Cookie 和指纹识别

HTTP Cookie由Harmil 遵循 CC BY SA 许可证授权。查看此许可证,请访问 https://creativecommons.org/licenses/by-sa/2.0/

Cookies是保存在您电脑里的小文件,它们能告诉浏览器用户的身份,比如您在该网站的用户号是 #745673,以及您喜欢哪些内容。这些 cookies 的设计初衷是,每次我们访问同一个网站时,就不必重新设置语言、地点等偏好,不必担心购物车里的物品丢失,也不必重新填写表单。在cookies技术刚出现的时候,我们完全能够控制它们收集哪些数据1,2。

后来,公司意识到他们可以使用 cookie 数据来分析我们的点击和购买喜好。于是,广告投放不再只是依据当前页面的内容,而是根据我们的个人喜好(行为定向)1。再后来,公司开始在其他公司的网站上设置自己的cookies,以便更深入地追踪用户行为。这些第三方cookies需要向网站支付费用才能使用。这就是为什么广告会跨网站追踪我们的原因。

此外,通过使用电子邮件 ID 或信用卡号等,这些公司可以将不同的识别号码链接到单个用户,以更好地了解他们的行为。这称为 cookie 同步。用户当然无法知道哪些数据被收集以构建他们的行为画像。

除此之外,更糟糕的是机器学习算法开始被用来分析用户的数据,然后给用户打上诸如男性、女性、黑人、欧洲人,甚至是“易患抑郁症”的标签1。这些标签与我们的身份无关,而是与我们自己的先前用户行为最相似的行为类型有关。这些标签被卖给出售产品、房屋和工作机会的公司。因此,同一网页上,不同行为模式的用户可能会看到完全不同的广告。这反过来可以影响我们申请什么类型的工作,以及我们在哪个社区购买房屋,进而决定我们的孩子上哪所学校3。

现在,大多数互联网浏览器都内置了cookie技术。一项2016年的研究发现,大多数第三方都在进行 cookie 同步。“在前50名中有45个,前100名中有85个,前200名中有157个,前1000名中有460个”第三方从不同来源同步 cookies 以收集用户信息4。有研究表明,例如Google这样的公司能追踪到用户在80%的网站上的行为5,这无疑对我们的隐私和自主权构成了威胁,并加强了网络监视和监控6。

当这些结果被公布时,引起了公众的强烈抗议。于是,像DoNotTrackMe这样的阻止cookie的浏览器插件开始流行起来。互联网浏览器也开始提供阻止或删除cookie的功能2。像苹果和谷歌这样的公司甚至停止或承诺禁止第三方 cookies1。在线定位从 cookies 转移到更持久的跟踪技术。

例如,可以使用 Adobe 的 Flash 播放器存储类似于 cookie 的文件,这些文件在删除其他cookie后依然存在。当然,通过安装FlashBlock这样的应用程序来阻止它们2。然而,现在的跟踪技术更是配备了更先进的工具,比如各种类型的指纹跟踪,这些工具甚至能够躲过大多数阻止工具的侦查4。

“指纹扫描”由Daniel Aleksandersen 遵循 CCo I.0. 许可证授权。查看此许可证,请访问 https://creativecommons.org/publicdomain/zero/1.0/deed.en

这个理念在于,我们的设备和服务,比如电脑、手机和音响,在处理数据和输出结果时,会与其他用户的设备存在细微差异。这些差异可以作为我们独特的“指纹”,特别是在将这些不同技术结合起来以构建我们的在线身份4。我们设备的 IP 地址、以太网或 Wifi 地址(基于 WebRTC 的指纹识别)、硬件和软件播放音频文件的方式(AudioContext 指纹识别)甚至电池信息,都可以作为我们的长期和短期标识符,使在线追踪得以持续进行7,4。

 


1 Kant, T., Identity, Advertising, and Algorithmic Targeting: Or How (Not) to Target Your “Ideal User”, MIT Case Studies in Social and Ethical Responsibilities of Computing, 2021.

2 Schneier, B., Data and Goliath : the Hidden Battles to Collect Your Data and Control Your World, W.W. Norton & Company, New York, 2015.

3 Barocas, S.,  Hardt, M., Narayanan, A., Fairness and machine learning Limitations and Opportunities, 2022.

4 Englehardt, S., Narayanan, A., Online Tracking: A 1-million-site Measurement and Analysis, Extended version of paper, ACM CCS, 2016.

5 Libert, T., Exposing the Invisible Web: An Analysis of Third-Party HTTP Requests on 1 Million Websites, International Journal of Communication, v. 9, p. 18, Oct. 2015.

6 Tavani, H., Zimmer, M., Search Engines and Ethics, The Stanford Encyclopedia of Philosophy, Fall 2020 Edition, Edward N. Zalta (ed.).

7 Olejnik, L., Acar, G., Castelluccia, C., Diaz, C., The leaking battery, Cryptology ePrint Archive, Report 2015/616, 2015.

License

知识共享署名 4.0 国际许可的图标

面向教师的人工智能教程: 一本开放式教科书 Copyright © 2024 by Colin de la Higuera 和 Jotsna Iyer is licensed under a 知识共享署名 4.0 国际许可, except where otherwise noted.

Share This Book

面向教师的人工智能教程: 一本开放式教科书
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.