Tracking ohne Cookies

Transkript

1 Tracking ohne Cookies Überwachung von Internetnutzern anhand ihrer DNS-Anfragen Dr. Dominik Herrmann Folien zum Download:

2 Heute üblich: - Tracking mit Cookies - Browser-Fingerprinting - Device-Fingerprinting DKV.de Doubleclick-Cookie: Adition Doubleclick Jumpzone id=22f4970d t= et=730 cs=002213fd48adae8965 e2b82b79 Spiegel Online 2

3 Browser- Fingerprinting Your browser fingerprint appears to be unique among the 5,057,041 tested so far. P Eckersley (2010): How unique is your web browser? 3

4 Device Fingerprinting K Mowery S Shacham (2012): Pixel Perfect: Fingerprinting Canvas in HTML5 4

5 Internetwirtschaft hat großes Interesse an Tracking aktuelle Tracking-Techniken sind unzuverlässig (und beobachtbar) 5

6 Gliederung 1. Bisher verwendete Tracking-Techniken 2. Überwachung anhand von DNS-Anfragen 3. Schutzmechanismen Internetwirtschaft hat großes Interesse an Tracking aktuelle Tracking-Techniken sind unzuverlässig (und beobachtbar) 6

7 Das Domain Name System löst Domains in IP-Adressen auf. bundestag.de? Client Browser Internetanbieter (T-Online)? DNS-Server Webserver Deutscher Bundestag Vertraulichkeit? Brauchen wir nicht. 17-Nov :23: #15619: query: IN A + 17-Nov :23: #12191: query: wikipedia.org IN A + 17-Nov :23: #13170: query: IN A + 7

8 »Angreifer« bundestag.de? DNS-Server DNS-Server bundestag.de? Client? 1 Google 1 Browser? Client Browser Internetanbieter (T-Online) 2 Webserver Deutscher Bundestag Webserver Deutscher Bundestag 2 Internetanbieter (T-Online) oder doch? 8

9 Umgehung von DNS-Sperren Google Trends für dns Performanz & Zuverlässigkeit Türkei Interesse Google Trends am Suchbegriff für Google dns DNS Türkei Deutschland Google DNS: über 150 Mrd. Anfragen pro Tag (2013) Disputation Dr. Herrmann 9

10 Zwei Teilprobleme: Ermittlung der besuchten Webseiten Verkettung von Sitzungen 10

11 Herausforderung 1: DNS-Server sieht nur Domains, jedoch keine URLs de.wikipedia.org/wiki/alkoholkrankheit 11

12 Herausforderung 2: Domains korrespondieren nicht mit besuchten Seiten de.wikipedia.org bits.wikimedia.org meta.wikimedia.org counsellingresource.com upload.wikimedia.org w210.ub.uni-tuebingen.de ec.europa.eu de.wikiquote.org drogenbeauftragte.de whqlibdoc.who.int 12

13 S Krishnan and F Monrose (2010): DNS prefetching and its privacy implications: When good things go bad de.wikipedia.org bits.wikimedia.org meta.wikimedia.org counsellingresource.com upload.wikimedia.org Abrufmuster für de.wikiquote.org drogenbeauftragte.de w210.ub.uni-tuebingen.de Kann ein DNS-Server (nicht-)besuchte Webseiten anhand charakteristischer Abrufmuster erkennen? ec.europa.eu whqlibdoc.who.int 13

14 1. Abruf von Webseiten Empirische Untersuchung 2. Aufzeichnen der DNS-Abrufmusters 3. Bestimmung der k-identifizierbarkeit WIKITOP WIKIRAND Seiten Seiten N 78 4 k = 1 > 99 % 80 % Seiten mit einzigartigem Abrufmuster k 5 > 99 % 94 % Seiten mit Abrufmustern, die jeweils höchstens auf 5 Seiten auftreten 14

15 Empirische Untersuchung Ermittlung der genauen URL WIKITOP WIKIRAND HEISE Seiten Seiten Newsseiten N k = 1 > 99 % 80 % 63 % k 5 > 99 % 94 % 76 % 15

16 Empirische Untersuchung Ermittlung der genauen URL WIKITOP WIKIRAND HEISE ALEXA Seiten Seiten Newsseiten Homepages N k = 1 > 99 % 80 % 63 % > 99,9 % k 5 > 99 % 94 % 76 % > 99,9 % 16

17 Zwei Teilprobleme: Ermittlung der besuchten Webseiten genauer als gedacht Verkettung von Sitzungen 17

18 Herausforderung: Beobachtung von Nutzern mit täglich wechselnden IP-Adressen bundestag.de bahn.de focus.de airbus.com ? = bahn.de google.it bild.de twitter.com facebook.com heise.de bild.de torproject.com eltern.de porsche.de airbus.com cdu-berlin.de kadewe.com google.de airberlin.de ebay.de m.bahn.de arstechnica.com formula1.com motor-talk.de mammut.com springerlink.com gulli.com torproject.com reddit.com gestern heute 18

19 Idee: Nutzer anhand charakteristischer Verhaltensmuster wiedererkennen bundestag.de bahn.de focus.de airbus.com bahn.de google.it bild.de twitter.com facebook.com heise.de bild.de torproject.com eltern.de porsche.de airbus.com cdu-berlin.de kadewe.com google.de airberlin.de ebay.de m.bahn.de arstechnica.com formula1.com motor-talk.de mammut.com springerlink.com gulli.com torproject.com reddit.com gestern heute 19

20 Ausnutzung menschlicher Eigenschaften individuelle Vorlieben tägliche Routine Trainieren eines Klassifikators zur Wiedererkennung Trainingssitzungen zu klassifizierende Sitzungen bundestag.de bahn.de focus.de airbus.com gestern heute 20

21 Verhaltensbasierte Verkettung einzelner Sitzungen im Open-World-Szenario noch nicht erforscht Reicht eine Traingssitzung? Erreichbare Genauigkeit bei großen, fluktuierenden Nutzergruppen? Closed-World-Untersuchung von Yang (2010) je 200 Sitzungen Nutzer 1 Nutzer 1 je 1 Sitzung Nutzer 2 Nutzer 2 Nutzer 100 Nutzer % Genauigkeit 21

22 Konstruktion des Verkettungsverfahrens focus.de airbus.com bahn.de Naive-Bayes-Klassifikator u.a. n-dimensionale Merkmalsvektoren bundestag.de bahn.de focus.de airbus.com Nutzer 1 Nutzer 1 Nutzer 2 Nutzer 2 Nutzer n Nutzer n gestern heute 22

23 Funktionsweise des verwendeten 1NN-Klassifikators focus.de airbus.com bahn.de cos = 0, cos = 0,43 gestern heute 23

24 1. Implementierung mit MapReduce 2. Erhebung eines DNS-Datensatzes 3. Experimente im Open-World-Szenario Empirische Untersuchung Datensatz 2M 2 Monate 3862 Nutzer 5 Mio. Domains Beobachtung: Fehlentscheidungen wegen Nutzerfluktuation 1 1* 2 3 3* gestern 4* heute 24

25 Empirische Untersuchung Standardverfahren 75 % Genauigkeit nach Optimierung 86 % Genauigkeit Optimierung: Ermittlung der ähnlichsten Sitzung 1 1* 2 3 3* gestern 4* heute 25

26 Verkettung erweist sich als robust gelingt auch unter widrigen Umständen nur N populärste (statt alle) Domains 62 % 76 % Training vor x (statt 1) Tagen 86 % % Anzahl der Nutzer (statt 3862) 26

27 DNS-Anbieter überraschend genau gelöschte Cookies wiederherstellbar Neue Überwachungsmöglichkeiten durch verhaltensbasierte Verkettung Tracking- und Profiling-Dienste Tracking völlig ohne Cookies Verkettung rein passiv, also nicht erkennbar Bedrohung für die informationelle Selbstbestimmung 27

28 Gliederung 1. Bisher verwendete Tracking-Techniken 2. Überwachung anhand von DNS-Anfragen 3. Schutzmechanismen 28

29 Mögliche Ziele: Beobachtung durch DNS-Anbieter verhindern nur die Verkettung verhindern 29

30 Schutz der Identität des Nutzers Verbergen der wahren Interessen Range Querys langsam aufwändig (und unsicher) existierende Ansätze für DNS ungeeignet 30

31 Mögliche Ziele: Beobachtung durch DNS-Anbieter verhindern wäre möglich, aber aufwändig nur die Verkettung verhindern wäre zum Schutz vor Tracking ausreichend 31

32 Sitzungsdauer 5 min 31 % 10 min 34 % IP-Adresse häufig wechseln heute: Komforteinbußen 1 h 55 % 6 h 70 % Chance für Internet-Provider»Privacy by Default«mit IPv6 24 h 86 % 7 Tage 97 % 32

33 Tracking ohne Cookies Überwachung von Internetnutzern anhand ihrer DNS-Anfragen umfangreicher und genauer als zu erwarten wäre; unbemerktes Tracking anhand des Nutzerverhaltens; vollständiger Schutz vor Beobachtung durch DNS aufwändig; Schutz vor Tracking durch häufigen Adresswechsel wird mit IPv6 komfortabel. Generalisierbarkeit der Ergebnisse? Konkrete Handlungsempfehlungen? Weitere Experimente und Future Work? 33

34 Backup 34

35 Idee von DNSMIX populäre DNS-Einträge automatisch an alle Nutzer senden Kostet das nicht viel zu viel Bandbreite? DNSMIX Push-Dienst Client Zwischenspeicher DNS-Server berlin.de Client Liste populärer Domains DNS-Server google.com Client Laufende Überprüfung DNS-Server finanzen.net MIX MIX MIX 35

36 Anfragen von 2082 Nutzern Empirische Untersuchung Pushen von populären Domains Auflösung von 84 % der Anfragen unbeobachtbar und unmittelbar DNSMIX Push-Dienst 352 MB/Tag Client 290 KB initial Zwischenspeicher alle 24 h DNS-Server berlin.de Client 0,8 KB/s Liste populärer Domains alle 5 min DNS-Server google.com Client 0,8 KB/s Laufende Überprüfung alle 24 h je nach TTL DNS-Server finanzen.net MIX MIX Emulierte Latenz: 80 ms 20 ms 20 ms MIX Resultat: 171 ms je nach Server 36