身份的比特
为什么重要 指纹识别网站常常说“你的浏览器是独一无二的”。这一课给你这个说法背后的简单数学,这样你就能判断该有多担心,以及哪些特征值得隐藏。
猜谜游戏
还记得那个游戏吗:一个人想好某个人,其他人提出是非题来猜?一个好问题能把嫌疑人分成两半。每一次减半就叫作一个比特。
身份信息的比特:把人群减半一次。一个 2 人中有 1 人共享的特征给出 1 比特;4 人中有 1 人给出 2 比特;8 人中有 1 人给出 3 比特。每多一个比特,人群就再减半一次。
翻倍累加起来非常快:
| 比特 | 人群缩小到几分之一 |
|---|---|
| 1 | 2 |
| 4 | 16 |
| 10 | 约 1,000 |
| 20 | 约 100 万 |
| 30 | 约 10 亿 |
| 33 | 约 86 亿 |
为什么 33 是那个神奇的数字
世界上大约有 80 亿人。把 80 亿减半 33 次,剩下的就不到一个人了,因为 2 的 33 次方约为 86 亿。所以在理论上,33 比特的信息足以把地球上的任何一个人单独认出来。
要把“N 个人中有 1 人共享这个特征”变成比特,就问“我要减半多少次才能到达 N?”数学家把它写成 log2(N)。你不需要算出来:上面的表格就足以估计。
一个算好的例子,用的是一个练习网站访客的编造数字:
- 时区由 16 人中的 1 人共享 -> 4 比特。
- 屏幕尺寸由 32 人中的 1 人共享 -> 5 比特。
- 已安装字体由 1,000 人中的 1 人共享 -> 约 10 比特。
- Canvas 结果由 4,000 人中的 1 人共享 -> 约 12 比特。
加起来是 31 比特,接近所需的 33 比特。这就是为什么字体和 canvas 比语言更让隐私研究者担心:罕见的特征携带大量比特。
注意事项 1:只有特征相互独立时,比特才能相加
独立:当知道一个特征完全不能告诉你另一个特征的任何信息时,这两个特征就是独立的。
时区 Asia/Tokyo 和语言 ja-JP 并不独立:有其中一个的大多数人也有另一个。得知第二个几乎不会告诉跟踪者任何新东西。把它们的比特相加会多算,就像把同一条线索算了两次。
注意事项 2:在谁当中独一无二?
当一个测试网站说“你的浏览器是独一无二的”时,它的意思是在访问过那个测试网站的人当中独一无二,也许只有几十万人。这些访客是一个不寻常的人群:对隐私好奇、配置不常见的人。在他们当中独一无二,并不等于在数十亿人当中独一无二。
所以“独一无二”是一个警告,而不是一个定论。它仍然很重要:真正的跟踪者只需要你在它的访客当中独一无二,而那个人群也比全世界小得多。
一个常见的误解
“更多罕见的设置能让我更安全,因为它们会迷惑跟踪者。”通常恰恰相反。每一个不寻常的选择都会增加比特,让你更显眼。下一课会解释为什么最好的防御会让你看起来更普通。
回顾
- 一个比特让人群减半;在理论上,约 33 比特就能在 80 亿人中单独认出一个人。
- 罕见的特征携带大量比特;常见的特征携带很少。
- 只有独立的特征,比特才能相加,所以相互关联的特征不能算两次。
- 测试网站上的“独一无二”,指的是在它的访客当中独一无二,而不是在全世界。
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。