[发明专利]检测WEB跟踪服务的方法

说明书

用于在由具有相关联的客户端标识符的客户端执行的浏览活动期间检测web跟踪服务的方法，该方法包括以下步骤：提取包含在导航数据中的键‑值对，寻找所述客户端标识符与包含在所述键中的值之间的一一对应关系，以及选择对于其观察至少预定数量的客户端的至少客户端‑值一一对应关系的键，所述键将相关联的服务识别为执行跟踪活动的服务。

技术领域

本发明涉及用于检测web跟踪服务的方法，特别是用于检测第一方和第三方跟踪服务的方法。

背景技术

跟踪服务业务基于关于用户的信息的收集。在用户浏览时，用户始终被其业务建立在收集到的数据的价值上的各方跟踪。跟踪服务通常是链接到web门户网站的卫星服务。当用户访问门户网站时，跟踪服务说服用户的浏览器下载人工(artificial)信息，例如，页面的像素或广告条。

当用户生成对跟踪服务的HTTP请求时，跟踪服务将访问记录在它自己的数据库中，有时与在HTTP级别(例如，链接到用户设备的IP地址、设备和客户端类型等)和系统级别(例如，CPU负载、使用的存储器量等)的所有可获得的信息一起记录。

近年来见证了这些web跟踪服务的悄然发展：收集关于用户的在线活动的信息是互联网中最有利可图的活动之一。存在数百家其全部业务基于此的公司。无数数量的web跟踪技术正在被使用，并且围绕web跟踪已经开发了数十种商业模式。这种现象无处不在，其中主要的以及大多数未知的公司都参与其中。

由于跟踪服务通常链接到许多门户网站的事实，因此同一用户可以被各种站点监视和跟踪。

一旦数据被收集，跟踪服务就使用数据以用于商业目的，例如用于创建用于市场营销或用于制作定制的商业广告的用户简档，或将数据出售给分析人员和广告代理。

尽管事实上跟踪服务非常普遍并且在web经济中发挥着重要作用，但是用户几乎完全不知道它们，并且不知道有人可以从他们的在线活动期间留下的数据中赚钱。

隐私影响是严重的。消费者和企业确实担心他们不知不觉地暴露给外界的信息，并且他们要求有机制来遏制这种泄漏。

使用web跟踪做法导致泄露用户和公司希望保持私密的信息：从性倾向或宗教偏好到简单的浏览历史记录。许多调查已经表明，消费者和企业希望控制他们暴露给web跟踪器的信息。政府和决策者已经采取措施介入并倡导新的技术方法来增强消费者关于网络跟踪的选择。

因此，目前正在努力构建针对web跟踪的技术对策。例如，大公司已经提出了它们自己的反跟踪特征。已经引入了许多插件来阻止浏览器和跟踪服务之间的交互。到目前为止，研究团体已经关注于揭示和量化问题的广泛性，但只有少数的解决方案被提出来遏制这种现象。

Web跟踪的首要对策基于跟踪服务和内容的黑名单。随着web跟踪已经引起关于它可能如何影响用户隐私的许多担忧，许多跟踪器阻止应用(多数是浏览器插件)都可用。基本上，它们过滤所生成的对跟踪服务的HTTP请求。这些应用依靠离线构建的黑名单来防止浏览器生成对web跟踪器的HTTP请求。但是，这些黑名单如何生成是不可能知道的，并且随着时间的推移它们难以维护。

在不同的方法中，存在浏览器插件，该浏览器插件分析cookie如何被操纵以及来自哪些服务。简而言之，这种方法将处理cookie的代码段和包含用户标识符的Adobe Flash插件的所有者标记为跟踪器。这种方法基于对网页中包含的Javascript或Flash代码的分析。

但是，简单的动作(诸如阻止cookie)容易被web跟踪服务绕过。例如，常见的变通方案(workaround)是在HTTP请求中包含的URL查询中嵌入用户标识符。

另一种方法基于图形分析技术：将网页的结构模型化为图形，并且使用机器学习技术来分析网页代码的结构并发现被怀疑收集用户信息的代码的部分，从而识别web跟踪器。在这种情况下，同样，跟踪服务的检测基于对网页本身的分析。