Gizlilik çalışmalarının nasıl işlediği
Neden önemli Web takibi hakkında bildiğimiz çoğu şey, yani kaç sitenin takipçi içerdiği veya hangi şirketlerin en çok kişiye ulaştığı, binlerce siteyi otomatik olarak yükleyen ve neler olduğunu kaydeden çalışmalardan gelir. Bu çalışmaların nasıl işlediğini bilmek, bir başlık sayısını değerlendirmeni ve sonraki derslerde kendi çalışmanı yürütmeni sağlar.
Bir kuş sayımı hayal et. Gönüllüler yılın aynı zamanında aynı rotalarda yürür ve gördüklerini sayarlar. Sayım sadece yöntemin kadar iyidir: sadece güneşli parklarda yürürsen baykuşları kaçırırsın. Web çalışmaları da aynıdır. "Sitelerin %80'inde bir takipçi var" gibi bir sayı, hangi siteler, nereden ve nasıl ziyaret edildiğini bilene kadar hiçbir şey ifade etmez.
Crawler: web sayfalarını otomatik olarak, birbiri ardına ziyaret eden ve bulduklarını kaydeden bir program.
Census çalışması: bir şeyin ne kadar yaygın olduğunu söyleyebilmek için, sadece birkaç site yerine büyük ve tanımlanmış bir kümedeki (örneğin en popüler bir milyon site) her yeri ziyaret etmeye çalışan bir ölçümdür.
Instrumentation: bir çalışmanın sadece ekranda görünenleri değil, bir sayfanın yaptığı her isteği, cookie ve script çağrısını görebilmesi için tarayıcıya eklenen ekstra kayıt.
Modern bir çalışma nasıl işler
- Siteleri seç. Genellikle popüler sitelerin halka açık sıralaması, bazen rastgele bir örneklem, bazen de tek bir kategori (haber, sağlık).
- Gerçek bir tarayıcı çalıştır. Basit indirmeler çoğu takipçiyi kaçırır çünkü takipçiler scriptler tarafından yüklenir. Çalışmalar sayfanın kodunu çalıştıran gerçek bir tarayıcı çalıştırır.
- Her şeyi kaydet. İstekler ve yanıtlar, ayarlanan çerezler, her scriptin kullandığı tarayıcı özellikleri (örneğin canvas okuma, bir parmak izi ipucu) ve yönlendirmeler.
- Etiketle ve say. Üçüncü tarafları takipçi listeleriyle karşılaştır, sonra her birinin kaç kez göründüğünü say.
Bilinen bir örnek OpenWPM, açık kaynaklı bir ölçüm aracıdır. Bu araç, en popüler bir milyon siteyi tarayan ve daha önce kimsenin göstermediği ölçekte fingerprinting scriptleri ve takip bulan 2016 tarihli bir çalışmada kullanıldı. Birçok sonraki çalışma aynı kalıbı izliyor.
Yöntem neden cevabı değiştiriyor
- Sadece ana sayfa mı, yoksa daha derinleri mi?İç sayfalar (makaleler, ödeme sayfaları) genellikle farklı takipçiler yükler.
- Durumsuz mu yoksa durum bilgili mi? Durumsuz bir crawl her siteye yeni bir tarayıcıyla başlar; durum bilgili olan ise bir insan gibi siteler arası çerezleri korur ve bu yüzden siteler arası takibi görebilir.
- Onay bannerları. Hiçbir şeye tıklamayan bir crawler onaydan önce ne olduğunu ölçer; "kabul et"e tıklayan ise başka bir şeyi ölçer. Hangisini yaptığını söyle.
- Crawler'ın bulunduğu yer. Siteler farklı ülkelerde ve farklı cihazlarda farklı şeyler gösterir.
- Bot tespiti. Bazı siteler botları insanlardan farklı muamele eder, bu yüzden tarama sayısı az çıkabilir.
- Timing. Web haftalık olarak değişir. Bir çalışma bir tarih içeren anlık görüntüdür.
A yaygın bir yanlış anlaşılma: "Daha büyük bir crawl her zaman daha iyi bir çalışmadır." Boyut rastgele hatayı azaltır ama yanlılığı azaltmaz. Bir veri merkezinden tıklama yapılmadan ziyaret edilen bir milyon ana sayfa, gerçek insanların deneyimleri hakkında tam olarak yanlış olabilir.
Bu modülde 1.000 tane uydurma siteden oluşan simüle edilmiş bir web ağını tarıyorsun. Öğrenmek için önemli olan konularda gerçek bir yapı gibi davranıyor ve hiçbir gerçek siteye bağlanılmıyor.
Kendin dene Tarayıcının geliştirici araçlarını aç (F12 veya Mac'te Cmd+Option+I), Network sekmesine git ve bir haber sitesini yükle. Listedeki farklı alan adlarını say. Bir siteyi elinle taramış oldun. Sonra Network sekmesindeki "Disable cache" kutucuğunu işaretleyerek sayfayı tekrar yükle ve listenin değişip değişmediğini gör.
Özet
- Gizlilik çalışmaları birçok siteyi araçlandırılmış gerçek bir tarayıcı ile tarar ve kaydettiklerini sayar.
- Census çalışmaları, en iyi bir milyon site gibi tanımlanmış bir kümenin tamamını kapsayıp hedeflemek amaçlar.
- Sadece ana sayfa gibi seçenekler, onay tıklamaları, konum ve tarih sonuçları değiştirir, bu yüzden bunlar raporlanmalıdır.
- Büyük her zaman daha iyi değildir: boyut rastgele hatayı keser, yanlılığı değil.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.