Hoe privacystudies werken
Waarom dit ertoe doet Het grootste deel van wat we weten over webtracking, zoals hoeveel sites trackers bevatten of welke bedrijven de meeste mensen bereiken, komt uit studies die duizenden sites automatisch laden en vastleggen wat er gebeurt. Weten hoe die studies werken laat je een kopcijfer beoordelen, en je eigen studie uitvoeren in de volgende lessen.
Denk aan een onderzoek naar vogels. Vrijwilligers lopen dezelfde routes op hetzelfde moment van het jaar en tellen wat ze zien. De telling is slechts zo goed als de methode: loop alleen in zonnige parken en je mist de uilen. Webstudies zijn hetzelfde. Een getal zoals "80% van de sites heeft een tracker" betekent niets totdat je weet welke sites, van waar, en hoe ze zijn bezocht.
Crawler: een programma dat webpagina's automatisch bezoekt, één na de ander, en vastlegt wat het vindt.
Census study: een meting die probeert elk punt in een grote, gedefinieerde set te bezoeken (bijvoorbeeld de meest populaire miljoen sites) in plaats van een handvol, zodat het kan zeggen hoe vaak iets voorkomt.
Instrumentation: extra opname toegevoegd aan een browser zodat een studie elke aanvraag, cookie en scriptoproep van een pagina kan zien, niet alleen wat op het scherm verschijnt.
Hoe een moderne studie werkt
- Kies de sites. Meestal een publieke ranglijst van populaire sites, soms een willekeurige steekproef, soms één categorie (nieuws, gezondheid).
- Gebruik een echte browser. Simpele downloads missen de meeste trackers, omdat trackers worden geladen door scripts. Studies gebruiken een echte browser die de code van de pagina uitvoert.
- Leg alles vast. Verzoeken en responsen, geplaatste cookies, welke browserfuncties elk script gebruikte (bijvoorbeeld het lezen van het canvas, een fingerprinting aanwijzing) en redirects.
- Label en tel. Vergelijk de derden met tracker lijsten, tel dan hoe vaak elk verschijnt.
Een bekend voorbeeld is OpenWPM, een open-source meettool, gebruikt in een studie uit 2016 die de meest populaire miljoen sites doorzocht en fingerprinting scripts en tracking vond op een schaal die niemand eerder had laten zien. Veel latere studies volgen hetzelfde patroon.
Waarom de methode het antwoord verandert
- Alleen de homepagina, of dieper?Binnenpagina's (artikelen, checkouts) laden vaak verschillende trackers.
- Stateless of stateful? Een stateless crawl start elke site met een schone browser; een stateful houdt cookies over verschillende sites vast, zoals een persoon dat doet, en kan dus cross-site tracking zien.
- Consent banners. Een crawler die nooit klikt meet wat er gebeurt voor toestemming; een die op "accept" klikt meet iets anders. Zeg welke je hebt gedaan.
- Waar de crawler zich bevindt. Sites tonen verschillende dingen in verschillende landen en op verschillende apparaten.
- Botdetectie.Sommige sites behandelen crawlers anders dan mensen, dus een crawl kan te weinig tellen.
- Timing. Het web verandert wekelijks. Een studie is een momentopname met een datum.
Een veelvoorkomende misvatting: "Een grotere crawl is altijd een betere studie." Grootte vermindert willekeurige fouten maar geen bias. Een miljoen home pages bezocht vanuit één datacenter zonder clicks kan precies fout zijn over wat echte mensen ervaren.
In deze module crawl je een gesimuleerde web van 1.000 fictieve sites. Het gedraagt zich zoals het echte web op de punten die ertoe doen voor het leren, en er wordt geen echte site gecontacteerd.
Probeer het Open de developer tools van je browser (F12, of Cmd+Option+I op een Mac), ga naar het Network tab en laad een nieuws site. Tel de verschillende domeinen in de lijst. Je hebt zojuist een crawl van één site handmatig gedaan. Laad de pagina daarna opnieuw met het vakje "Disable cache" in het Network tab aangevinkt en kijk of de lijst verandert.
Samenvatting
- Privacystudies doorzoeken veel sites met een instrumentele echte browser en tellen wat ze vastleggen.
- Census studies zijn bedoeld om een hele gedefinieerde set te dekken, zoals de top miljoen sites.
- Keuzes zoals alleen de homepagina, toestemmingsclicks, locatie en datum veranderen de resultaten, dus moeten ze worden gerapporteerd.
- Bigger is niet automatisch beter: grootte vermindert willekeurige fouten, niet bias.
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.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.