Conteúdo do curso Lição 119 de 156 · Como um navegador decide
Como um navegador decide

Classificando rastreadores

Por que isso importa Toda defesa desta etapa começa com uma decisão: este site é um rastreador? Bloqueie um site honesto e as páginas quebram; deixe passar um rastreador e você é seguido. Como um navegador toma essa decisão explica tanto os pontos fortes dele quanto a página quebrada de vez em quando.

Pense em três jeitos de um segurança decidir quem entra numa balada. Um tem uma lista impressa de encrenqueiros conhecidos. Um segue regras práticas: "apareceu em todas as baladas da cidade hoje à noite, disfarçado". Um já observou milhares de noites e aprendeu a sentir. Os navegadores usam os três.

Classificador: qualquer coisa que separa itens em grupos, aqui "rastreador" ou "não rastreador". Pode ser uma lista, um conjunto de regras ou um modelo treinado.

1. Listas

Pessoas mantêm listas de domínios de rastreamento conhecidos e regras de filtro. Os bloqueadores de anúncios usam listas de filtros da comunidade, como EasyList e EasyPrivacy, das quais você interpretou um pedaço na Etapa 2. A proteção embutida do Firefox se baseia em listas mantidas pela Disconnect (verificado em outubro de 2026). As listas costumam incluir um mapa de entidades: quais domínios pertencem a um mesmo dono, para que o site de conteúdo de uma empresa e o servidor de imagens dela não sejam tratados como terceiros um do outro.

As listas são precisas e fáceis de explicar ("bloqueado porque está na lista X"). Mas só são tão atuais quanto a última atualização, e um rastreador pode escapar delas com um domínio novo, ou se escondendo sob o próprio nome do site (CNAME cloaking, da Etapa 1).

2. Heurísticas

Heurística: uma regra prática que costuma acertar, como "um terceiro visto em muitos sites sem relação, definindo IDs longos e aleatórios, provavelmente está rastreando".

Você escreveu algumas na Etapa 2: terceiro em muitos sites, IDs de alta entropia (valores aleatórios demais para serem configurações), respostas do tamanho de um pixel. A regra do redirecionamento da lição anterior também é uma heurística. As heurísticas pegam rastreadores que ninguém listou ainda, mas cometem dois tipos de erro, e toda heurística troca um pelo outro.

Falso positivo: um site honesto chamado de rastreador por engano (uma página quebra). Falso negativo: um rastreador que escapa (você é seguido).

Por exemplo, cdn.example serve uma biblioteca a todas as lojas. "Em muitos sites" diz rastreador, mas ele não define nenhum ID: uma heurística que ignora os IDs quebraria todas essas lojas.

3. Aprendizado de máquina

Um modelo consegue aprender a partir de características, como em quantos sites de nível superior um domínio aparece, com que frequência ele redireciona e se você alguma vez interage com ele. O WebKit descreveu a Intelligent Tracking Prevention do Safari como usando um modelo desse tipo no dispositivo (verificado em outubro de 2026). Feito no dispositivo, as suas estatísticas de navegação nunca saem dele.

Os modelos conseguem pesar juntos muitos sinais fracos e se adaptar a truques novos. Mas são mais difíceis de explicar, podem errar de jeitos surpreendentes e precisam de limites cuidadosos de tamanho e velocidade dentro de um navegador. Você vai treinar um pequeno em Python puro na Etapa 7.

Lado a lado

ListasHeurísticasAprendizado de máquina
Pega rastreadores novosNão, até serem listadosMuitas vezesMuitas vezes
ExplicávelMuitoRazoavelmenteMenos
Erros típicosDesatualizaçãoFalsos positivos em serviços compartilhadosErros surpreendentes
Driblado porDomínios novos, cloakingFicar abaixo dos limitesParecer um site comum

Decidir, e depois agir

Classificar é só metade. Os motores também escolhem uma resposta para cada classe: bloquear a requisição, permiti-la mas remover ou particionar os cookies, limpar o armazenamento depois, ou só relatar. Uma resposta mais branda para os casos incertos mantém as quebras baixas. Na prática, a maioria dos motores combina abordagens: uma lista para o bloqueio confiante, heurísticas para as regras de redirecionamento e armazenamento, e exceções por site quando algo quebra.

Um equívoco comum

"Um classificador mais esperto significa nenhum rastreamento." Todo classificador tem falsos negativos, e algum rastreamento (análise de primeira parte, logins, fingerprinting) nem parece um rastreador separado. É por isso que a classificação anda junto com defesas que funcionam sem ela, como o particionamento.

Resumo

  • As listas são precisas e explicáveis, mas deixam passar rastreadores novos ou disfarçados.
  • As heurísticas pegam rastreadores não listados, mas trocam falsos positivos por falsos negativos.
  • O aprendizado de máquina pesa muitos sinais; o WebKit descreveu a ITP do Safari como usando um modelo no dispositivo (verificado em outubro de 2026).
  • Os motores combinam abordagens e escolhem uma resposta mais branda quando estão em dúvida.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.