Anonymity sets और entropy
यह क्यों मायने रखता है सुर्ख़ियाँ "आपका ब्राउज़र अनोखा है" या "यह गुण 10 bits देता है" जैसी बातें कहती हैं। यह पाठ आपको दिखाता है कि ऐसी संख्याएँ कैसे मापी जाती हैं, और वे दो जाल जो उनमें से कई को सच से बड़ा बनाते हैं। फिर आप निजता के दावों को परख सकते हैं, अपने ख़ुद के भी।
भीड़ में छिपना
एक जैसे काले कोट पहने यात्रियों से भरे एक station की कल्पना करें। अगर आप भी काला कोट पहनें, तो आप सैकड़ों में छिप जाते हैं। अगर आप एक चटकीला पीला पहनें, तो जिस भीड़ में आप छिपते हैं वह बस आप हैं।
Anonymity set: उन लोगों का समूह जो एक देखने वाले को ठीक आपके जैसे दिखते हैं। यह जितना बड़ा हो, आप उतना बेहतर छिपते हैं। आकार 1 के set का मतलब है आप अनोखे हैं।
पाठ 50 में आपने मापा कि एक व्यक्ति, Sam, भीड़ में कितना अलग दिखता था। यहाँ आप 5,000 synthetic ब्राउज़रों (synthetic_browsers के बनाए, कोई असली लोग नहीं) की पूरी भीड़ मापते हैं, यह देखने के लिए कि हर कोई कितना अच्छा छिपता है।
समूह बनाएँ, फिर गिनें
कुछ गुण चुनें, मान लें ["timezone", "language"]। हर ब्राउज़र का fingerprint उन मानों का tuple है, उदाहरण के लिए ("Europe/London", "en-GB")। एक tuple dict key की तरह काम करता है, इसलिए collections.Counter गिन सकता है कि कितने ब्राउज़र हर एक साझा करते हैं:
from collections import Counter
Counter([("A", "x"), ("A", "x"), ("B", "x")])
# Counter({('A', 'x'): 2, ('B', 'x'): 1})हर गिनती एक anonymity set है। 1 की गिनती एक अनोखा ब्राउज़र है। सारे 13 गुणों के साथ, 5,000 में से ज़्यादातर ब्राउज़र अनोखे निकलते हैं।
Entropy: पूरी भीड़ के लिए एक संख्या
पाठ 48 में आपने Shannon entropy से मापा था कि एक टेक्स्ट के अक्षर कितने मिले-जुले हैं। वही सूत्र एक भीड़ पर काम करता है: हर anonymity set के लिए, सबमें उसका हिस्सा p लें, और -p * log2(p) जोड़ें।
Entropy (एक fingerprint की): इन गुणों से एक tracker एक रैंडम आगंतुक के बारे में औसतन कितने bits जानता है। 0 bits: हर कोई एक जैसा दिखता है। log2(N) bits: N की भीड़ में हर कोई अनोखा है।
उदाहरण: time zones A, A, B, C वाले चार ब्राउज़र। हिस्से 1/2, 1/4 और 1/4 हैं, इसलिए entropy 0.5 x 1 + 0.25 x 2 + 0.25 x 2 = 1.5 bits है।
जाल 1: छत
5,000 की भीड़ कभी log2(5000), लगभग 12.3 bits, से ज़्यादा नहीं दिखा सकती, क्योंकि उस बिंदु पर हर कोई पहले से अनोखा है। तो 5,000 ब्राउज़रों का एक अध्ययन जो "12 bits" पाए, हो सकता है छत से टकरा रहा हो, गुण नहीं माप रहा। और 5,000 में अनोखा अरबों में अनोखा नहीं है। बड़े नमूने बड़ी, ज़्यादा ईमानदार संख्याएँ देते हैं।
जाल 2: गुणों को जोड़ना
Time zone और भाषा साथ चलते हैं: ज़्यादातर Asia/Tokyo ब्राउज़र ja-JP कहते हैं। Graphics card और सिस्टम भी। तो हर गुण की entropy अलग से जोड़ना वही जानकारी कई बार गिनता है। आपका sum_of_parts joint से बहुत ऊपर आएगा, जो सारे गुणों को साथ मापकर entropy है, और 12.3-bit छत से भी बहुत ऊपर। joint संख्या ईमानदार है।
एक आम ग़लतफ़हमी
"ऊँची entropy का मतलब है हर कोई track किया जा सकता है।" Entropy एक औसत है। एक भीड़ की entropy ऊँची हो सकती है जबकि बहुत आम setups वाले लोगों का एक बड़ा समूह फिर भी अच्छी तरह छिपा रहे। औसत और यह कि कितने लोग छोटे sets में हैं, दोनों देखें।
आज़माएँ पास होने पर, हर गुण के लिए entropy_bits(crowd, [t]) print करें (समाधान यह करता है)। कौन-से तीन गुण सबसे ज़्यादा bits रखते हैं? फिर उन गुणों के लिए अपने ब्राउज़र के अपने मानों की तुलना EFF के Cover Your Tracks जैसी एक fingerprint test साइट से करें।
दूसरी भाषाओं में
JavaScript:
function entropyBits(rows, traits) {
const counts = new Map();
for (const r of rows) {
const key = JSON.stringify(traits.map(t => r[t]));
counts.set(key, (counts.get(key) || 0) + 1);
}
let bits = 0;
for (const c of counts.values()) {
const p = c / rows.length;
bits -= p * Math.log2(p);
}
return bits;
}Go:
func entropyBits(keys []string) float64 {
counts := map[string]int{}
for _, k := range keys {
counts[k]++
}
bits := 0.0
for _, c := range counts {
p := float64(c) / float64(len(keys))
bits -= p * math.Log2(p)
}
return bits
}सार
- एक anonymity set वे सब हैं जो ठीक आपके जैसे दिखते हैं; आकार 1 का मतलब अनोखा।
- Entropy एक आगंतुक के बारे में जाने गए औसत bits है: समूह बनाएँ, गिनें, फिर -p log2(p) का योग लें।
- N का कोई नमूना log2(N) bits से ज़्यादा नहीं दिखा सकता; छोटे नमूने भीड़ को कम आँकते हैं।
- गुणों को साथ मापें: एक-एक करके जोड़ना जुड़े गुणों को दो बार गिनता है।
fingerprint(row, traits) (मानों का एक tuple), anonymity_sets(rows, traits) (fingerprint से गिनती तक एक dict), fraction_unique(rows, traits) (आकार 1 के set में rows का हिस्सा), entropy_bits(rows, traits) (anonymity sets पर Shannon entropy) और max_bits(n) (log2(n)) लिखें। फिर joint को सारे TRAIT_NAMES पर crowd की entropy पर, और sum_of_parts को हर अकेले गुण की entropy के योग पर सेट करें।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।