Conteúdo do curso Lição 120 de 156 · Construa as defesas
Construa as defesas

Particionar o motor

Por que isso importa Na Etapa 2, o rastreador da AdCo funcionava porque o quadro incorporado da AdCo tinha uma única gaveta de armazenamento que ele abria em todas as lojas. Os navegadores impedem isso dividindo o armazenamento por site, o que se chama particionamento. Se um motor divide os cookies mas esquece uma única outra área de armazenamento, o rastreador simplesmente leva o ID dele para lá. Neste laboratório você é o autor do motor: escreve a regra que decide onde os dados ficam e depois vê o rastreador falhar.

Imagine uma rede de academias. Uma rede descuidada dá a cada aluno uma chave que abre o mesmo armário em todas as unidades, então qualquer coisa deixada nele segue você pela cidade. Uma rede cuidadosa dá a você um armário separado em cada unidade. E, dentro de cada unidade, cada aluno tem o próprio armário, então ninguém consegue abrir o de outra pessoa.

Um motor de navegador é a rede cuidadosa. A unidade é o site na barra de endereço. O aluno é quem está guardando os dados, como a própria loja ou um quadro de anúncio incorporado nela.

Site de nível superior: o site mostrado na barra de endereço, por exemplo shopa.example. Tudo na página, incluindo quadros e scripts, é carregado em nome dele.

Origem: quem está guardando os dados: esquema, host e porta, por exemplo https://adco.example. Um quadro incorporado tem a própria origem, diferente da página em volta.

Área de armazenamento: um lugar onde o navegador guarda dados de um site. Os cookies são uma área; localStorage, IndexedDB (um pequeno banco de dados no navegador), o cache HTTP (cópias salvas de arquivos) e os service workers (scripts que rodam em segundo plano para um site) são outras.

Chave de partição: o rótulo que um motor coloca em cada gaveta. Duas leituras ou gravações com a mesma chave compartilham uma gaveta; chaves diferentes nunca compartilham.

O motor de prática

O módulo watched.leg6b_engine tem um motor minúsculo chamado MiniEngine, com cinco áreas de armazenamento. Você dá a ele uma função, a regra da chave de partição, e ele chama essa função toda vez que algo é lido ou gravado:

from watched.leg6b_engine import MiniEngine, STORAGE_AREAS

def naive_key(area, origin, top_site):
    return origin                     # one drawer per origin, on every site

engine = MiniEngine(naive_key)
engine.write("cache", "https://adco.example", "shopa.example", "adco_id", "id-77")
print(engine.read("cache", "https://adco.example", "shopb.example", "adco_id"))   # id-77
print(STORAGE_AREAS)   # ('cookies', 'local_storage', 'indexeddb', 'cache', 'service_worker')

Com a regra ingênua, a AdCo grava o ID dela enquanto você está na ShopA e lê o mesmo ID de volta na ShopB. Essa única linha é rastreamento entre sites.

Uma chave feita de duas partes

A correção é fazer a chave incluir tanto o site de nível superior quanto a origem. O Python tem um jeito prático de juntar valores: uma tupla, escrita entre parênteses.

Tupla: um grupo fixo de valores, como ("shopa.example", "https://adco.example"). Funciona como uma lista que você não pode mudar e, diferente de uma lista, pode ser usada como chave de dicionário.

key_a = ("shopa.example", "https://adco.example")
key_b = ("shopb.example", "https://adco.example")
print(key_a == key_b)    # False: different site, so a different drawer

Os motores chamam isso de chave dupla: todo dado guardado é arquivado sob (site de nível superior, origem). Motores reais acrescentam mais coisas a algumas chaves, mas essas duas partes são o coração da ideia.

Quais áreas um motor ingênuo esquece?

Os motores não particionaram tudo de uma vez. Os cookies receberam a maior parte da atenção, enquanto os caches e os armazenamentos mais novos vieram depois. O cache HTTP hoje é particionado nos três grandes motores: no Safari desde 2013, no Chrome desde a versão 86 e no Firefox desde a versão 85 (verificado em outubro de 2026). Qualquer área deixada de fora é um esconderijo, e é por isso que a sua regra de chave deve cobrir todas as áreas, não só os cookies.

Medindo se o rastreamento ainda funciona

run_tracker(engine) visita as três lojas. Em cada uma, a loja salva um carrinho, depois o quadro da AdCo procura o ID dela em todas as áreas e grava um novo se a gaveta estiver vazia. Ela retorna um dict:

  • "sightings": uma lista de tuplas (top_site, area, id_seen), uma por loja e área
  • "snooped": áreas em que o quadro da AdCo conseguiu ler o carrinho da própria loja (deveria ficar vazia)
  • "first_party_ok": True quando todas as lojas conseguiram ler o próprio carrinho de volta

O rastreamento funciona numa área quando o mesmo ID aparece em dois ou mais sites diferentes. Para contar isso você vai usar um conjunto (set): uma coleção sem repetições, escrita set() quando vazia. s.add(x) coloca algo dentro e len(s) diz quantas coisas diferentes ele contém.

seen = {}                                   # (area, id) -> set of sites
for site, area, ident in [("shopa.example", "cache", "id-1"), ("shopb.example", "cache", "id-1")]:
    seen.setdefault((area, ident), set()).add(site)
print(seen)   # {('cache', 'id-1'): {'shopa.example', 'shopb.example'}}

d.setdefault(key, set()) significa: me dê o valor sob esta chave e, se ainda não houver nenhum, guarde primeiro um conjunto vazio ali.

Um erro comum

É tentador usar só o site de nível superior como chave: return top_site. Isso impede a AdCo de ligar a ShopA à ShopB. Mas agora o quadro da AdCo e a loja compartilham uma gaveta em cada site, então o quadro consegue ler o carrinho da loja. O relatório do motor chama isso de snooped. Uma boa chave separa os sites uns dos outros e os alunos uns dos outros.

Experimente O Browser de prática já tem essa regra embutida para cookies e localStorage. Depois deste laboratório, rode de novo o seu rastreador de cookies da Etapa 2 com Browser(world, partitioned=True) e imprima o perfil que ele monta: você deveria ver um perfil curto por loja em vez de um longo. Num navegador real, abra o DevTools (F12), vá em Application (Storage no Firefox) e abra Cookies. No DevTools do Chrome, os cookies guardados por site de nível superior mostram um valor na coluna Partition Key.

Em outras linguagens

A mesma chave dupla em outras linguagens:

// JavaScript: a Map keyed by a string that joins both parts
const drawers = new Map();
function partitionKey(area, origin, topSite) {
  return `${area} ${topSite} ${origin}`;
}
drawers.set(partitionKey("cache", "https://adco.example", "shopa.example"), { adco_id: "id-1" });

// Rust: a tuple of Strings is a valid HashMap key
use std::collections::HashMap;
let mut drawers: HashMap<(String, String), HashMap<String, String>> = HashMap::new();
drawers.entry(("shopa.example".into(), "https://adco.example".into()))
       .or_default().insert("adco_id".into(), "id-1".into());

// Go: a struct with comparable fields can key a map
type PartitionKey struct{ TopSite, Origin string }
drawers := map[PartitionKey]map[string]string{}
drawers[PartitionKey{"shopa.example", "https://adco.example"}] = map[string]string{"adco_id": "id-1"}

Resumo

  • O particionamento arquiva todo dado guardado sob uma chave; mesma chave, mesma gaveta.
  • Uma boa chave tem duas partes, o site de nível superior e a origem, para que os sites não vejam uns aos outros e um quadro não veja a página em volta.
  • Toda área de armazenamento precisa da chave, sejam cookies, localStorage, IndexedDB, cache ou service workers. Uma única área esquecida basta para um rastreador.
  • O rastreamento ainda funciona onde quer que o mesmo ID apareça em dois ou mais sites: meça, não suponha.
Sua vez

Escreva duas funções. partition_key(area, origin, top_site) deve retornar a chave de duas partes (top_site, origin) para todas as áreas de armazenamento. linked_areas(sightings) recebe uma lista de tuplas (top_site, area, id_seen) e retorna um conjunto das áreas em que o mesmo id_seen aparece em dois ou mais sites de nível superior diferentes. Depois monte engine = MiniEngine(partition_key), rode report = run_tracker(engine) e defina linked = linked_areas(report["sightings"]). Deve imprimir um conjunto vazio.

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.