练习世界
为什么重要 在这个模块里,你会看到一个看起来很真实的跟踪器的内部,并准确地读出它对一个人了解到了什么。亲眼看到这些数据,是理解浏览器为什么要和跟踪器作斗争、以及哪些防御真正有效的最快方式。
这个模块里的一切都发生在练习世界里:一个存在于 Python 内部的小小的假想网络。这里没有任何东西会接触到真实的网站、真实的浏览器或真实的人。它就像网络的模型铁路。
练习世界:课程的模拟网络,由 watched 包构建。它有几个虚构的网站、一位虚构的购物者,以及一个遵循真实浏览器 Cookie 和存储规则简化版本的浏览器。
谁住在那里
- 三家商店:
shopa.example(户外装备)、shopb.example(药店)和shopc.example(家居和婴儿用品)。 - AdCo,位于
adco.example:一个广告网络。三家商店都把 AdCo 的小脚本粘贴到了它们的页面里,就像真实的商店添加广告和分析标签一样。 - Sam:我们唯一的虚构购物者,有一个浏览器和一些兴趣。
商店里的每个页面都有一个类别,比如 running 或 baby,就像真实的商店为搜索和广告给页面打标签一样。
AdCo 已经在运行一个跟踪器
你不会去写跟踪器。AdCo 已经打开了一个,就像真实的广告网络会做的那样。每当 Sam 浏览一个商店页面,AdCo 的脚本就会把这个页面报告给 AdCo,而 AdCo 会记一份日志。你在这个模块里的任务,是像调查员一样阅读这份日志,然后打开浏览器防御,看看会发生什么变化。
服务器日志:一个网站收到的每个请求的列表。真实的网站也会记日志;隐私问题常常最先在这里显现出来。
种子:模拟器做“随机”选择时的起始数字。同一个种子总是给出同一个世界和同样的浏览过程,所以你的数字会和测试一致。
一个辅助函数完成这项工作:practice_log。你给它一个世界和一个页面列表;它让 Sam 在 AdCo 跟踪器开启的情况下浏览这些页面,然后把 AdCo 的日志以一组小记录的形式交还给你。
from watched import build_world
from watched.leg2e_inside import practice_log
world = build_world(seed=7) # the same world every run
pages = world.browsing_session(12) # 12 pages Sam visits, in order
log = practice_log(world, pages)
print(len(log)) # 12: one record per page Sam saw
print(log[1])一条记录看起来是这样的:
{"page": "https://shopb.example/p/sleep-aid",
"site": "shopb.example",
"category": "health",
"cookie_id": "4c1e9b0a77d2f310",
"url_id": None,
"traits": None}cookie_id 是 Sam 的浏览器随报告一起发送的 AdCo Cookie(如果有的话)。第一条记录的 cookie_id 是 None,因为 Sam 的浏览器还没有 AdCo 的 Cookie。url_id 和 traits 暂时保持为 None;它们会在本模块后面(第 42 和 43 课)AdCo 尝试其他把戏时被填上。
试一试 打开一个真实的购物网站,然后打开浏览器的开发者工具(右键,然后选择“检查”),进入 Network 标签页。重新加载页面,在过滤框里输入 pixel 或 collect。每一行都是发给某家公司的一份报告,和 AdCo 的一样。
回顾
- 练习世界是 Python 内部的一个假想网络:三家商店、一个广告网络、一位购物者。
- AdCo 的跟踪器已经在运行;你阅读它的日志,而不是构建一个。
practice_log(world, pages)为 Sam 浏览的每个页面返回一条记录。
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。