文/光谱 来源：硅星人（ID：guixingren123） 在网上，你从未“孤独”。有人正躲在阴暗的角落，记录着你的一切行踪… 硅星人的读者朋友可能记得，我们写过几篇科技“打黑”类的文章，比如 等等。 距离上一篇，已经过去了两个月，大家是不是又想看了？ 不多废话，今天再给大家分享一个科技行业小黑幕。（12 月 4 日是国际饼干节，这个黑幕正好跟 cookie 有关……） 这件事相信已经存在很久了，但是我是昨天看一个国外的技术博客时发现的： 为了实现全局屏蔽广告，波兰籍数据分析专家米哈尔·库亚克 (Michał Ćwiok) 在家里装了一个名叫 Pi-Hole 的开源软件。
Pi-Hole 能安装在树莓派电脑上，变成一个 DNS 服务器。简单来说，它能把所有广告路由到一个不存在的地方，也能屏蔽追踪请求。结果就是，在网络下的所有设备，无论是在网页还是 app 里，都再也看不到广告，个性化推荐也越来越少。 简单介绍以下追踪 (tracking)，就是网站会在用户本地保存一个 cookie 文件，在里面写入一些关键的信息，比如登录用户名、购物车之类的，方便下次访问时调取使用。同时，追踪也可以用于绘制用户画像，进行广告推荐。 库亚克打开了 Windows 10 电脑，用系统自带的 Edge 浏览器看了几条帖子和几条新闻，过程中访问的都是波兰当地知名的新闻门户、电视台网站，以及 Facebook (facebook.com) 之类的。 得到的结果，让从事科技行业的他也感到有点诧异。 首先，在过去的 20 分钟里，Edge 浏览器一共发起了 1232 个请求，基本上每秒一个请求，而他一共只打开了十来个网页……
红色是被屏蔽掉的请求，发生的时间以及域名 这没什么，接下来才是真的奇葩： 在总共 1232 个请求当中，有 798 个是广告和追踪请求。 因为开着 Pi-Hole，这 798 个请求已经被屏蔽掉了，上网过程中没有感受到任何异样，网页都能正常打开，该有内容都能看到。 798/1232=0.647。也就是说，那么在这 20 分钟里，广告和追踪占据了他上网全部流量当中的大约 64%。 最后他得到了一个细思极恐的结果： 作为一个拥有正常上网习惯的典型网民，上网过程中使用的流量，有大约 64%，至少一大半的流量，都浪费在了广告和追踪上…… 他把数据可视化做成了一个透视表，更令人触目惊心：
横轴是时间段落，纵轴是每一分钟内发出的请求总数，黄色是正常请求，蓝色是被屏蔽掉的广告追踪类请求。 最恐怖的发生在分钟 47 上：当时库亚克打开了新闻门户 wp.pl，在那一分钟里，蜂拥而至的广告和追踪请求占到了全部请求当中的 95%。 如果你也从事科技行业，可能对这种广告追踪满天飞的情况并不陌生。 可是对于普通网友来说，64% 这个数据未免也太可怕了！ 如果能去掉这一大半（对于用户而言的）无用请求，大家的上网流量得省多少啊！ 月初：
月底：
接下来问题来了。 这些看得见或者压根看不见还没有用的流量，到底都去了哪儿呢？ 库亚克把这次实验的数据发布在了自己的博客上，有兴趣的读者朋友可以前往，看看更多数据： https://goo.gl/A7QgXc 末尾也有全部广告追踪请求的列表。 在博客里，库亚克统计出了作为一个波兰普通网民，最经常可能会遇到的广告流量追踪。下图里列出了前十名：
他发现在这 20 分钟内的一共 798 个“无用”请求里，将近 130 个去了 tracker.pracuj.pl，来自 pracuj.pl。这是一个求职网站，库亚克在 20 分钟内也登录过这个网站 ——好在，虽然请求数确实多的可怕，也只是在用户浏览该网站的时候才追踪，这就是第一方追踪或者站内追踪。 如上图表中排第二、第四、第五、第六、第七和第八的 URL，都是来自 Google。如果把 Google 的追踪都合起来，请求数量达到了 189 个，占所有广告请求里的五分之一。 库亚克在这段时间浏览其它网站，向 Google 的追踪服务器发起了 175 次请求，却根本没有访问 Google 旗下的网站或者产品……这就是所谓的第三方追踪，或者形象一点叫跨站追踪。 这一点，Facebook 诠释的最好了：前面提到这段时间里库亚克上了 facebook.com，但你看表中排第三的请求压根不是 .com，而是去了 connect.facebook.net。 这是因为某些网站集成了 Facebook 的开放平台，网民在这些网站上的操作行为，所表达的言论或者关注的东西，Facebook 全知道——现在你明白 Facebook 的钱怎么赚了～
Facebook 的追踪遍布全网，了解你的如下信息：浏览历史、购物的店名、买到的东西、使用的手机，以及其他公开信息。 库亚克还发现了一件很匪夷所思的事情。 欧洲有个 GDPR，它的全称是欧盟通用数据保护条例，前不久刚刚生效。它要求网站提供各种各样的弹窗，在用户可能进行某些暴露隐私的操作时，交代这样做的后果，以及自己如何追踪用户，然后征求用户的许可。
一个 GDPR 弹窗可能的样子，它可以让用户自己选择在本地保存哪种 cookie 但是库亚克发现，即便在 wp.pl 的弹窗里拒绝了追踪，最后浏览器还是发出了一大票追踪请求…… 一个可能的解释是，这些网站里集成了一些其他第三方的服务，比方说插入了 YouTube 的播放器，或者一条 Twitter、Facebook 上的帖文。 这样即使用户拒绝网站主追踪自己，还是逃不过这些科技巨头的魔爪……
几乎任何网站都可以嵌入这类模块 我们每一个人都正在经历这样的事情：不仅仅是在波兰，在中国，在美国，作为普通网友，在上网时都躲不开这些广告和追踪。 在中国，业界知名的广告联盟包括百度、阿里妈妈、腾讯、多盟、360、Inmobi 等，排名不分先后；在美国（以及大部分西方国家），Google、Twitter 和 Facebook 的追踪都已经遍布全网。 在有互联网的任何地方，广告追踪都已经成为极其普遍的现象。随便打开一个网站，页面里面找不到一两句跟各大追踪平台有关的代码几乎不可能。 如果你对自己上网的流量进行一个监测。即便过程中不访问 BAT、G家、Facebook 和 Twitter 旗下的网站，估计会看到：去往上面这些广告追踪平台的请求占了绝大部分。
这也是为什么，当你打开一条新闻或者文章，里面都是纯文本或者很简单的排版，图片也没几张，却能用掉好几 MB 的流量——朋友，现在终于明白个中原理了吧？ 如果你也仿照库亚克，对这些看得见的广告和看不见的追踪进行屏蔽，很可能会惊讶地发现，居然省了这么多流量； 因为省了流量，加载一个网页的速度也变快了，你甚至会感觉到网速有所提升； 除了省流量提速，你还会发现，该看到的内容还是能看到。有没有广告和追踪，其实完全不影响网站的正常使用…… Mozilla 基金会在今年四月发布了一份《2018 互联网健康报告》，描述了当代普通网友和广告追踪之间的关系。 “我们检查微信和电子邮件，然后在公交车上刷刷微博，把早上喝咖啡的照片发布到 Instagram 并且加上咖啡店的 tag。午餐闲暇时，我们查一下朋友在 Facebook 上推荐电影的评价，顺手刷以下之前关注的一双鞋的价格。 实际上我们每次上网，都会留下活动痕迹。而在幕后，很多与我们所访问网站、所使用服务完全无关的“第三方”公司，可以在我们上网时追踪和记录我们的活动，收集与我们有关的数据。 这也是为什么到了晚上，我们开始在看到与那部电影有关的社交网络内容、鞋子的广告以及推荐的咖啡。这并不是巧合，而是数据追踪 (data-tracking) 正在努力工作，追踪你在浏览器，在各种应用甚至是电子邮件里的活动。” 这正是我们每天都经历的事情。淘宝/亚马逊/eBay 之类的电商网站推荐给我们的商品越来越对胃口，感觉上确实挺方便，但细想总是感觉毛骨悚然：这些网站对你的了解，恐怕比你的亲人爱人，甚至你自己都更多…… 如果在一个绝对完美的世界里，这倒还好。毕竟除了宽带之外，上网这件事基本上是免费的。全球五大互联网科技公司，有两大（FB、Google）的主要营利方式就是广告。不让他们赚钱，这个互联网还能用么？ 然而问题是，我们在过去几年里已经见过了雅虎、Quora 等数据泄漏，之前的 Cambridge Analytica 事件也证明了 Facebook 同样不能免俗——即便是这样的世界顶级互联网公司，他们收集的大量用户数据，也是可以被窃取和滥用的。 不仅仅是这些公司，还有更多数据隐私贩子，从各方购买和收集匿名的数据，然后用各种方式将匿名的资料实名化，凑成一份关于你的，相当详实可靠的用户画像。 你的种族样貌、收入消费水平、生活状况和爱好等等，在这份画像里应有尽有。银行和互金公司会利用它来评估你的信用，保险公司会利用它来提高你的保费。 这份用户画像真的太有用了，以至于华盛顿大学的研究者发现：行业领先的移动广告追踪系统，已经足够精确，它甚至可以被不法者用于高精度监控……
正在看文章的你，现在家里有没有智能音箱？有没有 Echo Show、Google Home Hub，Facebook Portal 这样的所谓的智能屏幕？ 如果你正在使用这些东西的话，那么只有一个坏消息给你。你对智能音箱说的语音指令，或者在智能屏幕上打的视频电话，无疑都会被互联网公司追踪……
以 Facebook 的智能屏幕 Portal（上图）为例，因为它使用的是 Facebook 即时通讯服务 Messenger 的底层服务，本质上和 Messenger 收集的信息是一样的。 Facebook 前不久也澄清，通过 Portal 收集到的数据，也会被汇集、整理、挖掘，最终用于呈现广告和推荐。 接受现实吧：在过去我们用电脑，后来有了手机，又有了智能音箱，未来还会有 VR 等更多与互联网进行交互的方式——追踪我们的隐私、生活方方面面的渠道，和被提取走的信息量，只会越来越多。 以及，每个月的数据流量费越来越高…… 说完了这件事，我还是感觉有点老生常谈。 大约在 2015 年，苹果对用户数据隐私的“过度保护”在当时让其他公司很不爽。当时 iOS 9 刚出来，内置的 Safari 浏览器里集成了一个叫做 content blocker 的功能，开发者可以用它来开发 app，阻断掉各种各样的内容。 ——苹果已经很给其他公司面子了，因为 content blocker 最直观的使用场景就是 ad blocker。 后来诞生了一票得到官方支持的去广告 app，结果真的有用，很多网站加载速度从十几秒降到了两秒，而且加载完后也不再有联网活动，意味着网页底层的广告追踪无法工作，即省流量又省电。
然而用 iPhone 的、用 Android 手机并且有意识地各种联网设备上屏蔽了广告的人，在全球来看仍然只占个位数百分比。 生活在移动互联网时代，一个人可以从未听说过广告追踪，但不可能没感受过它的效果。遗憾的是，关注广告追踪负面作用的人，真的少之又少。 实话说，我过去也没有想象到情况居然这么严重。日常上网的流量，竟然一大半都花在了（说实话对于我来说真的没意义的）广告追踪上面。 决定采用什么商业模式，应该怎么赚钱，是互联网公司的工作，我们作为用户，很大程度上是免费用户，折射的决定权微乎其微。 但至少我们可以更加关注广告追踪这件事，大家可以探索一些技术的手段，了解自己日常生活中的广告追踪，到底占了多少流量和网速。 GDPR 主要限制范围在欧洲，其他国家和地区可能缺乏对互联网隐私的强有力监管。所以，我们可以考虑使用 iOS content blocker、Pi-Hole，火狐之类的浏览器和一些优秀的、开源性质的去广告插件，来针对广告追踪，限制它的效果。 值得一提的是，Netflix 在宣传《黑镜》的时候做过一个很有意思的营销策划：它跟几家科技新闻网站合作，普通用户访问网站时看到的是《黑镜》广告，而用了去广告插件的用户会看到这样几行字： “哈咯，去广告用户。 你看不到这条广告，但广告可以看到你。”
最后的最后，只要我们使用科技产品和互联网服务，就意味着要接受它的用户条款。 因此，很遗憾，在可见的未来，广告追踪将会伴随我们很久。 前段时间， Netflix 上线了一部自制剧《Maniac》，由石头姐 (Emma Stone) 和乔纳·希尔 (Jonah Hill) 主演。对于被广告和追踪统治的未来，这部剧做了一个非常有趣的预测和呈现。 在剧中反乌托邦的纽约，消费水平极高，男主角连车票钱都付不起，只好选择“广告兄弟”(Ad Buddy)：一个西装革履的哥们儿会出现在身边，一边伴随着自己去任何地方，一边口播广告。 这个设定也很准确地还原并且放大了广告追踪在真实世界里的荒唐：一个活人花费自己的时间和精力来播放大量的广告，最后也只值一张车票或者一包口香糖；而现实中呢，一个广告其实价格也就几毛钱，却能够细致入微，盘根究底。 这可不是我梦想中的未来……
|
