Progetto della Tappa 7: uno studio con una soluzione
Perché è importante Il lavoro vero sulla privacy è un ciclo: misura un problema, applica una soluzione, misura di nuovo, e di' con onestà che cosa è cambiato e quanto è costato. Questo progetto fa girare quel ciclo dall'inizio alla fine, unendo il crawler di questo modulo con una difesa del modulo precedente.
Pensa a un medico che verifica se una cura funziona: misura prima, cura, misura di nuovo allo stesso modo, e annota gli effetti collaterali. Senza la prima misura non c'è niente con cui confrontare; senza gli effetti collaterali il risultato è vero solo a metà.
La domanda
Sul web simulato, chi osserva la tua connessione cifrata potrebbe capire quale sito delicato hai visitato, e quanto padding servirebbe per fermarlo in modo affidabile?
Visitare un sito di salute, finanza o religione può rivelare qualcosa di personale anche se non trapela nient'altro. Dovrai:
- Misurare lo scenario. Esplora
SimWeb(seed), trova i siti la cui categoria è inSENSITIVE, e registra quale quota di loro carica un tracker in elenco. Prendi i primi 6 siti delicati in classifica. - Misurare il problema. Ottieni i caricamenti delle pagine per quei 6 siti con
page_loads(seed, sites=...)e misura l'accuratezza del centroide più vicino, come nella lezione 143. - Applicare la soluzione. Prova in ordine i budget di padding in
PAD_LEVELS. Per ciascuno, aggiungi padding ai caricamenti di addestramento conseed=1e a quelli di test conseed=2, riaddestra, e misura di nuovo. Fermati al primo budget la cui accuratezza è uguale o inferiore aTARGET. Se nessuno ci arriva, tieni l'ultimo. - Misurare il costo. L'overhead al budget scelto, come nella lezione 143.
- Scrivere i limiti. Almeno due frasi oneste, come nella lezione 149. Una va qui qualunque cosa tu trovi: il budget è stato scelto guardando l'accuratezza sugli stessi caricamenti di test che poi riporti, e questo lusinga un po' il risultato. Uno studio attento sceglie il budget su un terzo insieme separato di caricamenti e riporta il set di test una volta sola.
Il rapporto
study(seed) restituisce un dict con esattamente queste chiavi:
{
"seed": 7,
"sites": ["...", ...], # the 6 sensitive sites, by rank
"sensitive_with_trackers": 0.97, # share of ALL sensitive sites with a listed tracker
"accuracy_before": 0.94,
"padding_budget": 800, # the first level in PAD_LEVELS reaching TARGET
"accuracy_after": 0.19,
"overhead": 2.07, # extra test cells as a fraction: here about 3 times the traffic
"target_met": True, # accuracy_after <= TARGET
"limits": ["...", "..."] # at least two sentences
}I numeri vengono corretti rispetto a un'esecuzione nascosta su un altro seme, quindi il tuo codice deve fare lo studio, non copiare una risposta. I limiti non vengono corretti nel contenuto, ma il tutor può darti un riscontro su di essi. Pensa a: un mondo chiuso di 6 siti, un osservatore che conosce le tue impostazioni di padding, traffico simulato, e che cosa ti dice e non ti dice la quota di tracker.
Nota le due metà del risultato. Il padding protegge la visita da un osservatore di rete, ma i tracker su quegli stessi siti scoprono comunque cose su di te direttamente. Una difesa non copre mai ogni minaccia, e la tua descrizione può dirlo.
Un equivoco comune: "Se l'accuratezza è scesa sotto l'obiettivo, il problema è risolto." L'hai risolto per questo osservatore, in questo mondo chiuso, a un costo misurato. È un risultato vero, e ha dei confini.
In altri linguaggi
Scegliere il primo livello che raggiunge un obiettivo, altrove:
// JavaScript
let chosen, after;
for (const budget of PAD_LEVELS) {
chosen = budget;
after = paddedAccuracy(data, budget);
if (after <= TARGET) break;
}// Go
var chosen int
var after float64
for _, budget := range padLevels {
chosen, after = budget, paddedAccuracy(data, budget)
if after <= target { break }
}Riepilogo
- Misura, risolvi, misura di nuovo allo stesso modo, e riporta il costo.
- Il padding ha nascosto a un osservatore di rete quale sito delicato è stato visitato, a un prezzo in banda misurato.
- I tracker su quei siti sono un problema separato che il padding non tocca.
- I limiti onesti fanno parte del risultato, non sono una scusa per esso.
Scrivi study(seed) seguendo i cinque passi qui sopra, e restituisci il dict del rapporto con esattamente le chiavi mostrate. Usa PAD_LEVELS = [50, 100, 200, 400, 800] e TARGET = 0.4, la classificazione del centroide più vicino sulle feature (outgoing, incoming) con le parità che vanno al primo sito in ordine alfabetico, pad_traces(..., seed=1) per i caricamenti di addestramento e seed=2 per quelli di test. Imposta report = study(7). I test rieseguono il tuo studio su un seme nascosto.
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.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.