Projeto da Etapa 7: um estudo com uma correção
Por que isso importa O trabalho real de privacidade é um ciclo: meça um problema, aplique uma correção, meça de novo e diga com honestidade o que mudou e quanto custou. Este projeto roda esse ciclo de ponta a ponta, juntando o crawler deste módulo com uma defesa do anterior.
Pense em um médico conferindo se um tratamento funciona: meça primeiro, trate, meça de novo do mesmo jeito e anote os efeitos colaterais. Sem a primeira medição não há com o que comparar; sem os efeitos colaterais o resultado é só meia verdade.
A pergunta
Na web simulada, alguém observando sua conexão criptografada conseguiria dizer qual site sensível você visitou, e quanto padding seria preciso para impedi-lo com segurança?
Visitar um site de saúde, de finanças ou de religião pode revelar algo pessoal mesmo que nada mais vaze. Você vai:
- Medir o cenário. Faça o crawl de
SimWeb(seed), encontre os sites cuja categoria está emSENSITIVEe registre que fração deles carrega um rastreador da lista. Pegue os 6 primeiros sites sensíveis pela classificação. - Medir o problema. Obtenha os carregamentos de página desses 6 sites com
page_loads(seed, sites=...)e meça a precisão do centroide mais próximo, como na lição 143. - Aplicar a correção. Experimente os orçamentos de padding de
PAD_LEVELSem ordem. Para cada um, aplique padding aos carregamentos de treino comseed=1e aos de teste comseed=2, treine de novo e meça de novo. Pare no primeiro orçamento cuja precisão fique igual ou abaixo deTARGET. Se nenhum chegar lá, fique com o último. - Medir o custo. O overhead no orçamento escolhido, como na lição 143.
- Escrever os limites. Pelo menos duas frases honestas, como na lição 149. Uma cabe aqui, seja o que for que você encontrar: o orçamento foi escolhido olhando a precisão nos mesmos carregamentos de teste que você depois relata, o que favorece um pouco o resultado. Um estudo cuidadoso escolhe o orçamento em um terceiro conjunto de carregamentos, separado, e relata o conjunto de teste uma única vez.
O relatório
study(seed) retorna um dict com exatamente estas chaves:
{
"seed": 7,
"sites": ["...", ...], # the 6 sensitive sites, by rank
"sensitive_with_trackers": 0.97, # share of ALL sensitive sites with a listed tracker
"accuracy_before": 0.94,
"padding_budget": 800, # the first level in PAD_LEVELS reaching TARGET
"accuracy_after": 0.19,
"overhead": 2.07, # extra test cells as a fraction: here about 3 times the traffic
"target_met": True, # accuracy_after <= TARGET
"limits": ["...", "..."] # at least two sentences
}Os números são avaliados contra uma execução escondida em outra seed, então seu código precisa fazer o estudo, não copiar uma resposta. Os limites não são avaliados pelo conteúdo, mas o tutor pode comentá-los. Pense em: um mundo fechado de 6 sites, um observador que conhece suas configurações de padding, tráfego simulado e o que a fração de rastreadores diz e não diz.
Repare nas duas metades do resultado. O padding protege a visita de um observador da rede, mas os rastreadores nesses mesmos sites ainda descobrem coisas sobre você diretamente. Uma defesa nunca cobre todas as ameaças, e seu relatório pode dizer isso.
Um equívoco comum: "se a precisão caiu abaixo da meta, o problema está resolvido." Você o resolveu para este observador, neste mundo fechado, a um custo medido. É um resultado real, e ele tem bordas.
Em outras linguagens
Escolhendo o primeiro nível que atinge uma meta, em outras linguagens:
// JavaScript
let chosen, after;
for (const budget of PAD_LEVELS) {
chosen = budget;
after = paddedAccuracy(data, budget);
if (after <= TARGET) break;
}// Go
var chosen int
var after float64
for _, budget := range padLevels {
chosen, after = budget, paddedAccuracy(data, budget)
if after <= target { break }
}Resumo
- Meça, corrija, meça de novo do mesmo jeito e relate o custo.
- O padding escondeu de um observador da rede qual site sensível foi visitado, a um preço de banda medido.
- Os rastreadores nesses sites são um problema separado que o padding não toca.
- Limites honestos fazem parte do resultado, não são um pedido de desculpas por ele.
Escreva study(seed) seguindo os cinco passos acima e retornando o dict do relatório com exatamente as chaves mostradas. Use PAD_LEVELS = [50, 100, 200, 400, 800] e TARGET = 0.4, classificação pelo centroide mais próximo nas features (outgoing, incoming) com os empates indo para o site que vem primeiro em ordem alfabética, pad_traces(..., seed=1) para os carregamentos de treino e seed=2 para os de teste. Defina report = study(7). Os testes rodam seu estudo de novo em uma seed escondida.
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.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.