Conteúdo do curso Lição 107 de 156 · Impressões digitais de rede
Impressões digitais de rede

Ligue um usuário sem cookies

Por que isso importa Bloquear cookies de terceiros é uma das melhores configurações de privacidade que existem, e não é o fim da história. Neste laboratório você faz o papel do rastreador: liga visitas entre sites usando só o que a rede mostra e depois mede quanta proteção o bloqueio de cookies sozinho, um endereço de VPN compartilhado e navegadores parecidos acrescentam cada um.

Imagine um frequentador de café que nunca diz o nome, mas sempre vem da mesma rua, com o mesmo casaco marcante. Os atendentes de vários cafés ainda conseguiriam perceber que é a mesma pessoa. Tire a rua (todo mundo chega no mesmo ônibus compartilhado) e o casaco vira a única pista. Dê a todos o mesmo casaco e ninguém se destaca.

Os dados de prática

network_log(seed, setting) dá um dia de visitas de 40 pessoas simuladas a oito sites .example, com cookies bloqueados. Cada registro é um dict:

{'site': 'shopb.example', 'ip': '203.0.113.5', 'tls': 'tls-cobalt',
 'h2': 'h2-bc1', 'day': 0, 'person': 'user04'}

tls e h2 são rótulos curtos que representam as impressões digitais TLS e HTTP/2 que você calculou nas lições 104 e 105. O rastreador vê site, ip, tls e h2. Como antes, person é a verdade que só o simulador conhece; você a usa para pontuar o rastreador.

setting é um de SETTINGS:

  • "home": cookies bloqueados, cada um na sua conexão de casa (pessoas da mesma casa compartilham um endereço).
  • "vpn": todo mundo também usa um de três endereços de saída de VPN compartilhados.
  • "vpn_uniform": como "vpn", e todo navegador envia as mesmas impressões digitais, como se todos usassem um navegador feito para parecer igual.

O método do rastreador

  1. Faça uma chave de rede a partir de cada registro: a tupla (ip, tls, h2). Uma tupla é como uma lista que não pode mudar, escrita com parênteses, e pode ser usada como chave de dict.
  2. Agrupe os registros pela chave.
  3. Uma pessoa está ligada se algum grupo contém só as visitas dessa pessoa e cobre dois ou mais sites diferentes. É o rastreador dizendo corretamente "quem visitou shopb.example e news.example é a mesma pessoa".
  4. A proteção é a fração das pessoas que não estão ligadas.

Um grupo com várias pessoas não conta como ligar ninguém: o rastreador estaria juntando estranhos, o que, como a lição 100 mostrou, está errado (embora ainda prejudique as pessoas juntadas).

Tupla: um grupo ordenado de valores que não pode ser alterado, como ("203.0.113.5", "tls-cobalt", "h2-bc1"). Diferente de uma lista, ela pode ser chave de um dict ou entrar em um set.

Em outras linguagens

Agrupar registros por uma chave composta é um padrão comum:

// JavaScript
const groups = new Map();
for (const r of records) {
  const key = [r.ip, r.tls, r.h2].join("|");   // arrays are not usable as Map keys by value
  if (!groups.has(key)) groups.set(key, []);
  groups.get(key).push(r);
}
// Go
type key struct{ IP, TLS, H2 string }
groups := map[key][]Record{}
for _, r := range records {
    k := key{r.IP, r.TLS, r.H2}
    groups[k] = append(groups[k], r)
}
// SQL (any database)
SELECT ip, tls, h2, COUNT(DISTINCT site) AS sites, COUNT(DISTINCT person) AS people
FROM visits GROUP BY ip, tls, h2;

O que você deve encontrar

Com cookies bloqueados mas um IP de casa, a maioria das pessoas ainda fica ligada: só o endereço já amarra os sites delas. Um endereço de VPN compartilhado protege a maioria das pessoas, mas quem tem um navegador raro ainda fica ligado pela impressão digital. Com navegadores parecidos por cima, ninguém fica ligado. Esse é o argumento a favor das duas defesas da lição 106: esconda o endereço e se misture.

Uma nota de honestidade: estes números vêm do nosso simulador, com sua própria mistura inventada de casas e navegadores. Eles mostram o formato do efeito, não taxas do mundo real.

Resumo

  • Bloquear cookies não impede a ligação por endereço IP mais impressão digital de rede.
  • Um endereço compartilhado de VPN ou relay protege a maioria das pessoas, mas um navegador raro ainda pode destacar alguém.
  • Navegadores parecidos mais um endereço compartilhado não deixaram ninguém ligável nesta simulação.
  • Meça a proteção; não a presuma.
Sua vez

Faça o papel do rastreador e depois meça. Escreva quatro funções e preencha RESULTS:

  1. network_key(record): retorne a tupla (ip, tls, h2).
  2. group_by_key(records): retorne um dict que associa cada chave de rede à lista de registros com essa chave.
  3. linked_people(records): retorne o set de pessoas para as quais algum grupo guarda só os registros daquela pessoa e cobre dois ou mais sites diferentes.
  4. protection(records): retorne 1 menos (o número de pessoas ligadas dividido pelo número de pessoas diferentes em records); 0.0 se não houver registros.
Depois defina RESULTS[setting] = protection(network_log(seed=0, setting=setting)) para cada setting em SETTINGS. Os testes também verificam outros dias simulados.

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.