Programme Leçon 119 sur 156 · Comment un navigateur décide
Comment un navigateur décide

Classer les traqueurs

Pourquoi c'est important Chaque défense de cette étape commence par une décision : ce site est-il un traqueur ? Bloque un site honnête et des pages cassent ; rate un traqueur et tu es suivi. La façon dont un navigateur prend cette décision explique à la fois ses forces et la page cassée occasionnelle.

Pense à trois façons dont un videur pourrait décider qui entre dans une boîte de nuit. L'un a une liste imprimée de fauteurs de troubles connus. L'un suit des règles empiriques : « s'est présenté dans toutes les boîtes de la ville ce soir, déguisé ». L'un a observé des milliers de soirées et a acquis du flair. Les navigateurs utilisent les trois.

Classifieur : tout ce qui trie des éléments en groupes, ici « traqueur » ou « pas un traqueur ». Ça peut être une liste, un ensemble de règles ou un modèle entraîné.

1. Les listes

Des gens maintiennent des listes de domaines de pistage connus et des règles de filtrage. Les bloqueurs de publicité utilisent des listes de filtres communautaires comme EasyList et EasyPrivacy, dont tu as analysé un extrait à l'étape 2. La protection intégrée de Firefox repose sur des listes maintenues par Disconnect (vérifié en octobre 2026). Les listes contiennent en général une carte des entités : quels domaines appartiennent à un même propriétaire, pour que le site de contenu d'une entreprise et son serveur d'images ne soient pas traités comme des tiers l'un pour l'autre.

Les listes sont précises et faciles à expliquer (« bloqué car il est sur la liste X »). Mais elles ne sont fraîches qu'à leur dernière mise à jour, et un traqueur peut les esquiver avec un nouveau domaine, ou en se cachant sous le nom du site lui-même (le masquage par CNAME, vu à l'étape 1).

2. Les heuristiques

Heuristique : une règle empirique qui a en général raison, comme « un tiers vu sur beaucoup de sites sans lien, qui pose de longs identifiants aléatoires, piste probablement ».

Tu en as écrit quelques-unes à l'étape 2 : un tiers sur beaucoup de sites, des identifiants à forte entropie (des valeurs trop aléatoires pour être des réglages), des réponses de la taille d'un pixel. La règle des rebonds de la leçon précédente est aussi une heuristique. Les heuristiques attrapent des traqueurs que personne n'a encore listés, mais elles font deux sortes d'erreurs, et chaque heuristique échange l'une contre l'autre.

Faux positif : un site honnête pris à tort pour un traqueur (une page casse). Faux négatif : un traqueur qui passe entre les mailles (tu es suivi).

Par exemple, cdn.example sert une bibliothèque à toutes les boutiques. « Sur beaucoup de sites » dit traqueur, mais il ne pose aucun identifiant : une heuristique qui ignore les identifiants casserait toutes ces boutiques.

3. L'apprentissage automatique

Un modèle peut apprendre à partir de caractéristiques, comme le nombre de sites de premier niveau sous lesquels un domaine apparaît, la fréquence de ses redirections, et si tu interagis un jour avec lui. WebKit a décrit Intelligent Tracking Prevention dans Safari comme utilisant un modèle de ce genre sur l'appareil (vérifié en octobre 2026). Fait sur l'appareil, tes statistiques de navigation ne le quittent jamais.

Les modèles peuvent peser ensemble beaucoup de signaux faibles et s'adapter à de nouvelles astuces. Mais ils sont plus difficiles à expliquer, peuvent se tromper de façon surprenante, et demandent des limites soigneuses de taille et de vitesse dans un navigateur. Tu en entraîneras un petit en Python pur à l'étape 7.

Côte à côte

ListesHeuristiquesApprentissage automatique
Attrape les nouveaux traqueursNon, tant qu'ils ne sont pas listésSouventSouvent
ExplicableTrèsAssezMoins
Erreurs typiquesPas à jourFaux positifs sur les services partagésErreurs surprenantes
Esquivé parNouveaux domaines, masquageRester sous les seuilsRessembler à des sites ordinaires

Décider, puis agir

Classer n'est que la moitié du travail. Les moteurs choisissent aussi une réponse par classe : bloquer la requête, l'autoriser mais retirer ou cloisonner les cookies, purger le stockage plus tard, ou seulement le signaler. Une réponse plus douce pour les cas incertains limite la casse. En pratique, la plupart des moteurs combinent les approches : une liste pour bloquer avec confiance, des heuristiques pour les règles de rebond et de stockage, et des exceptions par site quand quelque chose casse.

Une idée reçue

« Un classifieur plus malin veut dire zéro pistage. » Chaque classifieur a des faux négatifs, et certains pistages (les statistiques premières, les connexions, l'empreinte numérique) ne ressemblent pas du tout à un traqueur séparé. C'est pourquoi le classement va de pair avec des défenses qui marchent sans lui, comme le cloisonnement.

Récap

  • Les listes sont précises et explicables mais ratent les traqueurs nouveaux ou masqués.
  • Les heuristiques attrapent les traqueurs non listés mais échangent faux positifs contre faux négatifs.
  • L'apprentissage automatique pèse beaucoup de signaux ; WebKit a décrit l'ITP de Safari comme utilisant un modèle sur l'appareil (vérifié en octobre 2026).
  • Les moteurs combinent les approches et choisissent une réponse plus douce en cas de doute.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.