[發明專利]檢測WEB跟蹤服務的方法

在審

• 申請號: 201680066807.2
• 申請日: 2016-12-01
• 公開（公告）號: CN108292408A
• 公開（公告）日: 2018-07-17
• 發明（設計）人: H·邁特沃里;S·特拉韋爾索;M·邁里亞
• 申請（專利權）人: 都靈理工學院
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 宿小猛

用于在由具有相關聯的客戶端標識符的客戶端執行的瀏覽活動期間檢測web跟蹤服務的方法，該方法包括以下步驟：提取包含在導航數據中的鍵?值對，尋找所述客戶端標識符與包含在所述鍵中的值之間的一一對應關系，以及選擇對于其觀察至少預定數量的客戶端的至少客戶端?值一一對應關系的鍵，所述鍵將相關聯的服務識別為執行跟蹤活動的服務。

技術領域

本發明涉及用于檢測web跟蹤服務的方法，特別是用于檢測第一方和第三方跟蹤服務的方法。

背景技術

跟蹤服務業務基于關于用戶的信息的收集。在用戶瀏覽時，用戶始終被其業務建立在收集到的數據的價值上的各方跟蹤。跟蹤服務通常是鏈接到web門戶網站的衛星服務。當用戶訪問門戶網站時，跟蹤服務說服用戶的瀏覽器下載人工(artificial)信息，例如，頁面的像素或廣告條。

當用戶生成對跟蹤服務的HTTP請求時，跟蹤服務將訪問記錄在它自己的數據庫中，有時與在HTTP級別(例如，鏈接到用戶設備的IP地址、設備和客戶端類型等)和系統級別(例如，CPU負載、使用的存儲器量等)的所有可獲得的信息一起記錄。

近年來見證了這些web跟蹤服務的悄然發展：收集關于用戶的在線活動的信息是互聯網中最有利可圖的活動之一。存在數百家其全部業務基于此的公司。無數數量的web跟蹤技術正在被使用，并且圍繞web跟蹤已經開發了數十種商業模式。這種現象無處不在，其中主要的以及大多數未知的公司都參與其中。

由于跟蹤服務通常鏈接到許多門戶網站的事實，因此同一用戶可以被各種站點監視和跟蹤。

一旦數據被收集，跟蹤服務就使用數據以用于商業目的，例如用于創建用于市場營銷或用于制作定制的商業廣告的用戶簡檔，或將數據出售給分析人員和廣告代理。

盡管事實上跟蹤服務非常普遍并且在web經濟中發揮著重要作用，但是用戶幾乎完全不知道它們，并且不知道有人可以從他們的在線活動期間留下的數據中賺錢。

隱私影響是嚴重的。消費者和企業確實擔心他們不知不覺地暴露給外界的信息，并且他們要求有機制來遏制這種泄漏。

使用web跟蹤做法導致泄露用戶和公司希望保持私密的信息：從性傾向或宗教偏好到簡單的瀏覽歷史記錄。許多調查已經表明，消費者和企業希望控制他們暴露給web跟蹤器的信息。政府和決策者已經采取措施介入并倡導新的技術方法來增強消費者關于網絡跟蹤的選擇。

因此，目前正在努力構建針對web跟蹤的技術對策。例如，大公司已經提出了它們自己的反跟蹤特征。已經引入了許多插件來阻止瀏覽器和跟蹤服務之間的交互。到目前為止，研究團體已經關注于揭示和量化問題的廣泛性，但只有少數的解決方案被提出來遏制這種現象。

Web跟蹤的首要對策基于跟蹤服務和內容的黑名單。隨著web跟蹤已經引起關于它可能如何影響用戶隱私的許多擔憂，許多跟蹤器阻止應用(多數是瀏覽器插件)都可用。基本上，它們過濾所生成的對跟蹤服務的HTTP請求。這些應用依靠離線構建的黑名單來防止瀏覽器生成對web跟蹤器的HTTP請求。但是，這些黑名單如何生成是不可能知道的，并且隨著時間的推移它們難以維護。

在不同的方法中，存在瀏覽器插件，該瀏覽器插件分析cookie如何被操縱以及來自哪些服務。簡而言之，這種方法將處理cookie的代碼段和包含用戶標識符的Adobe Flash插件的所有者標記為跟蹤器。這種方法基于對網頁中包含的Javascript或Flash代碼的分析。

但是，簡單的動作(諸如阻止cookie)容易被web跟蹤服務繞過。例如，常見的變通方案(workaround)是在HTTP請求中包含的URL查詢中嵌入用戶標識符。

另一種方法基于圖形分析技術：將網頁的結構模型化為圖形，并且使用機器學習技術來分析網頁代碼的結構并發現被懷疑收集用戶信息的代碼的部分，從而識別web跟蹤器。在這種情況下，同樣，跟蹤服務的檢測基于對網頁本身的分析。