Dự án Chặng 2: báo cáo Tracker Lab
Vì sao điều này quan trọng Đây là nơi Chặng 2 hội tụ. Bạn chạy trọn vòng lặp, bên theo dõi, rồi phân vùng, rồi bộ chặn, rồi đo lường, trên một thế giới luyện tập bạn chưa từng thấy, và bạn báo cáo nó theo cách một nhà nghiên cứu quyền riêng tư sẽ làm: dưới dạng những con số ai cũng kiểm tra được.
Yêu cầu
Một tòa soạn luyện tập đã hỏi bạn: "Lựa chọn trình duyệt của độc giả bảo vệ họ được bao nhiêu trên ba cửa hàng này?" Bạn sẽ trả lời bằng một báo cáo JSON do chính mã của bạn tạo ra. JSON chỉ là một dict viết thành văn bản, để một chương trình khác (hay một người chấm) đọc được.
Thế giới phòng thí nghiệm: build_lab_world(seed) từ watched.leg2b_lab: ba cửa hàng quen thuộc, AdCo và Metrics, cộng một bên theo dõi thêm có tên thay đổi theo seed, và một widget đánh giá vô hại trên mọi cửa hàng, có mặt để cám dỗ một bộ chặn cẩu thả.
Vì bên theo dõi thêm thay đổi theo seed, một danh sách cố định cứng sẽ không qua. Bộ phát hiện của bạn từ bài 48 phải tìm ra nó. lab_truth(world) cho bạn đáp án chỉ để chấm điểm: trong nghiên cứu thật, dựng nó là việc thủ công chậm chạp.
Ba lần chạy
Mỗi lần chạy duyệt cùng một danh sách trang từ lab_urls(world, n, seed), với một bản sao mới của bên theo dõi luyện tập của AdCo được cài vào (server, profiles = practice_tracker(world) từ watched.leg2e_inside, cùng bên theo dõi dựng sẵn bạn đã nghiên cứu ở Mô-đun 7), để không lần chạy nào thấy hồ sơ của lần khác. Bạn không viết bên theo dõi; bạn đo nó.
- Trình duyệt thường. Bên theo dõi của AdCo nối bao nhiêu trang cửa hàng vào một ID? Cũng chạy
find_trackerstrên nhật ký của lần chạy này. - Trình duyệt phân vùng (
Browser(world, partitioned=True)). Cùng câu hỏi. Mỗi cửa hàng có cookie jar AdCo riêng, nên đáp án nên giảm xuống 1. - Bộ chặn của bạn (
Browser(world, blocker=make_blocker(found))). Cùng câu hỏi, cộng độ chính xác và độ phủ so vớilab_truth(world).
Một cách gọn gàng để tránh lặp lại: viết một hàm trợ giúp, ví dụ tracked_run(world, urls, **options), gỡ các bên theo dõi cũ, cài một cái mới, duyệt, và trả về trình duyệt cùng số trang được nối. **options truyền thẳng các thiết lập từ khóa như partitioned=True sang Browser.
Báo cáo
| Khóa | Giá trị |
|---|---|
pages | số URL đã duyệt |
trackers_found | list đã sắp xếp các trang mà bộ phát hiện của bạn đánh dấu ở lần chạy 1 |
linked_sites, linked_sites_partitioned, linked_sites_blocked | số trang cửa hàng nhiều nhất được nối vào một ID AdCo ở lần chạy 1, 2 và 3 (0 nếu không có hồ sơ) |
requests_total | số bản ghi trong nhật ký của lần chạy 3 |
requests_blocked | bao nhiêu trong số đó bị chặn |
precision, recall | cho lần chạy 3 so với lab_truth(world), làm tròn tới 3 chữ số |
Cuối cùng đặt report_json = json.dumps(report, indent=2, sort_keys=True) cho build_lab_world(seed=7) với lab_urls(world, 30, seed=7), và in nó ra.
Danh sách kiểm tra trước khi nộp
- Mỗi lần chạy cài một bên theo dõi mới và gỡ nó sau đó (
world.remove_trackers()). find_trackerskhông đánh dấuwidgets.examplehaycdn.example.- Mọi giá trị trong báo cáo là một số, chuỗi hay list đơn giản, để
json.dumpshoạt động.
Đọc kết quả của chính bạn
Bạn nên thấy câu chuyện của cả chặng trong vài con số: một ID qua mọi cửa hàng, rồi 1 với phân vùng, rồi 0 với bộ chặn của bạn. Chỉ phân vùng thì ngăn được phép nối liên trang, nhưng AdCo vẫn thấy mỗi lượt truy cập. Chặn khiến AdCo không nghe được gì, với rủi ro dương tính giả, điều mà độ chính xác của bạn cho thấy. Không cái nào chạm tới những gì máy chủ riêng của một cửa hàng chia sẻ. Khoảng trống đó là nơi Chặng 3 và 4 tiếp nối.
Tự thử Khi bạn qua, tạo một bản sao cẩu thả của bộ phát hiện đánh dấu mọi trang bên thứ ba, bỏ qua các manh mối, và chạy lại bộ chặn với nó. Xem độ chính xác giảm: những trang vô hại nào bị bắt, và cái gì sẽ hỏng trên một cửa hàng thật?
Trong các ngôn ngữ khác
JavaScript:
// The same report, written out as JSON
const report = {
pages: urls.length,
trackers_found: [...found].sort(),
linked_sites: linked,
precision: Math.round(precision * 1000) / 1000,
};
console.log(JSON.stringify(report, null, 2));Go:
type Report struct {
Pages int `json:"pages"`
TrackersFound []string `json:"trackers_found"`
LinkedSites int `json:"linked_sites"`
Precision float64 `json:"precision"`
}
out, _ := json.MarshalIndent(report, "", " ")
fmt.Println(string(out))Tóm tắt
- Trọn vòng lặp: theo dõi, phân vùng, chặn, đo, trên một thế giới bạn chưa từng thấy.
- Phân vùng ngăn phép nối liên trang; chặn khiến bên theo dõi hoàn toàn không nghe được gì.
- Độ chính xác và độ phủ giữ bộ chặn của bạn trung thực về hỏng hóc và rò rỉ.
- Một báo cáo gồm những con số kiểm tra được là cách các tuyên bố về quyền riêng tư nên được đưa ra.
Viết find_trackers(log) (từ bài 48, cùng các hàm trợ giúp của nó), score(log, trackers) (từ bài 51), make_blocker(trackers) trả về một bộ chặn chặn mọi yêu cầu có site nằm trong trackers, và run_lab(world, urls) trả về một dict báo cáo với chính xác các khóa pages, trackers_found, linked_sites, linked_sites_partitioned, linked_sites_blocked, requests_total, requests_blocked, precision và recall, như mô tả trong yêu cầu. Rồi đặt và in report_json cho build_lab_world(seed=7) và lab_urls(world, 30, seed=7). Bên theo dõi của AdCo đã dựng sẵn: dùng server, profiles = practice_tracker(world) từ watched.leg2e_inside trong mỗi lần chạy.
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.