Comment marchent les études sur la vie privée
Pourquoi c'est important L'essentiel de ce qu'on sait sur le pistage web, comme le nombre de sites qui portent des traqueurs ou les entreprises qui atteignent le plus de gens, vient d'études qui chargent automatiquement des milliers de sites et enregistrent ce qui se passe. Savoir comment marchent ces études te permet de juger un chiffre de gros titre, et d'en mener une toi-même dans les leçons suivantes.
Pense à un recensement d'oiseaux. Des bénévoles parcourent les mêmes itinéraires à la même période de l'année et comptent ce qu'ils voient. Le comptage ne vaut que ce que vaut la méthode : ne marche que dans des parcs ensoleillés et tu rateras les chouettes. Les études du web, c'est pareil. Un chiffre comme « 80 % des sites portent un traqueur » ne veut rien dire tant que tu ne sais pas quels sites, depuis où, et comment ils ont été visités.
Crawler (robot d'exploration) : un programme qui visite automatiquement des pages web, l'une après l'autre, et enregistre ce qu'il trouve.
Étude de recensement : une mesure qui essaie de visiter chaque site d'un grand ensemble défini (par exemple le million de sites les plus populaires) plutôt qu'une poignée, pour pouvoir dire à quel point une chose est courante.
Instrumentation : un enregistrement supplémentaire ajouté à un navigateur pour qu'une étude puisse voir chaque requête, cookie et appel de script que fait une page, pas seulement ce qui apparaît à l'écran.
Comment marche une étude moderne
- Choisir les sites. En général un classement public des sites populaires, parfois un échantillon aléatoire, parfois une seule catégorie (actualités, santé).
- Piloter un vrai navigateur. De simples téléchargements ratent la plupart des traqueurs, car les traqueurs sont chargés par des scripts. Les études pilotent un vrai navigateur qui exécute le code de la page.
- Tout enregistrer. Les requêtes et les réponses, les cookies posés, les fonctions du navigateur utilisées par chaque script (par exemple la lecture du canvas, un indice d'empreinte), et les redirections.
- Étiqueter et compter. Comparer les tiers aux listes de traqueurs, puis compter à quelle fréquence chacun apparaît.
Un exemple bien connu est OpenWPM, un outil de mesure open source, utilisé dans une étude de 2016 qui a exploré le million de sites les plus populaires et a trouvé des scripts d'empreinte et du pistage à une échelle que personne n'avait montrée avant. Beaucoup d'études ultérieures suivent le même schéma.
Pourquoi la méthode change la réponse
- Page d'accueil seulement, ou plus loin ? Les pages intérieures (articles, paiements) chargent souvent d'autres traqueurs.
- Sans état ou avec état ? Une exploration sans état démarre chaque site avec un navigateur neuf ; une exploration avec état garde les cookies d'un site à l'autre, comme le fait une personne, et peut donc voir le pistage intersite.
- Les bandeaux de consentement. Un crawler qui ne clique jamais mesure ce qui se passe avant le consentement ; un qui clique sur « accepter » mesure autre chose. Dis ce que tu as fait.
- Où se trouve le crawler. Les sites montrent des choses différentes selon les pays et les appareils.
- La détection des robots. Certains sites traitent les crawlers autrement que les gens, donc une exploration peut sous-compter.
- Le moment. Le web change chaque semaine. Une étude est un instantané daté.
Une idée reçue : « Une plus grande exploration est toujours une meilleure étude. » La taille réduit l'erreur aléatoire mais pas le biais. Un million de pages d'accueil visitées depuis un seul centre de données sans aucun clic peut se tromper avec précision sur ce que vivent les vraies personnes.
Dans ce module, tu explores un web simulé de 1 000 sites inventés. Il se comporte comme le vrai sur les points qui comptent pour apprendre, et rien de réel n'est contacté.
Essaie Ouvre les outils de développement de ton navigateur (F12, ou Cmd+Option+I sur un Mac), va dans l'onglet Network (Réseau), et charge un site d'actualités. Compte les différents domaines de la liste. Tu viens de faire l'exploration d'un site, à la main. Puis recharge avec la case « Disable cache » de l'onglet Network cochée et regarde si la liste change.
Récap
- Les études sur la vie privée explorent beaucoup de sites avec un vrai navigateur instrumenté et comptent ce qu'elles enregistrent.
- Les études de recensement visent à couvrir tout un ensemble défini, comme le million de sites les plus populaires.
- Des choix comme la page d'accueil seule, les clics de consentement, le lieu et la date changent les résultats, donc ils doivent être rapportés.
- Plus grand n'est pas automatiquement meilleur : la taille réduit l'erreur aléatoire, pas le biais.
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.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.