Programma Les 111 van 156 · Apps en apparaten
Apps en apparaten

Match SDKs aan hun eigenaren

Waarom dit ertoe doet Hosts zijn geen bedrijven. Eén bedrijf kan veel hosts gebruiken, en een host die lijkt op die van de app zelf kan van iemand anders zijn. Het groeperen van een capture per eigenaar en het optellen van wat elke eigenaar ontving, verandert een lijst van requests in een antwoord op de vraag die je echt belangrijk vindt: wie leerde wat over mij?

Adressen en verhuurders

De

A host name is als een straatadres; de eigenaar is de verhuurder. events.metrics.example en cdn.metrics.example zijn twee adressen met dezelfde verhuurder. En partners.fitfox.example ligt in de straat van FitFox, maar een andere verhuurder (AdCo) verhuurt het. Dit is de app versie van de CNAME cloaking die je ontmoette in Etappe 1.

Domain map: een lijst die zegt welk bedrijf welke host of site beheert. Echte versies worden gebouwd door onderzoekers en projecten tegen trackers; de onze is SDK_OWNERS, een simpele dictionary in de praktijkwereld.

from watched.leg5b_apps import SDK_OWNERS
print(SDK_OWNERS["adco.example"])            # AdCo
print(SDK_OWNERS["partners.fitfox.example"]) # AdCo
print(SDK_OWNERS["fitfox.example"])          # FitFox

Meest specifiek eerst

Om de eigenaar van a.b.adco.example te vinden, probeer de volledige naam, laat dan het meest linkse label weg (een label is één door een punt gescheiden stuk) en probeer het opnieuw: b.adco.example, dan adco.example. Stop bij de eerste match. Stop voordat je overblijft met een enkel label zoals example, die niemand bezit. Als niets matcht, is de eigenaar "Unknown", en een onbekende eigenaar verdient extra aandacht, niet minder.

labels = "a.b.adco.example".split(".")   # ['a', 'b', 'adco', 'example']
print(".".join(labels[1:]))              # b.adco.example

Eerst het meest specifieke kiezen is wat partners.fitfox.example vangt: de volledige naam staat in de map als AdCo, dus je valt nooit terug naar FitFox.

A data-sharing graph

Data-sharing graph: een kaart van elk bedrijf naar de soorten data die het ontving. Hier slaan we het op als een dict, owner -> gesorteerde lijst van soorten.

De praktijkwereld geeft je fields_of(entry) (hetzelfde als je all_fields van de vorige les) en DATA_KINDS, wat zegt wat voor soort data een veldnaam bevat:

from watched.leg5b_apps import DATA_KINDS
print(DATA_KINDS["heart_rate"])   # health
print(DATA_KINDS.get("slot"))     # None (not personal, ignore it)

De soorten zijn identifier, location, health, contact en viewing. Zoals voorheen telt een identifier veld waarvan de waarde ZERO_AD_ID (of leeg) is niet mee. Elke eigenaar die de app heeft gecontacteerd verschijnt in de grafiek, zelfs met een lege lijst, omdat een verbinding alleen al je IP-adres en de tijd overdraagt.

A score die je kunt vergelijken

een enkel getal laat je twee apps in één oogopslag vergelijken. Onze is bewust simpel: voor elke eigenaar behalve het eigen bedrijf van de app, tel je 1 op voor het contact, plus een gewicht voor elk soort dat het ontving, vanaf KIND_WEIGHTS (identifier 2, location 3, health 3, contact 3, viewing 2). FitFox scoort 26.

Echte onderzoekers wegen dingen anders, en geen enkele score vangt alles. Een score is een startpunt voor een gesprek: het is nuttiger voor "deze app deelt twee keer zoveel als die" dan als een vonnis.

A veelvoorkomende misvatting

"Meer hosts betekent meer delen." Een app kan tien hosts gebruiken die zelf worden uitgevoerd en één host die wordt uitgevoerd door een data broker. Het tellen van eigenaren en wat zij ontvingen is dichter bij de waarheid dan het tellen van hosts.

In andere talen

JavaScript

function ownerOf(host, owners) {
  const labels = host.toLowerCase().split(".");
  for (let i = 0; i < labels.length - 1; i++) {
    const name = labels.slice(i).join(".");
    if (name in owners) return owners[name];
  }
  return "Unknown";
}

Rust

fn owner_of(host: &str, owners: &HashMap<&str, &str>) -> String {
    let labels: Vec<&str> = host.split('.').collect();
    for i in 0..labels.len().saturating_sub(1) {
        if let Some(o) = owners.get(labels[i..].join(".").as_str()) {
            return o.to_string();
        }
    }
    "Unknown".to_string()
}

Samenvatting

  • Groeperen op eigenaar, niet op host: één bedrijf heeft veel hosts, en een bekende host kan bij iemand anders horen.
  • Zoek eerst de meest specifieke naam op, dan laat je labels één voor één vallen; geen match betekent "Unknown".
  • A data-sharing graph lijsten, voor elke eigenaar, de soorten data die het ontving.
  • Een simpele score helpt om apps te vergelijken, maar het is een startpunt, geen vonnis.
Jij bent aan de beurt

Schrijf drie functies.

  1. owner_of(host, owners): zoek host op in de dict owners; als het ontbreekt, laat dan het linkse label weg en probeer het opnieuw, stop voordat er nog maar één label over is. Geef de eerste eigenaar die je vindt terug, of "Unknown".
  2. sharing_graph(entries, owners): return een dictionary die elke contact opgenomen eigenaar (gebruik de host van urlsplit(url).hostname) koppelt aan een gesorteerde lijst zonder herhalingen van de soorten data die het ontving. Gebruik fields_of en DATA_KINDS; sla namen over die niet in DATA_KINDS staan, en sla identifier velden over waarvan de waarde ZERO_AD_ID of leeg is. Eigenaren die niets persoonlijks ontvingen verschijnen nog steeds, met [].
  3. sharing_score(graph, app_owner): voor elke eigenaar behalve app_owner, voeg 1 plus KIND_WEIGHTS[kind] toe voor elk van zijn soorten. Geef het totaal terug.
Stel daarna graph = sharing_graph(fitness_app_log(), SDK_OWNERS), score = sharing_score(graph, "FitFox") in en print beide.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.