Phân tích mà không theo dõi con người
Vì sao điều này quan trọng Mọi chủ trang đều muốn biết mọi người đọc những trang nào. Cách thông thường để tìm hiểu là gán cho mỗi khách một ID và gửi toàn bộ dấu vết của họ tới một công ty khác. Bạn có thể trả lời những câu hỏi thật của chủ trang, "bao nhiêu lượt truy cập, trang nào, từ đâu", mà không theo dõi ai. Bài này cho thấy cách làm, dùng chính trang của ta làm ví dụ, kể cả những điểm yếu.
Một bảo tàng muốn biết mỗi phòng đông đúc ra sao. Một cách là đi theo mọi khách với một tấm bảng kẹp hồ sơ, ghi lại khuôn mặt họ và mọi phòng họ bước vào. Cách khác là một cái máy đếm ở mỗi cửa. Máy đếm trả lời câu "phòng 3 đông cỡ nào vào thứ Ba" cũng tốt như vậy, và nó không biết gì về ai cả.
Số đếm tổng hợp (aggregate count): một tổng, như "bài về cookie được mở 412 lần vào thứ Hai", được giữ thay vì một hàng cho mỗi người. Một khi dữ liệu đã được tổng hợp, không còn cá nhân nào trong đó để theo dõi.
Công thức thân thiện với quyền riêng tư
- Chỉ bên thứ nhất. Trang gửi một yêu cầu nhỏ tới chính máy chủ của bạn. Không có script bên thứ ba, nên không công ty nào khác thấy lượt truy cập.
- Không cookie và không ID được lưu. Không gì được ghi vào trình duyệt của khách, nên không có gì để theo họ, và không có gì để xin đồng ý.
- Chỉ gửi những gì trả lời một câu hỏi. Đường dẫn trang, trang giới thiệu (không phải địa chỉ đầy đủ), một nhóm kích thước màn hình gần đúng, một mã ngôn ngữ.
- Đếm khách duy nhất bằng một hàm băm có salt thay đổi hằng ngày. Bạn đã gặp salt ở Chặng 2. Ở đây salt là một bí mật ngẫu nhiên thay đổi mỗi ngày rồi bị vứt bỏ.
- Tổng hợp, rồi quên. Giữ tổng hằng ngày; xóa các hàng thô sau một thời gian ngắn.
Salt hằng ngày, bằng mã
import hashlib, secrets
salt_of_the_day = {} # day -> random secret, deleted when the day is over
def visitor_key(ip, user_agent, day):
salt = salt_of_the_day.setdefault(day, secrets.token_bytes(16))
text = (ip + "|" + user_agent).encode()
return hashlib.sha256(salt + text).hexdigest()[:16]
# At midnight: del salt_of_the_day[yesterday]Trong một ngày, cùng một khách nhận cùng một khóa, nên "khách duy nhất hôm nay" chỉ là số khóa khác nhau. Ngày mai, salt mới, nên cùng người đó nhận một khóa không liên quan và các ngày không thể bị liên kết. Một khi salt của hôm qua bị xóa, không ai, kể cả bạn, có thể tính lại các khóa của hôm qua từ một địa chỉ IP.
Nghiên cứu tình huống: bộ đếm riêng của floati.life (kiểm tra vào tháng Mười 2026)
Đây là những gì bộ đếm của trang này thật sự làm, đọc từ mã của nó.
- Script riêng của trang gửi một POST tới
/api/track/của chính floati.life. Không có phân tích bên thứ ba, không cookie, không ID nào được lưu trong trình duyệt. - Nó gửi đường dẫn trang, chỉ tên host của trang giới thiệu (và không gì cả khi bạn đến từ chính floati.life), chiều rộng cửa sổ và mã ngôn ngữ như
en. Các trang khóa học còn gửi tên một bước, như "đã qua một bài tập". - Trước khi gửi, script cắt phần riêng tư khỏi các liên kết chứng chỉ, để liên kết bí mật của chủ nhân không bao giờ tới nhật ký. Đó là vệ sinh liên kết từ mô-đun trước, trong thực tế.
- Máy chủ thêm user agent, một cờ "trông như bot", loại thiết bị và một quốc gia tra từ địa chỉ IP. Bản thân địa chỉ IP không được lưu cùng các lượt xem trang.
- Với khách duy nhất nó lưu một visitor hash: SHA-256 của địa chỉ IP và user agent, cắt còn 16 ký tự hex.
- Chỉ chủ trang thấy các tổng, trên một trang được bảo vệ bằng PIN.
Nó còn thiếu sót ở đâu, một cách trung thực. Visitor hash đó không có salt. Nên cùng một khách nhận cùng một hàm băm mỗi ngày, điều cho phép các lượt truy cập bị liên kết qua các ngày. Và ai đó nắm cơ sở dữ liệu có thể đoán một user agent và thử từng địa chỉ IPv4 một (có khoảng 4,3 tỉ, một máy tính có thể làm hết). Toàn bộ văn bản user agent cũng được giữ với mỗi hàng. Các cách sửa là công thức ở trên: một salt hằng ngày rồi bị xóa, và chỉ giữ dòng trình duyệt thay vì toàn bộ user agent. Viết điều này ra là một phần công việc: một cuộc kiểm toán trung thực trang của chính bạn có giá trị hơn một cái nghe có vẻ hoàn hảo.
Các con số nhỏ cần cẩn thận
Ngay cả các tổng cũng có thể chỉ tới một người. "Một khách từ một thị trấn nhỏ đã đọc trang hỗ trợ nợ" có thể xác định được họ. Hãy giấu hoặc làm tròn mọi số đếm dưới một ngưỡng (ví dụ, hiển thị "ít hơn 5") trước khi ai đó thấy báo cáo.
Một hiểu lầm phổ biến: "băm địa chỉ IP là ẩn danh hóa nó". Không có một salt bí mật được xóa về sau, một hàm băm của một IP chỉ là một cách viết khác của cùng IP đó, vì mọi địa chỉ có thể đều băm và khớp được.
Trong các ngôn ngữ khác
// JavaScript (Node)
const key = crypto.createHash("sha256")
.update(dailySalt).update(ip + "|" + ua).digest("hex").slice(0, 16);// Go
h := sha256.New()
h.Write(dailySalt); h.Write([]byte(ip + "|" + ua))
key := hex.EncodeToString(h.Sum(nil))[:16]// PHP
$key = substr(hash('sha256', $dailySalt . $ip . '|' . $ua), 0, 16);Tóm tắt
- Bên thứ nhất, không cookie, chỉ các trường trả lời một câu hỏi, rồi tổng hợp và xóa.
- Một salt hằng ngày bị vứt bỏ cho phép đếm khách duy nhất mỗi ngày mà không liên kết các ngày.
- Bộ đếm của chính ta không dùng cookie và là bên thứ nhất, nhưng visitor hash không có salt của nó là một điểm yếu đáng sửa.
- Giấu các số đếm rất nhỏ trước khi chia sẻ một báo cáo.
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.