シラバス レッスン 156 中 145 · 研究者のようにウェブを測る
研究者のようにウェブを測る

プライバシーの研究はどう働くか

なぜ大切か ウェブの追跡について私たちが知っていることのほとんど、例えばいくつのサイトがトラッカーを載せているか、どの会社が最も多くの人に届いているかは、何千ものサイトを自動で読み込み、何が起こるかを記録する研究から来ています。そうした研究の仕組みを知れば、見出しの数字を判断でき、次のレッスンで自分で研究を行えます。

鳥の調査を考えてください。ボランティアは毎年同じ時期に同じ道を歩き、見たものを数えます。数は方法と同じくらいにしか良くなりません。晴れた公園だけを歩けば、フクロウを見落とします。ウェブの研究も同じです。「サイトの 80% がトラッカーを載せている」のような数字は、どのサイトを、どこから、どう訪れたかを知るまで何の意味もありません。

クローラー:ウェブページを自動で次々に訪れ、見つけたものを記録するプログラムです。

悉皆調査:一握りではなく、大きく定められた集合(例えば最も人気のある 100 万のサイト)のすべてのサイトを訪れようとする測定で、何かがどれだけありふれているかを言えます。

計測の仕掛け:画面に現れるものだけでなく、ページが行うすべてのリクエスト、Cookie、スクリプトの呼び出しを研究が見られるよう、ブラウザに加える追加の記録です。

現代の研究の進め方

  1. サイトを選ぶ。 ふつうは人気のあるサイトの公開ランキングで、ときにはランダムな標本や、ひとつの分野(ニュース、健康)です。
  2. 本物のブラウザを動かす。 トラッカーはスクリプトが読み込むので、単純なダウンロードではほとんどのトラッカーを見落とします。研究は、ページのコードを動かす本物のブラウザを動かします。
  3. すべてを記録する。 リクエストとレスポンス、設定された Cookie、各スクリプトがどのブラウザの機能を使ったか(例えばキャンバスを読むこと、フィンガープリンティングの手がかり)、そしてリダイレクトです。
  4. ラベルを付けて数える。 サードパーティをトラッカーの一覧と照らし合わせ、それからそれぞれがどれだけ現れるかを数えます。

よく知られた例が、オープンソースの測定ツール OpenWPM で、最も人気のある 100 万のサイトを巡回し、誰も示したことのない規模でフィンガープリンティングのスクリプトと追跡を見つけた 2016 年の研究で使われました。後の多くの研究が同じパターンに従っています。

方法が答えを変える理由

  • トップページだけか、もっと深くか? 中のページ(記事、決済)は、しばしば違うトラッカーを読み込みます。
  • 状態なしか、状態ありか? 状態なしの巡回は、各サイトを新しいブラウザで始めます。状態ありのものは、人と同じようにサイトをまたいで Cookie を保つので、サイトをまたぐ追跡が見えます。
  • 同意のバナー。 一度もクリックしないクローラーは同意の前に起こることを測り、「受け入れる」をクリックするものは別のことを測ります。どちらをしたかを述べてください。
  • クローラーがいる場所。 サイトは国や端末によって違うものを見せます。
  • ボットの検出。 クローラーを人とは違うように扱うサイトがあるので、巡回は少なく数えることがあります。
  • 時期。 ウェブは毎週変わります。研究は日付の付いたスナップショットです。

よくある誤解:「大きな巡回ほど、いつでも良い研究だ」。大きさはランダムな誤差を減らしますが、偏りは減らしません。ひとつのデータセンターから、クリックせずに訪れた 100 万のトップページは、本物の人が経験することについて、正確に間違えうるのです。

このモジュールでは、1,000 のでっち上げのサイトからなる シミュレーションした ウェブを巡回します。学ぶうえで大事な点では本物のように振る舞い、本物のものには何も連絡しません。

試してみよう ブラウザの開発者ツール(F12、Mac なら Cmd+Option+I)を開き、Network タブに行き、ニュースサイトを読み込んでください。一覧の中の異なるドメインを数えます。たった今、ひとつのサイトの巡回を手で行ったのです。それから Network タブの「Disable cache」の欄に印を付けて再読み込みし、一覧が変わるかを見てください。

まとめ

  • プライバシーの研究は、計測の仕掛けを付けた本物のブラウザで多くのサイトを巡回し、記録したものを数えます。
  • 悉皆調査は、上位 100 万のサイトのような、定められた集合全体を網羅することを目指します。
  • トップページだけ、同意のクリック、場所、日付のような選択が結果を変えるので、報告しなければなりません。
  • 大きいほど自動で良いわけではありません。大きさが減らすのはランダムな誤差で、偏りではありません。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

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。