سرفصل‌ها درس 147 از 156 · وب را مثل یک پژوهشگر اندازه بگیرید
وب را مثل یک پژوهشگر اندازه بگیرید

ردیاب‌های پنهان را پیدا کنید

چرا مهم است ردیاب‌هایی که پژوهشگران را بیشتر از همه نگران می‌کنند آن‌هایی‌اند که پنهان می‌شوند: پشت نام سایت خودتان، درون تغییرمسیری که هرگز متوجهش نمی‌شوید، یا در اسکریپتی که اصلاً هیچ کوکی‌ای تنظیم نمی‌کند. یک شمارش سادهٔ شخص ثالث آن‌ها را از دست می‌دهد. این آزمایشگاه سه نوعشان را در دادهٔ خزش شما پیدا می‌کند.

مغازه‌ای را در نظر بگیرید که نگهبانش لباس فرم خود مغازه را می‌پوشد اما در واقع کارمند کس دیگری است. بازدیدکننده‌ای که «کارکنان بیرونی» را می‌شمارد هرگز او را تشخیص نمی‌داد. ردیاب‌های پنهان همین‌طور کار می‌کنند.

1. پنهان‌سازی CNAME

DNS: دفترچهٔ نشانی اینترنت: نامی مانند m.calmriver.example را به نشانی یک رایانه تبدیل می‌کند.

CNAME: سابقه‌ای در DNS که می‌گوید «این نام در واقع نام دیگری است». m.calmriver.example می‌تواند یک CNAME برای c.cloakco.example باشد، پس درخواست شخص اول به نظر می‌رسد اما به یک ردیاب می‌رسد.

پنهان‌سازی CNAME (CNAME cloaking): ردیابی که از راه یک CNAME پشت زیردامنهٔ خود یک سایت پنهان می‌شود، تا فهرست‌های مسدودسازی و قواعد کوکی شخص ثالث یک نام شخص اول ببینند.

در سوابق خزش، هر درخواست یک cname دارد: جایی که DNS می‌گوید میزبان واقعاً به آن اشاره می‌کند، یا None. یک درخواست پنهان‌شده میزبانی روی سایت خود صفحه دارد، و یک CNAME روی یک ردیاب فهرست‌شده. مراقب باشید: بسیاری از سایت‌ها زیردامنه‌ها را به یک شبکهٔ تحویل محتوا مانند edge.cdn.example اشاره می‌دهند. این عادی است، پس سایت CNAME را با TRACKER_LIST بررسی کنید.

Safari کوکی‌هایی را که از راه پاسخ‌های پنهان‌شده با CNAME تنظیم می‌شوند به 7 روز محدود می‌کند، و Firefox به افزونه‌های مسدودکننده اجازه می‌دهد CNAMEها را جست‌وجو کنند تا پرده از آن‌ها بردارند؛ افزونه‌های Chrome نمی‌توانند این جست‌وجو را انجام دهند (بررسی‌شده در اکتبر 2026).

2. زنجیره‌های جهشی

وقتی روی پیوندی کلیک می‌کنید، می‌تواند در راه از تغییرمسیر یک ردیاب بگذرد، و به آن اجازه دهد کوکی شخص اول خودش را تنظیم کند یا بخواند. با ردیابی جهشی در مرحلهٔ 6 آشنا شدید؛ اینجا آن را در مقیاس بزرگ می‌شمارید. هر سابقه یک click_chain دارد: URLهایی که خزنده پس از کلیک روی اولین پیوند خروجی صفحه از آن‌ها گذشت. یک گام میانی وقتی جهش است که سایتش با هم سایت آغازین و هم سایت نهایی متفاوت باشد. سایتی که از صفحهٔ /out خودش تغییرمسیر می‌دهد جهش نیست.

3. اسکریپت‌های انگشت‌نگاری

یک خزندهٔ ابزارگذاری‌شده ثبت می‌کند هر اسکریپت از کدام قابلیت‌های مرورگر استفاده کرد، در scripts. با پیروی از رویکرد پژوهش‌های منتشرشده، یک اسکریپت وقتی مشکوک است که هم یک نقاشی یا صدا را پس بخواند (CANVAS_READS) و هم دست‌کم 4 ویژگی متفاوت دستگاه را بخواند (TRAIT_APIS). یک برنامهٔ نقاشی که فقط تصویر شما را صادر می‌کند از canvas استفاده می‌کند اما ویژگی‌های کمی می‌خواند، پس حساب نمی‌شود.

from watched.leg7b_web import CANVAS_READS, TRAIT_APIS
apis = ["canvas.toDataURL", "navigator.userAgent", "screen.width",
        "navigator.languages", "Intl.timeZone"]
reads_canvas = any(a in CANVAS_READS for a in apis)
traits = {a for a in apis if a in TRAIT_APIS}      # a set: each trait once
print(reads_canvas, len(traits))                   # True 4

مراقب انگشت‌نگاری‌ای باشید که از میزبان خود سایت ارائه می‌شود. هیچ فهرست شخص ثالثی آن را نمی‌گرفت؛ فقط رفتار می‌گیرد.

یک تصور نادرست رایج: «اگر مسدودکننده‌ام صفر ردیاب شخص ثالث نشان دهد، هیچ چیز مرا ردیابی نمی‌کند.» ردیاب‌های پنهان‌شده، جهشی و انگشت‌نگار شخص اول همه از کنار فهرستی از نام‌های شخص ثالث رد می‌شوند. بررسی‌های مبتنی بر رفتار، مثل آن‌هایی که اینجا می‌نویسید، راهی است که مرورگرها و پژوهشگران با آن پیدایشان می‌کنند.

در زبان‌های دیگر

قاعدهٔ انگشت‌نگاری در JavaScript و PHP:

// JavaScript
function isFingerprinting(apis) {
  const readsCanvas = apis.some(a => CANVAS_READS.includes(a));
  const traits = new Set(apis.filter(a => TRAIT_APIS.includes(a)));
  return readsCanvas && traits.size >= 4;
}
// PHP
function is_fingerprinting(array $apis): bool {
    $reads = count(array_intersect($apis, CANVAS_READS)) > 0;
    $traits = count(array_unique(array_intersect($apis, TRAIT_APIS)));
    return $reads && $traits >= 4;
}

خلاصه

  • پنهان‌سازی CNAME یک ردیاب را پشت زیردامنهٔ خود سایت پنهان می‌کند؛ بررسی کنید CNAME واقعاً به کجا اشاره می‌کند.
  • یک جهش گام تغییرمسیری روی سایتی است که نه جایی است که شروع کردید و نه جایی که تمام کردید.
  • انگشت‌نگاری در رفتار دیده می‌شود: یک پس‌خوانی canvas یا صدا به‌علاوهٔ ویژگی‌های بسیار دستگاه.
  • رفتار آنچه فهرست‌های نام از دست می‌دهند را پیدا می‌کند، از جمله انگشت‌نگاری شخص اول.
نوبت شما

پنج تابع روی سوابق خزش بنویسید:

  1. cloaked_hosts(load, tracker_list): فهرست مرتب‌شدهٔ میزبان‌های درخواست متمایز روی سایت خود صفحه که cname آن‌ها تنظیم شده و سایت CNAME آن‌ها در tracker_list است.
  2. bounce_hops(load): از load["click_chain"]، سایت‌های گام‌های میانی که با سایت هم اولین و هم آخرین URL متفاوت‌اند (یک فهرست خالی اگر زنجیره کوتاه‌تر از 3 است).
  3. is_fingerprinting(apis): درست اگر هر APIای در CANVAS_READS باشد و دست‌کم 4 API متفاوت در TRAIT_APIS باشند.
  4. fingerprinting_scripts(load): URL اسکریپت‌هایی در load["scripts"] که از آن آزمون می‌گذرند.
  5. hidden_report(loads, tracker_list): یک dict که سایت‌های دارای هر نوع را می‌شمارد: "cname_cloaking"، "bounce"، "fingerprinting" و "first_party_fingerprinting" (یک اسکریپت انگشت‌نگاری روی سایت خود صفحه).
سپس report را برای کل خزش تنظیم کنید. آزمون‌ها وب‌های شبیه‌سازی‌شدهٔ دیگری را هم می‌خزند.

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.