Programma Les 57 van 156 · Meet privacy, eerlijk.
Meet privacy, eerlijk.

Project deel 2: het Tracker Lab rapport

Waarom dit ertoe doet Hier komt Etappe 2 samen. Je draait de volledige loop, tracker, dan partition, dan blocker, dan measurement, op een oefenwereld die je nog niet hebt gezien, en je rapporteert het zoals een privacyonderzoeker zou doen: als getallen die iedereen kan controleren.

De briefing

De

A practice newsroom heeft je gevraagd: "Hoeveel beschermt de browserkeuze van onze lezers hen bij deze drie winkels?" Je beantwoordt dit met een JSON rapport geproduceerd door je eigen code. JSON is gewoon een dictionary geschreven als tekst, zodat een ander programma (of een grader) het kan lezen.

Lab wereld: build_lab_world(seed) van watched.leg2b_lab: de gebruikelijke drie winkels, AdCo en Metrics, plus een extra tracker waarvan de naam verandert met de seed, en een onschadelijke reviews widget op elke winkel, om een onvoorzichtige blocker te verleiden.

Omdat de extra tracker verandert met de seed, zal een hard-coded lijst niet slagen. Je detector uit les 48 moet het vinden. lab_truth(world) geeft je de antwoordsleutel alleen voor scoring: in echt onderzoek is het bouwen ervan traag handwerk.

Drie runs

Elke run doorzoekt dezelfde lijst van pagina's van lab_urls(world, n, seed), met een fresh kopie van de practice tracker van AdCo geïnstalleerd (server, profiles = practice_tracker(world) van watched.leg2e_inside, dezelfde kant-en-klare tracker die je hebt bestudeerd in Module 7), zodat geen run de profielen van een andere ziet. Je schrijft de tracker niet; je meet hem.

  1. Simpele browser. Hoeveel webshops koppelt de tracker van AdCo aan één ID? Draai ook find_trackers op de log van deze run.
  2. Partitioned browser (Browser(world, partitioned=True)). Dezelfde vraag. Elke winkel krijgt zijn eigen AdCo cookie jar, dus het antwoord moet dalen naar 1.
  3. Je blokkade (Browser(world, blocker=make_blocker(found))). Dezelfde vraag, plus precisie en recall tegen lab_truth(world).

Een nette manier om herhaling te voorkomen: schrijf één helper, bijvoorbeeld tracked_run(world, urls, **options), die oude trackers verwijdert, een nieuwe installeert, doorzoekt en de browser en de gelinkte count teruggeeft. **options geeft keyword instellingen zoals partitioned=True direct door naar Browser.

Het rapport

KeyValue
pagesnumber of URLs browsed
trackers_foundgesorteerde lijst van sites die je detector markeerde in run 1
linked_sites, linked_sites_partitioned, linked_sites_blockedde meeste shop sites gekoppeld aan één AdCo ID in runs 1, 2 en 3 (0 als geen profiel)
requests_totalaantal records in de log van run 3
requests_blockedhoeveel van hen werden geblokkeerd
precision, recall voor run 3 tegen lab_truth(world), afgerond op 3 decimalen

Stel ten slotte report_json = json.dumps(report, indent=2, sort_keys=True) in voor build_lab_world(seed=7) met lab_urls(world, 30, seed=7), en print het.

Checklijst voordat je verzendt

  • Elke run installeert een nieuwe tracker en verwijdert deze daarna (world.remove_trackers()).
  • find_trackers markeert widgets.example of cdn.example.
  • niet.
  • Elke waarde in het rapport is een gewoon getal, string of lijst, dus json.dumps werkt.

Je eigen resultaten lezen

Je zou het verhaal van de hele leg in een paar getallen moeten zien: één ID over elke shop, dan 1 met partitioning, dan 0 met je blocker. Partitioning alleen stopt de cross-site join, maar AdCo ziet nog steeds elk bezoek. Blocking stopt AdCo om iets te horen, met het risico op false positives, wat je precisie laat zien. Geen van beide raakt wat de eigen server van een shop deelt. Die kloof is waar Etappes 3 en 4 verder gaan.

Probeer het Als je slaagt, maak dan een slordige kopie van je detector die elke derde partij site markeert, negeer de aanwijzingen, en voer de blocker opnieuw uit met deze kopie. Kijk hoe de precisie daalt: welke onschadelijke sites werden gevangen, en wat zou kapotgaan in een echte winkel?

In andere talen

JavaScript:

// The same report, written out as JSON
const report = {
  pages: urls.length,
  trackers_found: [...found].sort(),
  linked_sites: linked,
  precision: Math.round(precision * 1000) / 1000,
};
console.log(JSON.stringify(report, null, 2));

Go:

type Report struct {
    Pages         int      `json:"pages"`
    TrackersFound []string `json:"trackers_found"`
    LinkedSites   int      `json:"linked_sites"`
    Precision     float64  `json:"precision"`
}
out, _ := json.MarshalIndent(report, "", "  ")
fmt.Println(string(out))

Samenvatting

  • De volledige lus: track, partition, block, measure, in een wereld die je niet had gezien.
  • Partitioning stopt cross-site joins; blocking stopt het luisteren van de tracker volledig.
  • Precisie en recall houden je blocker eerlijk over breuken en lekken.
  • A rapport van controleerbare getallen is hoe privacyclaims gemaakt moeten worden.
Jij bent aan de beurt

Schrijf find_trackers(log) (uit les 48, met de helpers), score(log, trackers) (uit les 51), make_blocker(trackers) die een blocker retourneert die elke aanvraag blokkeert waarvan de site in trackers staat, en run_lab(world, urls) die een report dict retourneert met precies de keys pages, trackers_found, linked_sites, linked_sites_partitioned, linked_sites_blocked, requests_total, requests_blocked, precision en recall, zoals beschreven in de briefing. Stel dan report_json in en print deze voor build_lab_world(seed=7) en lab_urls(world, 30, seed=7). De tracker van AdCo is kant-en-klaar: gebruik server, profiles = practice_tracker(world) uit watched.leg2e_inside bij elke run.

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.