Programme Leçon 100 sur 156 · Paquets, DNS et adresses IP
Paquets, DNS et adresses IP

Le pistage par l'IP

Pourquoi c'est important Bloquer les cookies n'empêche pas un site de voir ton adresse IP, et certains traqueurs utilisent « adresse IP plus navigateur » comme identifiant de substitution. Dans ce labo, tu mesures à quel point ça marche sur une semaine simulée, et tu verras que c'est à la fois plus faible et plus dangereux qu'il n'y paraît.

Une adresse IP ressemble un peu à l'adresse d'un immeuble. Elle amène les paquets jusqu'au bâtiment, mais plusieurs personnes peuvent y vivre, et les gens déménagent.

Pourquoi les adresses IP sont partagées

Il n'y a pas assez d'adresses à l'ancienne (IPv4) pour chaque appareil, donc les réseaux les partagent.

NAT : Network Address Translation (traduction d'adresses réseau) : une box domestique ou une passerelle de bureau permet à beaucoup d'appareils de partager une seule adresse IP publique. Chaque téléphone et ordinateur de la maison a l'air d'être la même adresse pour les sites web.

NAT à grande échelle (carrier-grade NAT) : la même astuce faite par un réseau mobile à grande échelle : des milliers de téléphones partagent un petit groupe d'adresses, et ton téléphone peut en recevoir une différente à chaque connexion.

User agent : un court texte que ton navigateur envoie avec chaque requête, qui nomme le navigateur et le système, comme Brook/31.0 (Laptop; OS-A). Beaucoup de gens envoient exactement le même.

Donc un traqueur qui combine les deux en un identifiant faible, comme 203.0.113.7 | Brook/31.0 (Laptop; OS-A), peut se tromper de deux façons :

  • La division : une personne apparaît sous beaucoup d'identifiants, car son téléphone passe du Wi-Fi de la maison au bureau puis au réseau mobile, ou que son adresse domestique change.
  • La fusion : des personnes différentes partagent un identifiant, car elles partagent un bureau ou un foyer et utilisent le même navigateur populaire.

La fusion est la plus dangereuse pour la vie privée : un traqueur peut t'attribuer à tort la navigation de ta colocataire, ou révéler que quelqu'un chez toi a regardé quelque chose de sensible.

Les données d'entraînement

watched.leg5a_network.simulate_week(seed) donne une semaine de visites sur un site d'actualités. Chaque visite est un dict :

{'day': 0, 'hour': 10, 'person': 'ana', 'device': 'laptop',
 'network': 'office', 'ip': '192.0.2.31',
 'user_agent': 'Brook/31.0 (Laptop; OS-A)'}

Le site lui-même ne voit que ip et user_agent. Le champ person est la vérité que connaît le simulateur et qu'un vrai site ne connaît jamais ; tu ne t'en sers que pour noter l'identifiant faible. Les jours vont de 0 (lundi) à 6 (dimanche).

Pour compter des choses différentes, un set Python est pratique : il garde chaque valeur une fois.

seen = set()
for v in visits:
    seen.add(v["ip"])
print(len(seen))   # how many different IPs

Pour trouver l'élément le plus courant, compte avec un dict et prends le plus grand compte avec max(counts.values()).

Dans d'autres langages

Construire un identifiant faible et compter des valeurs distinctes se ressemble beaucoup partout.

// 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 défense

Pour toi : un VPN ou un relais remplace ton IP par une adresse partagée, et garder ton navigateur à jour garde ton user agent courant. Pour les sites que tu construis : ne traite pas une adresse IP comme une identité. Raccourcis ou supprime les adresses IP dans les journaux dès que possible (par exemple ne garde que les trois premières parties d'une adresse IPv4), car une IP brute plus une heure peut désigner un seul foyer.

Récap

  • Une adresse IP appartient à une connexion, souvent partagée par un foyer, un bureau ou des milliers de téléphones.
  • IP plus user agent divise une personne en beaucoup d'identifiants et fusionne des personnes différentes en un seul.
  • La fusion peut exposer à tort la navigation de quelqu'un d'autre, c'est pourquoi les identifiants basés sur l'IP sont risqués autant que faibles.
  • Dans tes propres journaux, raccourcis ou supprime tôt les adresses IP.
À ton tour

WEEK est une semaine simulée de visites. Écris quatre fonctions :

  1. weak_id(visit) : renvoie un texte qui combine visit["ip"] et visit["user_agent"], comme ip + " | " + user_agent. Deux visites doivent recevoir le même identifiant exactement quand les deux parties correspondent.
  2. ids_for_person(week, person) : renvoie combien d'identifiants faibles différents portaient les visites de cette personne (0 s'il n'y en a aucune).
  3. people_behind_id(week) : renvoie un dict qui associe chaque identifiant faible au nombre de personnes différentes qui ont fait des visites sous lui.
  4. stability(week, person) : renvoie la part (de 0.0 à 1.0) des visites de cette personne faites sous son identifiant faible le plus courant, ou 0.0 si elle n'a aucune visite.
L'affichage en bas est écrit pour toi. Les tests utilisent d'autres semaines simulées, donc la réponse ne peut pas être codée en dur.

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.