课程大纲 第 107 课,共 156 课 · 网络指纹
网络指纹

在没有 Cookie 的情况下联系起一个用户

为什么重要 屏蔽第三方 Cookie 是最好的隐私设置之一,但它并不是故事的结尾。在这个实验里,你扮演跟踪者:只用网络显示的信息把跨网站的访问联系起来,然后测量仅屏蔽 Cookie、一个共享的 VPN 地址和看起来都一样的浏览器各自增加了多少保护。

想象一位咖啡馆的常客,从不报上自己的名字,但总是从同一条街过来,穿着同一件很有特色的外套。几家咖啡馆的店员仍然可以推断出这是同一个人。去掉那条街(每个人都坐同一辆共享的巴士到来),外套就成了唯一的线索。让每个人都穿上同样的外套,就没有人显眼了。

练习数据

network_log(seed, setting) 给出 40 个模拟的人在八个 .example 网站上一天的访问,Cookie 都被屏蔽了。每条记录是一个字典:

{'site': 'shopb.example', 'ip': '203.0.113.5', 'tls': 'tls-cobalt',
 'h2': 'h2-bc1', 'day': 0, 'person': 'user04'}

tls 和 h2 是简短的标签,代表你在第 104 和 105 课计算过的 TLS 和 HTTP/2 指纹。跟踪者能看到 site、ip、tls 和 h2。和以前一样,person 是只有模拟器知道的真相;你用它来给跟踪者打分。

setting 是 SETTINGS 中的一个:

  • "home":Cookie 被屏蔽,每个人都用自己的家庭网络连接(同一户人家共用一个地址)。
  • "vpn":每个人还使用三个共享的 VPN 出口地址之一。
  • "vpn_uniform":和 "vpn" 一样,而且每个浏览器都发送同样的指纹,就好像每个人都在使用一款设计成看起来都一样的浏览器。

跟踪者的方法

  1. 从每条记录生成一个网络键:元组 (ip, tls, h2)。元组就像一个不能修改的列表,用圆括号书写,可以用作字典的键。
  2. 按键把记录分组。
  3. 如果某一组只包含某个人的访问,并且覆盖了两个或更多不同的网站,这个人就被联系起来了。那就是跟踪者正确地说出“访问 shopb.example 的人和访问 news.example 的人是同一个”。
  4. 保护度是没有被联系起来的人所占的比例。

一个包含好几个人的组不算把任何人联系起来:跟踪者会把陌生人混在一起,而正如第 100 课所展示的,这是错误的(尽管对被混在一起的人仍然有害)。

元组:一组有序且不能修改的值,比如 ("203.0.113.5", "tls-cobalt", "h2-bc1")。和列表不同,它可以作为字典的键,也可以放进集合里。

用其他语言实现

按复合键对记录分组是一种标准模式:

// JavaScript
const groups = new Map();
for (const r of records) {
  const key = [r.ip, r.tls, r.h2].join("|");   // arrays are not usable as Map keys by value
  if (!groups.has(key)) groups.set(key, []);
  groups.get(key).push(r);
}
// Go
type key struct{ IP, TLS, H2 string }
groups := map[key][]Record{}
for _, r := range records {
    k := key{r.IP, r.TLS, r.H2}
    groups[k] = append(groups[k], r)
}
// SQL (any database)
SELECT ip, tls, h2, COUNT(DISTINCT site) AS sites, COUNT(DISTINCT person) AS people
FROM visits GROUP BY ip, tls, h2;

你应该会发现什么

在 Cookie 被屏蔽、但使用家庭 IP 的情况下,大多数人仍然会被联系起来:仅凭地址就能把他们访问的网站串在一起。一个共享的 VPN 地址能保护大多数人,但那些使用罕见浏览器的人仍然会被他们的指纹联系起来。再加上看起来都一样的浏览器,就没有人被联系起来了。这就是第 106 课里那两种防御的道理:隐藏地址,并融入人群。

关于诚实的一点说明:这些数字来自我们的模拟器,它有自己编造的家庭和浏览器组合。它们展示的是效果的形状,而不是真实世界里的比率。

回顾

  • 屏蔽 Cookie 并不能阻止通过 IP 地址加网络指纹把人联系起来。
  • 一个共享的 VPN 或中继地址能保护大多数人,但一个罕见的浏览器仍然可能把某人单独认出来。
  • 在这次模拟中,看起来都一样的浏览器加上共享的地址,让没有任何人能被联系起来。
  • 要测量保护,而不是想当然。
轮到你了

扮演跟踪者,然后进行测量。编写四个函数并填写 RESULTS:

  1. network_key(record):返回元组 (ip, tls, h2)。
  2. group_by_key(records):返回一个把每个网络键映射到带有该键的记录列表的字典。
  3. linked_people(records):返回由这样的人组成的 set:存在某一组只包含这个人的记录,并且覆盖了两个或更多不同的网站。
  4. protection(records):返回 1 减去(被联系起来的人数除以 records 中不同的人数);如果没有记录就返回 0.0。
然后对 SETTINGS 中的每个设置,设 RESULTS[setting] = protection(network_log(seed=0, setting=setting))。测试还会检查其他模拟的日子。

发现这节课有问题?报告它 · 就这节课提问

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。