Programma Les 44 van 156 · Binnen een tracker (in de praktijkwereld)
Binnen een tracker (in de praktijkwereld)

Het profiel dat een advertentienetwerk zou verkopen

Waarom dit ertoe doetHet logboek van een tracker is niet zomaar een lijst van pagina's. Samen gelezen worden de pagina's gissingen over het leven van een persoon. Dit lab maakt dat concreet, zodat de risico's van tracking niet langer abstract zijn.

Sam vertelde AdCo nooit iets. Sam deed alleen maar boodschappen. Maar AdCo zag elke pagina, en elke pagina heeft een categorie. Tel de categorieën en er verschijnt een afbeelding: iemand die van hardlopen houdt, misschien verwacht een baby, misschien maakt iemand zich zorgen over geld.

Interesseprofiel: een samenvatting van waar een persoon in lijkt geïnteresseerd te zijn, opgebouwd door het tellen van de soorten pagina's die ze bekeken. Ad netwerken gebruiken profielen om te kiezen welke advertenties ze laten zien en, in sommige gevallen, verkopen of delen.

Sommige categorieën zijn meer sensitive dan andere. Gezondheid, zwangerschap, stoppen met roken, geldproblemen en babydingen kunnen een medische conditie, een zwangerschap of de financiën van een gezin onthullen, vaak voordat de persoon dit aan iemand naargenomen heeft.

De praktijkwereld heeft zijn eigen lijst, SENSITIVE_CATEGORIES, die baby weglaat. De SENSITIVE van deze lab voegt het toe, omdat baby-inkopen vaak hinten op een zwangerschap.

Tellen met een dictionary

counts = {}
for category in ["running", "baby", "running"]:
    counts[category] = counts.get(category, 0) + 1
print(counts)   # {'running': 2, 'baby': 1}

counts.get(key, 0) betekent "de huidige telling, of 0 als dit nieuw is". Python heeft ook collections.Counter, wat hetzelfde doet in één regel; beide zijn prima.

Om de sleutel met de grootste count te vinden, max(counts, key=counts.get) kijkt naar elke sleutel maar vergelijkt ze op basis van counts.get(key), hun count:

print(max({"running": 2, "baby": 1}, key={"running": 2, "baby": 1}.get))   # running

In dit lab gebruik je een langere sessie (40 pagina's) met een normale browser. Zoek eerst de hoofd-ID van AdCo voor Sam (de cookie ID die op de meeste records staat), tel daarna de categorieën van de records van die ID, en lijst dan welke gevoelige categorieën verschijnen.

De verdediging

Partitioning (les 41) deelt dit profiel op in één klein stuk per shop, en een blocker (Module 8) stopt de rapporten volledig. Geen van beide verandert wat elke shop weet over zijn eigen bezoekers; ze veranderen wat één buitenstaander samen kan voegen.

In andere talen

JavaScript:

const counts = {};
for (const r of mine) counts[r.category] = (counts[r.category] ?? 0) + 1;

C#:

var counts = mine.GroupBy(r => r.Category).ToDictionary(g => g.Key, g => g.Count());

Samenvatting

  • Het tellen van paginacategorieën onder één ID maakt een log een levensverhaal.
  • Sensitieve gokken (gezondheid, zwangerschap, geld) komen voort uit gewoon winkelen.
  • Partitionering en blocking zorgen ervoor dat één buitenstaander niet alles samen kan voegen.
Jij bent aan de beurt

Voor seed=7 en world.browsing_session(40) met een normale browser: schrijf main_id(records) (de niet-None cookie_id die bij de meeste records verschijnt), interests(records, cookie_id) (een dictionary die de categorieën van records met die ID telt; sla records over waarvan de categorie None is, zoals afbeeldingen en scripts, die bij geen enkele categorie horen), en sensitive_found(counts) (een gesorteerde lijst van de categorieën in SENSITIVE die in counts verschijnen). Sla de resultaten op in sam_id, profile en found.

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.