Phân loại bên theo dõi
Vì sao điều này quan trọng Mọi cách phòng thủ trong chặng này đều bắt đầu bằng một quyết định: trang này có phải bên theo dõi không? Chặn một trang chính đáng thì các trang bị hỏng; bỏ sót một bên theo dõi thì bạn bị bám theo. Cách một trình duyệt đưa ra quyết định đó giải thích cả điểm mạnh của nó lẫn những trang thỉnh thoảng bị hỏng.
Hãy nghĩ tới ba cách một người gác cửa có thể quyết định ai được vào một câu lạc bộ. Một người có danh sách in sẵn những kẻ gây rối đã biết. Một người theo các quy tắc kinh nghiệm: "đã xuất hiện ở mọi câu lạc bộ trong thị trấn tối nay, đang cải trang". Một người đã quan sát hàng nghìn đêm và học được cảm giác cho việc đó. Các trình duyệt dùng cả ba.
Bộ phân loại (classifier): bất cứ thứ gì sắp xếp các mục vào các nhóm, ở đây là "bên theo dõi" hoặc "không phải bên theo dõi". Nó có thể là một danh sách, một tập quy tắc, hoặc một mô hình đã huấn luyện.
1. Danh sách
Người ta duy trì các danh sách tên miền theo dõi đã biết và các quy tắc lọc. Các trình chặn quảng cáo dùng các danh sách bộ lọc cộng đồng như EasyList và EasyPrivacy, những thứ bạn đã phân tích một lát cắt ở Chặng 2. Sự bảo vệ có sẵn của Firefox dựa trên các danh sách do Disconnect duy trì (kiểm tra vào tháng Mười 2026). Các danh sách thường gồm một bản đồ thực thể: những tên miền nào thuộc về một chủ sở hữu, để trang nội dung riêng của một công ty và máy chủ ảnh của nó không bị coi là bên thứ ba của nhau.
Danh sách chính xác và dễ giải thích ("bị chặn vì nó có trong danh sách X"). Nhưng chúng chỉ mới như lần cập nhật gần nhất, và một bên theo dõi có thể né chúng bằng một tên miền mới, hoặc bằng cách ẩn dưới tên riêng của trang (CNAME cloaking, từ Chặng 1).
2. Phương pháp suy đoán
Phương pháp suy đoán: một quy tắc kinh nghiệm thường đúng, như "một bên thứ ba được thấy trên nhiều trang không liên quan, đặt các ID ngẫu nhiên dài, có lẽ đang theo dõi".
Bạn đã viết vài cái ở Chặng 2: bên thứ ba trên nhiều trang, ID có entropy cao (các giá trị quá ngẫu nhiên để là thiết lập), các phản hồi cỡ pixel. Quy tắc lần nảy từ bài trước cũng là một phương pháp suy đoán. Phương pháp suy đoán bắt được những bên theo dõi chưa ai liệt kê, nhưng chúng mắc hai kiểu lỗi, và mỗi phương pháp suy đoán đánh đổi cái này lấy cái kia.
Dương tính giả: một trang chính đáng bị gọi nhầm là bên theo dõi (một trang bị hỏng). Âm tính giả: một bên theo dõi lọt qua (bạn bị bám theo).
Ví dụ, cdn.example phục vụ một thư viện cho mọi cửa hàng. "Có mặt trên nhiều trang" nói là bên theo dõi, nhưng nó không đặt ID nào: một phương pháp suy đoán bỏ qua ID sẽ làm hỏng tất cả những cửa hàng đó.
3. Học máy
Một mô hình có thể học từ các đặc trưng, như một tên miền xuất hiện dưới bao nhiêu site cấp cao nhất, nó chuyển hướng thường xuyên cỡ nào, và bạn có bao giờ tương tác với nó không. WebKit đã mô tả Intelligent Tracking Prevention trong Safari là dùng một mô hình trên thiết bị thuộc loại này (kiểm tra vào tháng Mười 2026). Làm trên thiết bị, số liệu duyệt web của bạn không bao giờ rời khỏi nó.
Các mô hình có thể cân nhắc nhiều tín hiệu yếu cùng lúc và thích nghi với các mánh mới. Nhưng chúng khó giải thích hơn, có thể sai theo những cách đáng ngạc nhiên, và cần giới hạn cẩn thận về kích thước và tốc độ bên trong một trình duyệt. Bạn sẽ huấn luyện một mô hình nhỏ bằng Python thuần ở Chặng 7.
Đặt cạnh nhau
| Danh sách | Phương pháp suy đoán | Học máy | |
|---|---|---|---|
| Bắt được bên theo dõi mới | Không, cho tới khi được liệt kê | Thường | Thường |
| Giải thích được | Rất dễ | Khá dễ | Kém hơn |
| Lỗi điển hình | Lỗi thời | Dương tính giả với các dịch vụ dùng chung | Lỗi đáng ngạc nhiên |
| Bị né bởi | Tên miền mới, che giấu | Giữ dưới các ngưỡng | Trông giống các trang bình thường |
Quyết định, rồi hành động
Phân loại chỉ là một nửa. Các engine cũng chọn một cách phản ứng cho mỗi loại: chặn yêu cầu, cho phép nhưng bỏ hoặc phân vùng cookie, xóa kho về sau, hoặc chỉ báo cáo. Một cách phản ứng nhẹ hơn cho các trường hợp không chắc chắn giữ hỏng hóc ở mức thấp. Trong thực tế phần lớn engine kết hợp các cách tiếp cận: một danh sách để chặn khi chắc chắn, phương pháp suy đoán cho các quy tắc lần nảy và kho lưu trữ, và ngoại lệ theo từng trang khi có gì đó bị hỏng.
Một hiểu lầm phổ biến
"Một bộ phân loại thông minh hơn nghĩa là không còn theo dõi." Mọi bộ phân loại đều có âm tính giả, và một số việc theo dõi (phân tích bên thứ nhất, đăng nhập, lấy dấu vân tay) hoàn toàn không trông giống một bên theo dõi riêng. Đó là lý do việc phân loại được ghép với những cách phòng thủ hoạt động mà không cần nó, như phân vùng.
Tóm tắt
- Danh sách chính xác và giải thích được nhưng bỏ sót các bên theo dõi mới hoặc bị che giấu.
- Phương pháp suy đoán bắt được các bên theo dõi chưa có trong danh sách nhưng đánh đổi dương tính giả lấy âm tính giả.
- Học máy cân nhắc nhiều tín hiệu; WebKit đã mô tả ITP của Safari là dùng một mô hình trên thiết bị (kiểm tra vào tháng Mười 2026).
- Các engine kết hợp các cách tiếp cận và chọn cách phản ứng nhẹ hơn khi không chắc chắn.
Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này
Bài tập này sẽ sớm mở.
Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.
Trình duyệt này đang chặn cookie cho learn.floati.life, nên các bài học bạn đã hoàn thành tại đây không thể mở theo thứ tự. Hãy cho phép cookie cho trang web này và tải lại trang.