トラッカーの分類
なぜ大切か この部のどの守りも、ひとつの判断から始まります:このサイトはトラッカーか? 正直なサイトをブロックすればページが壊れ、トラッカーを見逃せば追跡されます。ブラウザがその判断をどう下すかが、その強みと、ときどき壊れるページの両方を説明します。
クラブの用心棒が誰を入れるか決める 3 つのやり方を考えてください。ひとりは、知られた厄介者の印刷した一覧を持っています。ひとりは経験則に従います:「今夜は町のすべてのクラブに現れ、変装している」。ひとりは何千もの夜を見てきて、勘を身につけています。ブラウザは 3 つすべてを使います。
分類器:ものをグループに分けるもの全般で、ここでは「トラッカー」か「トラッカーではない」かです。一覧でも、規則の組でも、訓練したモデルでも構いません。
1. 一覧
人々は、知られたトラッキングのドメインとフィルターの規則の一覧を保守しています。広告ブロッカーは EasyList や EasyPrivacy のようなコミュニティのフィルターの一覧を使い、あなたは第 2 部でその一部を解析しました。Firefox に組み込まれた守りは、Disconnect が保守する一覧に基づいています(2026 年 10 月に確認)。一覧にはふつう エンティティの対応表 が入っています。どのドメインがひとりの持ち主のものかを示し、会社自身の中身のサイトと画像のサーバーが互いにサードパーティとして扱われないようにします。
一覧は精密で、説明しやすいものです(「一覧 X に載っているのでブロック」)。でも、新しさは最後の更新の時点までで、トラッカーは新しいドメインや、サイト自身の名前の下に隠れること(第 1 部の CNAME クローキング)でかわせます。
2. ヒューリスティック
ヒューリスティック:たいてい正しい経験則です。例えば「無関係な多くのサイトで見られ、長いランダムな ID を設定するサードパーティは、たぶん追跡している」。
あなたは第 2 部でいくつか書きました。多くのサイトにいるサードパーティ、エントロピーの高い ID(設定にしてはランダムすぎる値)、ピクセルの大きさの応答。前のレッスンのバウンスの規則もヒューリスティックです。ヒューリスティックはまだ誰も一覧に載せていないトラッカーを捕まえますが、2 種類の誤りをし、どのヒューリスティックも一方と他方を引き換えにします。
偽陽性:正直なサイトを誤ってトラッカーと呼ぶこと(ページが壊れます)。偽陰性:トラッカーがすり抜けること(追跡されます)。
例えば、cdn.example はすべての店にライブラリを出しています。「多くのサイトにいる」はトラッカーだと言いますが、ID は設定しません。ID を無視するヒューリスティックは、その店すべてを壊してしまいます。
3. 機械学習
モデルは、ドメインがいくつのトップレベルのサイトの下に現れるか、どれだけ頻繁にリダイレクトするか、あなたがそれを操作したことがあるか、といった特徴から学べます。WebKit は、Safari の Intelligent Tracking Prevention がこの種の端末上のモデルを使うと説明しています(2026 年 10 月に確認)。端末上で行えば、閲覧の統計は決して外に出ません。
モデルは多くの弱い合図をまとめて重み付けし、新しい手口に適応できます。でも、説明しにくく、意外な形で間違えることがあり、ブラウザの中では大きさと速さに注意深い制限が要ります。第 7 部で、純粋な Python で小さなものを訓練します。
並べてみると
| 一覧 | ヒューリスティック | 機械学習 | |
|---|---|---|---|
| 新しいトラッカーを捕まえる | いいえ、載るまでは | しばしば | しばしば |
| 説明しやすい | とても | まずまず | あまり |
| よくある誤り | 古くなる | 共有のサービスでの偽陽性 | 意外な誤り |
| かわし方 | 新しいドメイン、クローキング | しきい値の下にとどまる | ふつうのサイトに見せかける |
判断してから、行動する
分類は半分にすぎません。エンジンは分類ごとに 対応 も選びます。リクエストをブロックする、許すがクッキーを外すか分ける、後でストレージを消す、報告だけする。不確かな場合に穏やかな対応を選ぶと、不具合を少なく保てます。実際には、ほとんどのエンジンはやり方を組み合わせます。確信のあるブロックには一覧、バウンスとストレージの規則にはヒューリスティック、何かが壊れたときにはサイトごとの例外。
よくある誤解
「もっと賢い分類器があれば、追跡はなくなる」。どの分類器にも偽陰性があり、追跡の中には(ファーストパーティの分析、ログイン、フィンガープリント)別のトラッカーにはまったく見えないものもあります。だから分類は、パーティションのようにそれなしで働く守りと組み合わされるのです。
まとめ
- 一覧は精密で説明しやすいですが、新しいトラッカーや隠れたトラッカーを見逃します。
- ヒューリスティックは一覧にないトラッカーを捕まえますが、偽陽性と偽陰性を引き換えにします。
- 機械学習は多くの合図を重み付けします。WebKit は Safari の ITP が端末上のモデルを使うと説明しています(2026 年 10 月に確認)。
- エンジンはやり方を組み合わせ、確かでないときは穏やかな対応を選びます。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。