هیچ اجرایی نمایه‌های اجرای دیگر را نبیند. شما ردیاب را نمی‌نویسید؛ اندازه‌اش می‌گیرید.

  1. مرورگر ساده. ردیاب AdCo چند سایت فروشگاه را به یک شناسه پیوند می‌دهد؟ همچنین find_trackers را روی گزارش این اجرا اجرا کنید.
  2. مرورگر بخش‌بندی‌شده (Browser(world, partitioned=True)). همان پرسش. هر فروشگاه ظرف کوکی AdCo خودش را می‌گیرد، پس پاسخ باید به 1 بیفتد.
  3. مسدودکنندهٔ شما (Browser(world, blocker=make_blocker(found))). همان پرسش، به‌علاوهٔ دقت و بازیابی در برابر lab_truth(world).

راهی مرتب برای تکرارنکردن خودتان: یک تابع کمکی بنویسید، برای مثال tracked_run(world, urls, **options)، که ردیاب‌های قدیمی را حذف می‌کند، یکی تازه نصب می‌کند، مرور می‌کند، و مرورگر و شمارش پیوندخورده را برمی‌گرداند. **options تنظیمات کلیدواژه‌ای مانند partitioned=True را مستقیم به Browser می‌دهد.

گزارش

کلیدمقدار
pagesتعداد URLهای مرورشده
trackers_foundفهرست مرتب‌شدهٔ سایت‌هایی که تشخیص‌دهنده‌تان در اجرای 1 علامت زد
linked_sites، linked_sites_partitioned، linked_sites_blockedبیشترین تعداد سایت‌های فروشگاه که در اجراهای 1، 2 و 3 به یک شناسهٔ AdCo پیوند خوردند (0 اگر نمایه‌ای نیست)
requests_totalتعداد رکوردهای گزارش اجرای 3
requests_blockedچند تا از آن‌ها مسدود شدند
precision، recallبرای اجرای 3 در برابر lab_truth(world)، گردشده تا 3 رقم اعشار

در پایان report_json = json.dumps(report, indent=2, sort_keys=True) را برای build_lab_world(seed=7) با lab_urls(world, 30, seed=7) تنظیم کنید، و آن را چاپ کنید.

فهرست بررسی پیش از ارسال

  • هر اجرا یک ردیاب تازه نصب می‌کند و پس از آن حذفش می‌کند (world.remove_trackers()).
  • find_trackers سایت‌های widgets.example یا cdn.example را علامت نمی‌زند.
  • هر مقدار در گزارش یک عدد، رشته یا فهرست ساده است، تا json.dumps کار کند.

خواندن نتیجه‌های خودتان

باید داستان کل مرحله را در چند عدد ببینید: یک شناسه در همهٔ فروشگاه‌ها، سپس 1 با بخش‌بندی، سپس 0 با مسدودکنندهٔ شما. بخش‌بندی به‌تنهایی جلوی پیونددادن میان‌سایتی را می‌گیرد، اما AdCo همچنان هر بازدید را می‌بیند. مسدودسازی جلوی شنیدن هر چیزی توسط AdCo را می‌گیرد، با خطر مثبت‌های کاذب، که دقت شما نشانش می‌دهد. هیچ‌کدام به آنچه سرور خود یک فروشگاه به اشتراک می‌گذارد دست نمی‌زنند. آن شکاف جایی است که مرحله‌های 3 و 4 کار را ادامه می‌دهند.

امتحان کنید وقتی قبول شدید، یک نسخهٔ بی‌دقت از تشخیص‌دهنده‌تان بسازید که هر سایت شخص ثالثی را، بی‌توجه به سرنخ‌ها، علامت می‌زند، و مسدودکننده را دوباره با آن اجرا کنید. افت دقت را تماشا کنید: کدام سایت‌های بی‌خطر گرفته شدند، و در یک فروشگاه واقعی چه چیزی می‌شکست؟

در زبان‌های دیگر

JavaScript:

// The same report, written out as JSON
const report = {
  pages: urls.length,
  trackers_found: [...found].sort(),
  linked_sites: linked,
  precision: Math.round(precision * 1000) / 1000,
};
console.log(JSON.stringify(report, null, 2));

Go:

type Report struct {
    Pages         int      `json:"pages"`
    TrackersFound []string `json:"trackers_found"`
    LinkedSites   int      `json:"linked_sites"`
    Precision     float64  `json:"precision"`
}
out, _ := json.MarshalIndent(report, "", "  ")
fmt.Println(string(out))

خلاصه

  • کل چرخه: ردیابی، بخش‌بندی، مسدودسازی، اندازه‌گیری، روی دنیایی که ندیده بودید.
  • بخش‌بندی جلوی پیونددادن میان‌سایتی را می‌گیرد؛ مسدودسازی جلوی شنیدن هر چیزی توسط ردیاب را.
  • دقت و بازیابی مسدودکننده‌تان را دربارهٔ شکستگی و نشت صادق نگه می‌دارند.
  • گزارشی از عددهای قابل بررسی راهی است که ادعاهای حریم خصوصی باید با آن مطرح شوند.
نوبت شما

find_trackers(log) (از درس 48، با تابع‌های کمکی‌اش)، score(log, trackers) (از درس 51)، make_blocker(trackers) که مسدودکننده‌ای برمی‌گرداند که هر درخواستی را که سایتش در trackers است مسدود می‌کند، و run_lab(world, urls) را بنویسید که یک dict گزارش با دقیقاً کلیدهای pages، trackers_found، linked_sites، linked_sites_partitioned، linked_sites_blocked، requests_total، requests_blocked، precision و recall، همان‌طور که در شرح کار آمده، برمی‌گرداند. سپس report_json را برای build_lab_world(seed=7) و lab_urls(world, 30, seed=7) تنظیم و چاپ کنید. ردیاب AdCo آماده است: در هر اجرا از server, profiles = practice_tracker(world) از watched.leg2e_inside استفاده کنید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.