シラバス レッスン 156 中 100 · パケット、DNS、IP アドレス
パケット、DNS、IP アドレス

IP に基づく追跡

なぜ大切か Cookie をブロックしても、サイトがあなたの IP アドレスを見るのは止められません。そして「IP アドレスとブラウザ」を代わりの ID として使うトラッカーもあります。このラボでは、シミュレーションした 1 週間でそれがどれだけうまく働くかを測ります。それが、聞こえるよりも弱く、そしてより危険であることがわかるでしょう。

IP アドレスは、集合住宅の住所に少し似ています。パケットを建物まで届けますが、そこには何人かが住んでいるかもしれず、人は引っ越します。

IP アドレスが共有される理由

古い形式(IPv4)のアドレスはすべての端末に行き渡るほどないので、ネットワークはそれを共有します。

NAT:Network Address Translation。家のルーターや職場のゲートウェイが、多くの端末にひとつの公開 IP アドレスを共有させるものです。家のどの電話もノートパソコンも、ウェブサイトからは同じアドレスに見えます。

キャリアグレード NAT:同じ技を、携帯電話のネットワークが大規模に行うものです。何千台もの電話が小さなアドレスの集まりを共有し、電話は接続するたびに違うアドレスを得ることがあります。

ユーザーエージェント:ブラウザがすべてのリクエストとともに送る短いテキストで、Brook/31.0 (Laptop; OS-A) のように、ブラウザとシステムの名前を示します。多くの人がまったく同じものを送ります。

だから、この 2 つを組み合わせて 203.0.113.7 | Brook/31.0 (Laptop; OS-A) のようなひとつの 弱い ID にするトラッカーは、2 つの形で間違いえます:

  • 分裂: 電話が家の Wi-Fi、職場、携帯のネットワークの間を移ったり、家のアドレスが変わったりするので、ひとりの人が多くの ID の下に現れます。
  • 合体: 職場や世帯を共有し、同じ人気のブラウザを使うので、違う人々がひとつの ID を共有します。

プライバシーにとって危険なのは合体のほうです。トラッカーが同居人の閲覧を誤ってあなたのものとしたり、家の誰かが機微なものを見たことを明かしたりするかもしれません。

練習用のデータ

watched.leg5a_network.simulate_week(seed) は、あるニュースサイトへの 1 週間分の訪問を返します。各訪問は辞書です:

{'day': 0, 'hour': 10, 'person': 'ana', 'device': 'laptop',
 'network': 'office', 'ip': '192.0.2.31',
 'user_agent': 'Brook/31.0 (Laptop; OS-A)'}

サイト自体に見えるのは ip と user_agent だけです。person 項目は、シミュレーターが知っていて本物のサイトは決して知らない真実です。それは弱い ID を 採点 するためだけに使います。日は 0(月曜)から 6(日曜)までです。

異なるものを数えるには、Python の set が便利です。各値を一度だけ保ちます。

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

最もよく現れる項目を見つけるには、辞書で数え、max(counts.values()) で最大の数を取ります。

ほかの言語では

弱い ID を作り、異なる値を数えるのは、どこでもほぼ同じに見えます。

// 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);

防御

あなたにとって:VPN やリレーは、あなたの IP を共有のものに置き換えます。そしてブラウザを最新に保てば、ユーザーエージェントはありふれたままです。あなたが作るサイトにとって:IP アドレスを身元として扱わないでください。生の IP と時刻はひとつの世帯を指しうるので、ログの IP アドレスはできるだけ早く短くするか捨ててください(例えば IPv4 アドレスの最初の 3 つの部分だけを残す)。

まとめ

  • IP アドレスは接続に属し、しばしば世帯、職場、何千台もの電話に共有されます。
  • IP とユーザーエージェントは、ひとりの人を多くの ID に分裂させ、違う人々をひとつに合体させます。
  • 合体は誰か別の人の閲覧を誤ってさらしうるので、IP に基づく ID は弱いだけでなく危険でもあります。
  • 自分のログでは、IP アドレスを早めに短くするか捨てましょう。
あなたの番

WEEK は、シミュレーションした 1 週間分の訪問です。4 つの関数を書いてください:

  1. weak_id(visit):visit["ip"] と visit["user_agent"] を組み合わせた、ip + " | " + user_agent のようなひとつのテキストを返します。2 つの訪問は、両方の部分が一致するときに限って同じ ID にならなければなりません。
  2. ids_for_person(week, person):その人の訪問が持っていた 異なる 弱い ID の数を返します(なければ 0)。
  3. people_behind_id(week):各弱い ID を、その下で訪問した 異なる 人の数に対応づける辞書を返します。
  4. stability(week, person):その人の訪問のうち、その人の最もよく現れる弱い ID ひとつの下で行われた訪問の割合(0.0 から 1.0)を返します。訪問がなければ 0.0 です。
下の表示はすでに書いてあります。テストはほかのシミュレーションした週を使うので、答えを決め打ちすることはできません。

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。