見張られたウェブ
ウェブが人をどう追跡するのか、そしてそれをどう止めるのかを学ぶ、無料の実践コース。練習用トラッカーが何を知るのかを読み、ブラウザの防御がそれを破る様子を見て、ブロッカーを作り、取り戻したプライバシーを測ります。すべてブラウザの中で、練習用サイトを相手に行います。
練習用の世界がこのタブで準備できています。
インストールなし、アカウントなし、設定なし。最初のレッスンではコードは一切不要です:練習用サイトでトラッカーが働く様子を見て、いくつかの質問に答えます。コードはそのあと、少しずつ登場します。
毎日の復習
間隔反復で、学んだことが薄れないようにします。
訪れた瞬間にウェブサイトが知ること
どのウェブページについても、何かをクリックする前に、それが端末、ネットワーク、位置、来たページについて何を知ったかを言えるようになります。
Cookie をきちんと説明する
どんな Cookie も読み、誰がそれを、どれだけの間見られるかを言い、SameSite、分離、ブラウザの既定がどう追跡を制限するかを説明します。
フィンガープリンティング:Cookie なしの追跡
保存された ID なしでブラウザがどう見分けられるかを説明し、ある特徴がどれだけ人を特定するかを見積もり、本当に役立つ防御を選びます。
ピクセル、ビーコン、アプリ、そして見えないウェブ
ピクセルや隠れたスクリプトから、ハッシュ化したメールアドレス、アプリ、テレビ、広告のオークションまで、サードパーティ Cookie なしで働く追跡を見分け、主な経路をオフにします。
同意、ダークパターン、そして主導権を取り戻すこと
同意バナーのダークパターンを見抜き、プライバシーポリシーの大事な部分を読み、自分の端末とアカウントで主な追跡の経路をオフにします。
内側から見る HTTP
ブラウザと同じように生の HTTP を読み、リクエスト、ヘッダー、Cookie、規則に従う Cookie の入れ物、リンクの掃除、リダイレクトの連鎖の記録係の解析器を、ふつうの Python で自分で書きます。
トラッカーの内側(練習用の世界で)
既製の練習用トラッカーが、ひとりの買い物客について何を知るかを読み、どのブラウザの防御がそれを壊すかを測ります。
ブロッカーを作る
フィルターの一覧と速い照合から、経験則、リンクの掃除、指紋への防御まで、Python で動くトラッカーのブロッカーを作り、それがどれだけうまくいくかを測ります。
プライバシーを正直に測る
データセットの中で人がどれだけ特定されやすいかを測り、名前を消したりメールアドレスをハッシュしたりするだけではなぜ失敗するのかを示し、本物の防御を適用し、トラッカーとブロッカーの実験全体を確かめられる数字として報告します。
スクリプトの注入(XSS)
信頼できないテキストがどう動くスクリプトに変わるかを説明し、練習用のページでそれを見つけ、正しいエスケープ、HttpOnly のセッション Cookie、既定でエスケープするテンプレートで直します。
Content Security Policy とフレーム
どんな Content Security Policy も読み、ページを壊さずに注入されたスクリプトをブロックするポリシーを書き、ノンス、レポート専用、Trusted Types で安全に導入し、frame-ancestors でクリックジャッキングを止め、再現できる点数でポリシーを監査します。
自分のサイトのサードパーティ
サイトが読み込むすべての外部サービスを洗い出し、どれを自前で配信するか、クリックで読み込むか、そのまま使うかを決め、残りを SRI、Permissions-Policy、Referrer-Policy で固めます。
プライバシー・バイ・デザイン
集めるものを減らし、人を追跡せずに訪問を数え、保存するものを守り、決まった時期に消すサイトを設計し、練習用の店を F から A に引き上げてそれを証明します。
説明できる暗号化
共通鍵暗号と公開鍵暗号、HTTPS、エンドツーエンド暗号化、署名、パスキー、暗号化 DNS、VPN がそれぞれ何を守るのかを平易な言葉で説明し、Python で署名付きのメッセージを検証します。
プライベートな AI
AI のプロンプトがどこへ行くかを説明し、端末の上のモデルを使い、テキストが端末を出る前に Python で個人データを伏せ字にし、自分の製品のために既定でプライベートな AI の機能を選びます。
脅威モデリング
人や製品のための 1 ページの脅威モデルを書き、Python で製品のデータの流れを確かめ、データの漏えいに落ち着いて対応し、使っている製品のルーブリックで確かめた脅威モデルを作ります。
パケット、DNS、IP アドレス
各ネットワーク層、DNS の問い合わせ、IP アドレスが何を、誰に明かすのかを説明し、IP に基づく ID が本当はどれだけ安定しているかを測り、VPN、2 段階のリレー、Tor がそれぞれ何を隠すのかを正確にモデル化します。
ネットワークの指紋
TLS の ClientHello と HTTP/2 の始まりを読み、シミュレーションしたハンドシェイクから JA3 と JA4 風の指紋を計算し、Cookie がブロックされたとき IP アドレスとネットワークの指紋で人をどこまで結びつけられるかを測ります。
アプリと端末
電話のアプリとスマートテレビの通信を記録したログを読み、それが明かすすべての会社、識別子、データの種類を報告します。こうしたログに何が示せないかも知ったうえで。
ブラウザはどう判断するか
どの URL がどのサイトに属するかを割り出し、ブラウザのエンジンがどうストレージを分け、サイドチャネルを閉じ、ストレージへのアクセスを許し、バウンス・トラッキングを止め、何をトラッカーとみなすかを説明します。
防御を作る
プライバシー優先のブラウザエンジンに必要な防御(分離、Storage Access、跳ね返りの消去、ファーブリング、リンクの掃除)を作り、壊れることの予算に照らして調整します。
端末ではなく、人を追跡する
入力、文章の書き方、共有の端末、ブローカーの記録がどう人を特定するかを測り、そのつながりを断つ防御を選びます。
ブロックを超えるプライバシーの技術
差分プライバシー、Private Set Intersection、安全な集計を説明して小さな教材版を作り、Privacy Pass と Oblivious HTTP を説明し、製品の課題に合う技術を選びます。
匿名ネットワークとトラフィック分析
オニオンルーティングの回線で各リレーが何を知っているかを説明し、シミュレーションした通信の流れで、タイミングやページの形が暗号化を通り抜けて漏れる様子を示し、パディングと一定レートの送信にかかる費用を測り、Tor が役立つのはいつかを正直に助言します。
研究者のようにウェブを測る
シミュレーションした 1,000 のサイトのウェブを巡回し、トラッカーの普及の表を作り、偽装した、跳ね返る、指紋を取るトラッカーを見つけ、トラッカーの分類器を学習させて公平に採点し、正直な限界とともに、測定したプライバシーの改善を書き上げます。
キャップストーン:プロジェクトをひとつ選ぶ
採点された各部のプロジェクトのひとつを代表作として選び、範囲を一歩広げ、隠された世界がするやり方でテストし、その結果を正直に書き上げます。
復習と修了証
終えた部を復習し、20 問の場面の確認で学んだことを示し、安全に共有できる修了証を受け取ります。
これを印刷や保存できるのはあなただけです。リンクはこのブラウザに保存されています。誰かに見せるときは、証明書の検証リンクを共有してください。