第三方 Cookie 跟踪器
为什么重要 这是广告网络在许多商店之间跟随同一个人的经典方式。一旦你能看到一个 Cookie 如何把分散的访问拼接成一份画像,Cookie 横幅和浏览器设置就开始变得有道理了。
想想音乐节的手环。你去过的每个摊位都能扫描它。单个摊位知道的都不多,但发放手环的公司能看到你去过的每一个摊位。
AdCo 的 Cookie 就是那个手环。当 Sam 第一次浏览一个商店页面时,AdCo 的报告会带着一个 Set-Cookie 请求头回来(这是请浏览器保存 Cookie 的那一行响应,你在第 35 课解析过它),在 Sam 的浏览器里存下一个 adco_id Cookie。从那以后,每一份发给 AdCo 的报告,无论来自三家商店中的哪一家,都带着同一个 adco_id。
第三方 Cookie:属于地址栏里那个网站之外的另一个网站的 Cookie。AdCo 的 Cookie 在每家商店上都是第三方的,因为 Sam 在商店上,而不是在 AdCo 上。
在日志里,这表现为来自不同商店的记录上有同一个 cookie_id。按这个 ID 把记录分组,就能重建 AdCo 眼中的 Sam。
用一个由集合组成的字典来分组
你将把记录分组到一个字典里。每个键是一个 Cookie ID;每个值是和这个 ID 一起出现过的网站组成的集合。集合就像一个会忽略重复的列表,所以访问 ShopA 五次,ShopA 仍然只算一次。
seen = {}
seen.setdefault("abc", set()).add("shopa.example")
seen.setdefault("abc", set()).add("shopa.example") # already there, no change
seen.setdefault("abc", set()).add("shopb.example")
print(seen) # {'abc': {'shopa.example', 'shopb.example'}}setdefault(key, set()) 的意思是“把这个键对应的集合给我,如果还没有,就先创建一个空的”。
有一个细节:第一份报告的 cookie_id 是 None,因为 Sam 的浏览器当时还没有这个 Cookie。跳过这些记录。
一句话说明防御
这之所以能行,只是因为 Sam 访问的每个网站共用同一个 Cookie 罐子。在下一课里,你将打开两项浏览器防御,分区存储(每家商店一个罐子)和屏蔽第三方 Cookie,并测量这份画像是如何瓦解的。
用其他语言实现
JavaScript,用一个由 Set 组成的 Map 来分组:
const seen = new Map();
for (const r of records) {
if (r.cookie_id === null) continue;
if (!seen.has(r.cookie_id)) seen.set(r.cookie_id, new Set());
seen.get(r.cookie_id).add(r.site);
}Go,用一个由 map 组成的 map 当作集合:
seen := map[string]map[string]bool{}
for _, r := range records {
if r.CookieID == "" { continue }
if seen[r.CookieID] == nil { seen[r.CookieID] = map[string]bool{} }
seen[r.CookieID][r.Site] = true
}回顾
- 第三方 Cookie 就像一个每个摊位都能扫描的手环。
- 按
cookie_id把日志记录分组,就能重建跟踪器的画像。 - 它只有在每个网站共用一个 Cookie 罐子时才有效。
编写 join_by_cookie(records),返回一个字典:每个 cookie_id(跳过 None)映射到和它一起出现过的网站组成的集合。然后为 seed=7 的世界和 Sam 的前 12 个页面运行 AdCo 的日志,并把你的函数的结果存进 profiles。
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。