Programma Lezione 100 di 156 · Pacchetti, DNS e indirizzi IP
Pacchetti, DNS e indirizzi IP

Tracciamento basato sull'IP

Perché è importante Bloccare i cookie non impedisce a un sito di vedere il tuo indirizzo IP, e alcuni tracker usano "indirizzo IP più browser" come sostituto di un ID. In questo laboratorio misuri quanto funziona nell'arco di una settimana simulata, e vedrai che è sia più debole sia più pericoloso di quanto sembri.

Un indirizzo IP è un po' come l'indirizzo di un condominio. Porta i pacchetti all'edificio, ma ci possono abitare diverse persone, e le persone traslocano.

Perché gli indirizzi IP sono condivisi

Non ci sono abbastanza indirizzi del vecchio tipo (IPv4) per ogni dispositivo, quindi le reti li condividono.

NAT: Network Address Translation: un router di casa o un gateway d'ufficio fa condividere a molti dispositivi un solo indirizzo IP pubblico. Ogni telefono e portatile in casa sembra lo stesso indirizzo per i siti web.

Carrier-grade NAT: lo stesso trucco fatto da una rete mobile su larga scala: migliaia di telefoni condividono un piccolo gruppo di indirizzi, e il tuo telefono potrebbe riceverne uno diverso ogni volta che si collega.

User agent: un breve testo che il tuo browser invia con ogni richiesta, che nomina browser e sistema, come Brook/31.0 (Laptop; OS-A). Molte persone inviano esattamente lo stesso.

Quindi un tracker che li combina in un unico ID debole, come 203.0.113.7 | Brook/31.0 (Laptop; OS-A), può sbagliare in due modi:

  • Divisione: una persona compare sotto molti ID, perché il suo telefono passa dal Wi-Fi di casa all'ufficio e alla rete mobile, o perché l'indirizzo di casa cambia.
  • Fusione: persone diverse condividono un ID, perché condividono un ufficio o una casa e usano lo stesso browser popolare.

La fusione è quella pericolosa per la privacy: un tracker potrebbe attribuire per errore a te la navigazione del tuo coinquilino, o rivelare che qualcuno in casa tua ha guardato qualcosa di delicato.

I dati di esercitazione

watched.leg5a_network.simulate_week(seed) dà una settimana di visite a un sito di notizie. Ogni visita è 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)'}

Il sito stesso vede solo ip e user_agent. Il campo person è la verità che conosce il simulatore e che un sito vero non conosce mai; lo usi solo per dare un punteggio all'ID debole. I giorni vanno da 0 (lunedì) a 6 (domenica).

Per contare cose diverse, un set di Python è comodo: tiene ogni valore una volta.

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

Per trovare l'elemento più comune, conta con un dict e prendi il conteggio più grande con max(counts.values()).

In altri linguaggi

Costruire un ID debole e contare i valori distinti è più o meno uguale ovunque.

// 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 difesa

Per te: una VPN o un relay sostituisce il tuo IP con uno condiviso, e tenere aggiornato il browser mantiene comune il tuo user agent. Per i siti che costruisci: non trattare un indirizzo IP come un'identità. Accorcia o togli gli indirizzi IP nei registri appena puoi (per esempio tieni solo le prime tre parti di un indirizzo IPv4), perché un IP grezzo più un orario può indicare una sola famiglia.

Riepilogo

  • Un indirizzo IP appartiene a una connessione, spesso condivisa da una famiglia, da un ufficio o da migliaia di telefoni.
  • IP più user agent divide una persona in molti ID e fonde persone diverse in uno.
  • La fusione può esporre per errore la navigazione di qualcun altro, ed è per questo che gli ID basati sull'IP sono rischiosi oltre che deboli.
  • Nei tuoi registri, accorcia o togli presto gli indirizzi IP.
Tocca a te

WEEK è una settimana simulata di visite. Scrivi quattro funzioni:

  1. weak_id(visit): restituisci un testo che combina visit["ip"] e visit["user_agent"], come ip + " | " + user_agent. Due visite devono ricevere lo stesso ID esattamente quando entrambe le parti coincidono.
  2. ids_for_person(week, person): restituisci quanti ID deboli diversi portavano le visite di quella persona (0 se nessuno).
  3. people_behind_id(week): restituisci un dict che associa ogni ID debole a quante persone diverse hanno fatto visite con esso.
  4. stability(week, person): restituisci la quota (da 0.0 a 1.0) delle visite di quella persona fatte con il suo ID debole più comune, oppure 0.0 se non ha visite.
La stampa in fondo è già scritta per te. I test usano altre settimane simulate, quindi la risposta non si può scrivere fissa nel codice.

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.