故障
为什么重要 你在这个模块里搭建的每一种防御,在设置得太严时都会弄坏一些真实的东西。人们关掉保护不是因为他们喜欢跟踪器;而是因为他们的评论框或结账功能不能用了。所以一个引擎团队会同时测量两个数字:还有多少跟踪仍然有效,以及有多少网站坏了。这个实验把这两个数字都给你,并要你做出选择。
这就像选择药物的剂量。太少了没有作用;太多了副作用比疾病本身还糟。正确的剂量是能起作用的最小剂量,而你只能通过测量才能找到它。
故障:一个网站功能因为某种隐私防御而无法工作:登录失败、小部件显示未登录、图表画错了。
故障率:在被测试的网站中,至少有一个功能坏掉的网站所占的比例。20 个网站里坏了 3 个,故障率就是 3 / 20 = 0.15,也就是百分之 15。
故障预算:一个团队在发布之前能接受的最高故障率,例如 0.10(20 个网站里 2 个)。
测试台:20 个练习网站
watched.leg6b_harden 会构建 20 个练习网站(news.example、garden.example 等等)。每个网站都需要下面的某些功能才能正常工作:
| 功能 | 它需要什么 | 哪种防御可能弄坏它 |
|---|---|---|
| lib | 一个来自 cdn.example 的脚本 | 拦截每一个第三方 |
| maps | 一个来自 maps.example 的地图框架 | 拦截每一个第三方 |
| comments | Talk 小部件,在一次点击后登录 | 只分区而没有存储访问 |
| chart | canvas 像素与真实值相差不超过 2 | 噪声太大的 farbling |
| checkout | pay.example 收到它的 ref | 没有允许列表的链接去除 |
| login | signin.example 收到 cid、state 和 code | 没有允许列表的链接去除 |
| links | 网站之间的链接能够落脚 | 拦截导航 |
五种跟踪技术在同一批网站上运行:一个第三方 Cookie、框架存储、一个指纹脚本、链接装饰和一个跳转跟踪者。当一种技术在两个或更多网站上看到了同一个 ID 时,它就算作已关联。
现成的防御
你在这个模块前面已经亲手编写过每一种防御。为了快速比较各种组合,watched.leg6b_presets 把它们做成了现成的,用一个配置字典来开关,而 CANDIDATES 保存着八个有名字的配置,从 "nothing" 到 "balanced"。调用一次就能测量一个配置:
from watched.leg6b_presets import CANDIDATES, evaluate
result = evaluate(CANDIDATES["blocklist only"])
print(result["linked"]) # techniques that still link two sites
print(result["broken"]) # {site: [features that broke]}
print(result["sites"]) # 20你将搭建什么
breakage_rate(broken, total_sites):有任何东西坏掉的网站所占的比例。feature_counts(broken):对于每一个功能,它在多少个网站上坏掉了。这会告诉你该放宽哪一种防御。choose(results, budget):从一个“名字 -> 结果”的字典中,保留故障率在预算之内的配置,然后挑出已关联技术最少的那一个。如果打平,优先选故障率较低的,再按字母顺序选排在最前面的名字。如果都不符合,返回None。
为了一步就挑出“最少的,然后最低的,然后排在最前面的名字”,可以按一个元组来排序。Python 会逐项比较元组,所以除非打平,否则第一项就决定了结果:
options = [("b", 0, 0.20), ("a", 0, 0.20), ("c", 1, 0.00)]
best = min(options, key=lambda o: (o[1], o[2], o[0]))
print(best) # ('a', 0, 0.2): fewest linked first, then rate, then namekey=lambda o: ... 告诉 min 要比较什么。lambda 是一个没有名字的单行函数:lambda o: o[1] 的意思是“给定 o,返回 o[1]”。
解读你的结果
看看你打印出来的表格。有些配置能阻止全部五种技术,却弄坏了五分之一的网络;有一个能阻止四种,却什么都没弄坏。两者本身都没有错:由预算来决定。真实的引擎也是这样工作的。它们逐步推出防御,收集故障报告,为需要的网站保留简短的例外清单,并让人们为某一个网站调低保护。Floati 按网站设置的 Shields(在课程作者自己的浏览器中,仍在开发)就是最后那个开关。
一个常见的误解
“零故障意味着这种防御可以安全发布。”单凭这一点不行:配置 "nothing" 的故障也是零。只有放在你阻止了多少跟踪的旁边,故障才有意义,这就是为什么 choose 两者都需要。
用其他语言实现
用 JavaScript 在预算内做选择:
function choose(results, budget) {
const ok = Object.entries(results)
.map(([name, r]) => [name, r.linked.length, Object.keys(r.broken).length / r.sites])
.filter(([, , rate]) => rate <= budget)
.sort((a, b) => a[1] - b[1] || a[2] - b[2] || a[0].localeCompare(b[0]));
return ok.length ? ok[0][0] : null;
}用 Go 统计功能,使用一个 map:
counts := map[string]int{}
for _, features := range broken {
for _, f := range features { counts[f]++ }
}回顾
- 每一种防御都有故障代价;去测量它,不要去猜。
- 同时用两个数字来评判一个配置:仍然有效的跟踪,以及故障率。
- 统计哪个功能坏得最多,然后放宽它背后的防御,而不是直接去掉它。
- 一个故障预算把一个模糊的取舍变成了一个你可以测试的决定。
编写 breakage_rate(broken, total_sites)(broken 中的网站数除以 total_sites)、feature_counts(broken)(一个字典:功能 -> 它坏掉的网站数),以及 choose(results, budget),其中 results 把一个配置名映射到 evaluate 返回的结果。choose 保留那些 breakage_rate(r["broken"], r["sites"]) 不超过 budget 的名字,并返回 r["linked"] 最少的那一个;打平时选故障率较低的,再选按字母顺序排在最前面的名字;如果都不符合,返回 None。然后构建 results = {name: evaluate(config) for name, config in CANDIDATES.items()},并设置 best = choose(results, 0.10)。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。