Programma Lezione 120 di 156 · Costruisci le difese
Costruisci le difese

Partiziona il motore

Perché è importante Nella Tappa 2 il tracker di AdCo funzionava perché il frame incorporato di AdCo aveva un solo cassetto di storage che apriva su ogni negozio. I browser lo impediscono dividendo lo storage per sito, e questo si chiama partizionamento. Se un motore divide i cookie ma dimentica anche una sola altra area di storage, il tracker sposta semplicemente lì il suo ID. In questo laboratorio sei tu l'autore del motore: scrivi la regola che decide dove vengono tenuti i dati, poi guardi il tracker fallire.

Immagina una catena di palestre. Una catena distratta dà a ogni socio una sola chiave che apre lo stesso armadietto in ogni sede, così qualsiasi cosa ci lasci dentro ti segue per tutta la città. Una catena attenta ti dà un armadietto separato in ogni sede. E dentro ogni sede, ogni socio ha il suo armadietto, così nessuno può aprire quello di un altro.

Un motore di browser è la catena attenta. La sede è il sito nella barra degli indirizzi. Il socio è chi salva i dati, come il negozio stesso o un frame pubblicitario incorporato al suo interno.

Sito di primo livello: il sito mostrato nella barra degli indirizzi, per esempio shopa.example. Tutto ciò che c'è nella pagina, frame e script compresi, viene caricato per suo conto.

Origine: chi salva i dati: schema, host e porta, per esempio https://adco.example. Un frame incorporato ha la sua origine, diversa da quella della pagina che lo contiene.

Area di storage: un posto in cui un browser tiene i dati di un sito. I cookie sono un'area; localStorage, IndexedDB (un piccolo database nel browser), la cache HTTP (copie salvate di file) e i service worker (script che girano in background per un sito) sono altre aree.

Chiave di partizione: l'etichetta che un motore mette su ogni cassetto. Due letture o scritture con la stessa chiave condividono un cassetto; chiavi diverse mai.

Il motore di esercitazione

Il modulo watched.leg6b_engine ha un piccolo motore chiamato MiniEngine con cinque aree di storage. Gli dai una funzione, la regola della chiave di partizione, e lui la interroga ogni volta che qualcosa viene letto o scritto:

from watched.leg6b_engine import MiniEngine, STORAGE_AREAS

def naive_key(area, origin, top_site):
    return origin                     # one drawer per origin, on every site

engine = MiniEngine(naive_key)
engine.write("cache", "https://adco.example", "shopa.example", "adco_id", "id-77")
print(engine.read("cache", "https://adco.example", "shopb.example", "adco_id"))   # id-77
print(STORAGE_AREAS)   # ('cookies', 'local_storage', 'indexeddb', 'cache', 'service_worker')

Con la regola ingenua, AdCo scrive il suo ID mentre sei su ShopA e rilegge lo stesso ID su ShopB. Quella riga sola è tracciamento tra siti.

Una chiave fatta di due parti

La soluzione è fare in modo che la chiave includa sia il sito di primo livello sia l'origine. Python ha un modo elegante per incollare insieme dei valori: una tupla, scritta tra parentesi tonde.

Tupla: un gruppo fisso di valori, come ("shopa.example", "https://adco.example"). Funziona come una lista che non puoi cambiare, e a differenza di una lista può essere usata come chiave di un dizionario.

key_a = ("shopa.example", "https://adco.example")
key_b = ("shopb.example", "https://adco.example")
print(key_a == key_b)    # False: different site, so a different drawer

I motori lo chiamano double keying: ogni dato salvato viene archiviato sotto (sito di primo livello, origine). I motori veri aggiungono altro ad alcune chiavi, ma queste due parti ne sono il cuore.

Quali aree dimentica un motore ingenuo?

I motori non hanno partizionato tutto in una volta. I cookie hanno ricevuto la maggior parte dell'attenzione, mentre le cache e gli storage più recenti sono arrivati dopo. La cache HTTP ora è partizionata in tutti e tre i motori principali: Safari dal 2013, Chrome dalla versione 86 e Firefox dalla versione 85 (verificato a ottobre 2026). Ogni area lasciata fuori è un nascondiglio, ed è per questo che la tua regola della chiave deve coprire ogni area, non solo i cookie.

Misurare se il tracciamento funziona ancora

run_tracker(engine) visita i tre negozi. Su ciascuno il negozio salva un carrello, poi il frame di AdCo cerca il suo ID in ogni area e ne scrive uno nuovo se il cassetto è vuoto. Restituisce un dict:

  • "sightings": una lista di tuple (top_site, area, id_seen), una per ogni negozio e area
  • "snooped": le aree in cui il frame di AdCo ha potuto leggere il carrello del negozio (dovrebbe essere vuoto)
  • "first_party_ok": True quando ogni negozio ha potuto rileggere il proprio carrello

Il tracciamento funziona in un'area quando lo stesso ID compare su due o più siti diversi. Per contarlo userai un set: una raccolta senza ripetizioni, scritta set() quando è vuota. s.add(x) ci mette dentro qualcosa e len(s) dice quante cose diverse contiene.

seen = {}                                   # (area, id) -> set of sites
for site, area, ident in [("shopa.example", "cache", "id-1"), ("shopb.example", "cache", "id-1")]:
    seen.setdefault((area, ident), set()).add(site)
print(seen)   # {('cache', 'id-1'): {'shopa.example', 'shopb.example'}}

d.setdefault(key, set()) significa: dammi il valore sotto questa chiave, e se non c'è ancora, salva prima lì un set vuoto.

Un errore comune

Viene la tentazione di usare come chiave solo il sito di primo livello: return top_site. Questo impedisce davvero ad AdCo di collegare ShopA a ShopB. Ma ora il frame di AdCo e il negozio condividono un cassetto su ogni sito, quindi il frame può leggere il carrello del negozio. Il rapporto del motore lo chiama snooped. Una buona chiave separa i siti tra loro e i soci tra loro.

Provalo Il Browser di esercitazione ha già questa regola integrata per cookie e localStorage. Dopo questo laboratorio, riesegui il tuo tracker a cookie della Tappa 2 con Browser(world, partitioned=True) e stampa il profilo che costruisce: dovresti vedere un profilo breve per ogni negozio invece di uno lungo. In un browser vero, apri DevTools (F12), vai su Application (Storage in Firefox) e apri Cookies. In DevTools di Chrome, i cookie salvati per sito di primo livello mostrano un valore nella colonna Partition Key.

In altri linguaggi

La stessa doppia chiave in altri linguaggi:

// JavaScript: a Map keyed by a string that joins both parts
const drawers = new Map();
function partitionKey(area, origin, topSite) {
  return `${area} ${topSite} ${origin}`;
}
drawers.set(partitionKey("cache", "https://adco.example", "shopa.example"), { adco_id: "id-1" });

// Rust: a tuple of Strings is a valid HashMap key
use std::collections::HashMap;
let mut drawers: HashMap<(String, String), HashMap<String, String>> = HashMap::new();
drawers.entry(("shopa.example".into(), "https://adco.example".into()))
       .or_default().insert("adco_id".into(), "id-1".into());

// Go: a struct with comparable fields can key a map
type PartitionKey struct{ TopSite, Origin string }
drawers := map[PartitionKey]map[string]string{}
drawers[PartitionKey{"shopa.example", "https://adco.example"}] = map[string]string{"adco_id": "id-1"}

Riepilogo

  • Il partizionamento archivia ogni dato salvato sotto una chiave; stessa chiave, stesso cassetto.
  • Una buona chiave ha due parti, il sito di primo livello e l'origine, così i siti non possono vedersi tra loro e un frame non può vedere la pagina che lo contiene.
  • Ogni area di storage ha bisogno della chiave, cookie, localStorage, IndexedDB, cache e service worker allo stesso modo. Un'area dimenticata basta a un tracker.
  • Il tracciamento funziona ancora ovunque lo stesso ID compaia su due o più siti: misuralo, non darlo per scontato.
Tocca a te

Scrivi due funzioni. partition_key(area, origin, top_site) deve restituire la chiave in due parti (top_site, origin) per ogni area di storage. linked_areas(sightings) riceve una lista di tuple (top_site, area, id_seen) e restituisce un set delle aree in cui lo stesso id_seen compare su due o più siti di primo livello diversi. Poi costruisci engine = MiniEngine(partition_key), esegui report = run_tracker(engine), e imposta linked = linked_areas(report["sightings"]). Dovrebbe stampare un set vuoto.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.