Cihazlar arası eşleştirme
Neden önemli Otobüste telefon, iş yerinde dizüstü bilgisayar ve kanepede tablet kullanıyor olabilirsin ve her birinin kendi çerezleri vardır. Reklam şirketleri bunların hepsinin aynı kişi olduğunu bilmeyi tercih eder. Bu laboratuvar onların kullandığı ipuçlarını, bu ipuçlarının ne sıklıkla yanlış olduğunu ve hangi ipucunun açık ara en güçlü olduğunu gösteriyor: giriş yapmak.
Noktaları birleştirme
Her biri bir cihaz için ayrı olan üç farklı defteri olan bir dedektif hayal et. Her defter cihazın ne zaman çevrimiçi olduğunu listeler. Dedektifin görevi hangi defterlerin aynı kişiye ait olduğuna karar vermektir. Kimse ona söylemez; çakışmalardan tahmin eder.
Cihazlar arası eşleştirme: birkaç cihazın bir kişiye ait olduğuna karar vermek. Deterministik eşleştirme, her ikisinde de oturum açılmış aynı hesap gibi kesin bir bağlantı kullanır. Olasılıksal eşleştirme, aynı ev ağı veya aynı kullanım saatleri gibi muhtemel bağlantıları kullanır ve bazı hataları kabul eder.
IP adresi: bir cihazın trafiğinin geldiği ağ adresi. Bir ev router'ının arkasındaki her cihaz genellikle evin adresini paylaşır ve bir mobil ağdaki birçok telefon da tek bir adresi paylaşabilir.
Üç ipucu
- A paylaşılan oturum: iki cihazda aynı hesap. Çok güçlü.
- A paylaşılan IP adresi: aynı evi, ofisi veya mobil ağı önerir, mutlaka aynı kişiyi ifade etmez.
- Benzer saatler: aynı günün saatlerinde iki cihaz aktif.
Pratik evler synthetic_households()'den geliyor, burası olaylar listesini ve cevap anahtarını döndürür. Her olay {"device": "phone-004", "ip": "203.0.113.7", "hour": 21, "login": "acct-1f2e3d"}'dir, kimse giriş yapmadığında "login": None olur. Adresler dokümantasyon için ayrılmış aralıklardan gelir, gerçek internette asla kullanılmazlar.
Setler çakışmaları kolaylaştırır
A Python set farklı değerlerden oluşan bir torbadır, boş olduğunda set() olarak yazılır. s.add(x) bir değer ekler. a & b her iki kümedeki değerleri, a | b ise herhangi birindeki değerleri verir. Boş bir küme if:
a = {9, 21, 22}
b = {8, 21, 22, 23}
print(a & b) # {21, 22}
print(len(a & b) / len(a | b)) # 2 / 5 = 0.4, the share of hours in common
if a & b:
print("they overlap")
Puanlama ve değerlendirme
Her bir cihaz çiftine bir puan vereceksin: ortak giriş için 3, ortak IP için 1, artı ortak saatlerin oranı (0 ile 1 arası). threshold değerinde veya üzerinde olan çiftler "aynı kişi" sayılır. Sonra iki şeyi ölçüyorsun:
Precision: iddia ettiğin çiftlerin içinden doğru olanların oranı. Recall: gerçek çiftlerin içinden bulduğunların oranı. Dikkatli bir eşleştirici yüksek precision değerine sahiptir; açgözlü bir eşleştirici yüksek recall değerine sahiptir.
Diğer dillerde
JavaScript'te kesişim oluşturma (JavaScript'in kümeler için & operatörü yoktur; yeni motorlar bir intersection() metodu ekler ve filtreleme her yerde çalışır):
const both = [...a.logins].some(x => b.logins.has(x));
const common = [...a.hours].filter(h => b.hours.has(h)).length;
const either = new Set([...a.hours, ...b.hours]).size;
const score = (both ? 3 : 0) + (either ? common / either : 0);Ve C# dilinde:
var common = a.Hours.Intersect(b.Hours).Count();
var either = a.Hours.Union(b.Hours).Count();
double score = (a.Logins.Overlaps(b.Logins) ? 3 : 0) + (either > 0 ? (double)common / either : 0);Görmen gereken
1.0 eşiğinde, sadece ortak bir adres yeterli olur ve hassasiyet çöker: aynı mobil ağdaki ev arkadaşları, meslektaşlar ve yabancılar birleşir. 1.5 seviyesinde matcher on değişimde yaklaşık yedi kez haklı çıkar ve gerçek çiftlerin on tanesinden yedi tanesini bulur. 3.0 seviyesinde sadece girişler sayılır: hemen hemen her iddia doğrudur ama çoğu gerçek çift gözden kaçar. Giriş yapmak, neredeyse kesin olan tek ipucunu sunar.
Savunma
Hesap gerekmediği yerlerde oturum kapalı kalsın ve ayırmak istediğin cihazlarda farklı hesaplar (veya hiç hesap) kullan. Bir VPN IP ipucunu değiştirir ama girişi veya saatleri değiştirmez. Bu modülün son dersi bunları birleştiriyor.
Özet
- Cihazlar girişlerle (neredeyse kesin), ortak IP adresleri ve benzer saatlerle (ikisi de tahmin) birleştirilir.
- Paylaşılan adresler kişileri değil, haneleri ve ağları birleştirir, bu yüzden birçok yanlış eşleşme üretir.
- Precision ve recall, dikkatli ve açgözlü eşleştirme arasındaki dengeyi gösterir.
- Giriş yapmak verdiğin en güçlü ipucu.
Dört fonksiyon yaz. summarise(events) her cihazı {"ips": set, "hours": set, "logins": set} ile eşleyen bir dict döndürür ve None'yi girişlerden hariç tutar. pair_score(a, b) bu özetlerden iki tane alır ve giriş setleri ortak bir değer içeriyorsa 3, IP setleri ortak bir değer içeriyorsa 1 ve her ikisinde bulunan saat sayısının herhangi birindeki saat sayısına bölümü ekleyerek sonuç döndürür (her ikisi de boşsa 0). match_devices(summaries, threshold), skoru en az threshold olan her cihaz adı çifti için a < b ile birlikte bir (a, b) tuple seti döndürür. precision_recall(predicted, truth), bir set boş olduğunda 0 kullanarak bir (precision, recall) tuple döndürür.
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.