CN108124014B - 一种浏览器智能预防第三方Cookie跟踪的方法 - Google Patents

Abstract

本发明公开了一种浏览器智能预防第三方Cookie跟踪的方法，涉及计算机浏览器智能化技术领域。该方法通过浏览器对第三方Cookie和网站数据的限制，智能删除相关Cookie信息，阻止其跨站点跟踪行为，保护了用户在网络活动中的隐私敏感数据。所以，采用本发明实施例提供的方法，用户无需在每一次浏览网页完毕后，都去手动的清除留下的Cookie数据，浏览器可以智能的为用户清除数据。浏览器只会长久保存用户实际与之发生交互的网站Cookie数据，跟踪的Cookie数据则会被删除，极大的保护用户隐私不被窃取。

Description

一种浏览器智能预防第三方Cookie跟踪的方法

技术领域

本发明涉及计算机浏览器智能化技术领域，尤其涉及一种浏览器智能预防第三方Cookie跟踪的方法。

背景技术

第三方Cookie一般通过跨站点跟踪技术，来获取用户的隐私行为。然后进行定点广告推送，或者其他的不良行为，对用户的数据安全造成了严重的危害。

目前，预防第三方Cookie跟踪的方法主要包括以下两种：

第一种，拒绝所有Cookie，这样可以从根本上阻止Cookie跟踪。

但是，当前大部分网站都使用Cookie技术来保存用户的登录信息，拒绝后会导致大部分网站都无法登录。

第二种，通过浏览器设置，阻止第三方Cookie。

当前的主流浏览器，都已经设置了Do not Track(DNT，不要跟踪)这一选项，当用户提出启用DNT功能后，具有DNT功能的浏览器会在http数据传输中添加一个“头信息”(headers)，这个头信息向商业网站的服务器表明用户不希望被追踪。这样，遵守该规则的网站就不会追踪用户的个人信息。然而这种协议只是一种君子协定，对于那些不遵守DNT规则的网站，这种方法并不能起到阻止第三方Cookie的作用。

发明内容

本发明的目的在于提供一种浏览器智能预防第三方Cookie跟踪的方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种浏览器智能预防第三方Cookie跟踪的方法，包括如下步骤：

S1，浏览器收集用户与网站的资源交互信息；

S2，判断所述交互信息是否保存在物理空间，如果是，执行S5，否则，执行S3；

S3，以html页面格式保存在所述物理空间，并判断域名是否能够追踪用户，如果是，执行S5，否则，执行S4；

S4，通过机器学习模型分析该站点是否能够追踪用户，如果是，执行S5，否则，结束；

S5，建立Cookie清理时间轴；

S6，判断是否符合Cookie清理条件，如果是，则浏览器自动删除对应的Cookie信息，否则，对网站对应的Cookie不做限制或对网站读取对应用户的信息进行限制。

优选地，S1具体为：浏览器收到一个资源请求后，创建对应的URL资源的加载器，URL资源响应后，浏览器获取返回的html内容页并以URL进行命名。

优选地，S2中，所述物理空间为在用户物理硬盘中建立的一块一定大小的空间。

优选地，S2中，所述物理空间如果已经占用到设定值以上时，通过文件的建立时间，从最远建立的文件开始删除文件，使所述物理空间的占用保持在该设定值以下。

优选地，S3中所述以html页面格式保存在所述物理空间，并判断域名是否能够追踪用户，具体包括如下步骤：

S 300，以html页面格式将所述交互信息保存在物理空间；

S301，在所述物理空间中，建立一个domainList文件，用于保存已被确认为有能力跨站点跟踪用户行为的域名信息；

S302，浏览器每次运行后，将domainList文件上传到浏览器的服务器中，并创建信息合并后的新文件；

S303，获取S300中以html页面格式保存的文件，拆分文件名的URL，获取域名信息；

S304，判断domainList文件中是否存在S303中获取到的域名信息，如果存在，则判定S303中获取到的域名信息能够追踪用户，否则，判定S303中获取到的域名信息不能够追踪用户。

优选地，所述domainList文件中的域名信息周期性与浏览器的云服务器进行同步。

优选地，S4中，所述机器学习模型的检测对象，包括：html页面中包含的框架结构和脚本语言，具体包括：周期性的向服务器端发送请求的网站页面，或者是样式透明尺寸极小的页面元素。

优选地，S5具体为：为domainList文件中的每个域名建立一个时间轴标识文件timeAxis，用于记录用户以该域名作为顶级域名访问网站的时间关系。

优选地，S6具体为：

如果用户超过设定的第一时间未以顶级域名访问过网站，或者通过FlashCookie技术重复写入的，直接删除其对应的Cookie信息；

用户在设定的第一时间之内以顶级域名访问站点后，调整时间轴，将主动删除Cookie信息的时间点往后顺延；

如果用户在设定的第二时间之内以顶级域名对网站进行过访问，对其网站对应的Cookie不做限制；

如果用户在设定的第二时间以外，第三时间以内以顶级域名对网站进行过访问，对网站读取对应用户的信息进行限制，具体为，将网站对应的Cookie移动到第三方Cookie区域，在第三方Cookie区域，仅允许网站读取对应的登录信息：用户名和密码，无法读取用户的其他有效信息；

其中，设定的第二时间＜第三时间＜第一时间。

本发明的有益效果是：本发明实施例提供的浏览器智能预防第三方Cookie跟踪的方法，通过浏览器对第三方Cookie和网站数据的限制，智能删除相关Cookie信息，阻止其跨站点跟踪行为，保护了用户在网络活动中的隐私敏感数据。所以，采用本发明实施例提供的方法，用户无需在每一次浏览网页完毕后，都去手动的清除留下的Cookie数据，浏览器可以智能的为用户清除数据。浏览器只会长久保存用户实际与之发生交互的网站Cookie数据，跟踪的Cookie数据则会被删除，极大的保护用户隐私不被窃取。

附图说明

图1是本发明实施例提供的浏览器智能预防第三方Cookie跟踪的方法流程示意图；

图2是网站互动后的Cookie行为时间轴。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种浏览器智能预防第三方Cookie跟踪的方法，包括如下步骤：

S1，浏览器收集用户与网站的资源交互信息；

S2，判断所述交互信息是否保存在物理空间，如果是，执行S5，否则，执行S3；

S3，以html页面格式保存在所述物理空间，并判断域名是否能够追踪用户，如果是，执行S5，否则，执行S4；

S4，通过机器学习模型分析该站点是否能够追踪用户，如果是，执行S5，否则，结束；

S5，建立Cookie清理时间轴；

S6，判断是否符合Cookie清理条件，如果是，则浏览器自动删除对应的Cookie信息，否则，对网站对应的Cookie不做限制或对网站读取对应用户的信息进行限制。

上述方法在实际使用过程中，具体可以按照如下步骤进行实施：

第一步，浏览器主动收集用户与网站的资源交互信息。将收集的信息做数据统计，并放入物理地址中。实现方法为：

1，当收到一个资源请求后，创建对应的URL资源的加载器，进行资源响应。

2，检查这个资源在物理地址中是否存在对应的信息。

3，当信息不存在时，则用URL作为标识，将响应后的资源以html页面格式进行物理保存。

4，因为物理空间有限，可以根据资源创建时间，从远至近进行删除。

第二步，建立机器学习模型，分析统计数据。根据是否有能力跨站点跟踪用户进行分类。实现方法为：

1，当有资源在物理空间创建后，根据URL标识提取域名信息，跟已被定义为有能力跨站点跟踪用户的域名列表进行比对。

2，域名列表信息会周期性与浏览器的云服务器进行同步。

3，列表中不存在的，通过机器学习模型，进行数据分析。

4，根据目前的跟踪技术的做法，可以通过两个维度进行机器学习模型的建立：重定向到域的数量；域下的子框架数量；

5，对于被确认为有能力跨站点跟踪用户的网站，将其域名信息保存到列表中。

第三步，对被分类为具有跨站点跟踪用户能力的网站，则根据时间模型，主动进行Cookie和数据清理。其中，如图2所示，时间模型的设定方法如下(假设A.com已被定义为有能力跨站点跟踪用户)：

1，用户在7天内未主动与A.com进行交互，A.com的数据和Cookie信息立即删除，站点新添加的数据也给予删除。

2，用户以顶级域名与A.com进行交互，则将该A.com标记为用户感兴趣站点。同时调整时间轴。

3，如果用户在最近的24小时访问了A.com，那么当A.com是第三方时，其Cookie将可用。

4，将Cookie数据进行分区，建立第三方域的分区缓存。如果用户在7天内但不是24小时内访问过A.com，A.com的Cookie将被保存，但会被放入第三方域的分区中。分区意味着第三方Cookie会获得独特的隔离存储空间。此时用户可以保持登录状态，同时限制了使用Cookie进行跨站点跟踪。

所以，采用本发明实施例提供的方法，用户无需在每一次浏览网页完毕后，都去手动的清除留下的Cookie数据，浏览器可以智能的为用户清除数据。浏览器只会长久保存用户实际与之发生交互的网站Cookie数据，跟踪的Cookie数据则会被删除，极大的保护用户隐私不被窃取

本发明实施例中，S1具体可以为：浏览器收到一个资源请求后，创建对应的URL资源的加载器，URL资源响应后，浏览器获取返回的html内容页并以URL进行命名。

浏览器将会对html内容页进行分析，分析过程在用户机上进行，所以需要对html内容页保存在用户物理空间中。以url命名是为了方面区分域名信息，可以避免一些重复分析过程。

本发明实施例中，S2中，所述物理空间可以为在用户物理硬盘中建立的一块一定大小的空间。

物理保存的位置应该为用户的物理硬盘，浏览器会对这一空间的文件内容进行监控分析。

S2中，所述物理空间如果已经占用到设定值以上时，可以通过文件的建立时间，从最远建立的文件开始删除文件，使所述物理空间的占用保持在该设定值以下。

上述方法中，为了减少用户硬盘空间的占用量，创建时间最远的文件默认时效性最低，应优先删除这些文件。

S3中所述以html页面格式保存在所述物理空间，并判断域名是否能够追踪用户，具体包括如下步骤：

S 300，以html页面格式将所述交互信息保存在物理空间；

S301，在所述物理空间中，建立一个domainList文件，用于保存已被确认为有能力跨站点跟踪用户行为的域名信息；

S302，浏览器每次运行后，将domainList文件上传到浏览器的服务器中，并创建信息合并后的新文件；

S303，获取S300中以html页面格式保存的文件，拆分文件名的URL，获取域名信息；

S304，判断domainList文件中是否存在S303中获取到的域名信息，如果存在，则判定S303中获取到的域名信息能够追踪用户，否则，判定S303中获取到的域名信息不能够追踪用户。

domainList文件中保存着已经被定义为具有跨站点跟踪用户能力的网站域名信息，与服务器同步并合并后的新文件可以理解成：将domainList文件内容动态更新。随后把以url命名的那些html页面进行域名拆分，拆分后的域名再与domainList文件中的域名进行对比。能够匹配上的，则判定能够追踪用户，无需后续分析操作；否则，进入下一步分析过程。

其中，把以url命名的那些html页面进行域名拆分，比如实际访问了https://www.baidu.com/s？wd＝123，就会拆出www.baidu.com这一段信息。

在本发明的一个优先实施例中，所述domainList文件中的域名信息可以周期性与浏览器的云服务器进行同步。

浏览器的云服务器中保存着已经被定义为具有跨站点跟踪用户能力的网站域名信息。这些域名信息不单单是某一用户的分析结果，而是全球用户的结论汇总。周期性与云服务器同步，可以及时获取最新的域名信息，减少重复分析过程。

本实施例中，S4中，所述机器学习模型的检测对象，包括：html页面中包含的框架结构和脚本语言，具体包括：周期性的向服务器端发送请求的网站页面，或者是样式透明尺寸极小的页面元素。

上述方法中，周期性的向服务器端发送请求的网站页面，往往是网站页面的自发性行为，也是那些跨站点跟踪用户网站的跟踪手段，这种行为通常具有较高的危险性；样式透明尺寸极小的页面元素，通常不被用户所见，因此，本实施例中，将网站页面及样式透明尺寸极小的页面元素作为学习模型的检测对象。

在本发明的一个优选实施例中，S5具体为：为domainList文件中的每个域名建立一个时间轴标识文件timeAxis，用于记录用户以该域名作为顶级域名访问网站的时间关系。

上述方法中，利用这种时间关系，可以判别这些网站是否为用户实际需要访问的，通过时间轴来避免误删。

本实施例中，S6具体可以为：

如果用户超过设定的第一时间未以顶级域名访问过网站，或者通过FlashCookie技术重复写入，直接删除其对应的Cookie信息；

用户在设定的第一时间之内以顶级域名访问站点后，调整时间轴，将主动删除Cookie信息的时间点往后顺延；

如果用户在设定的第二时间之内以顶级域名对网站进行过访问，对其网站对应的Cookie不做限制；

如果用户在设定的第二时间以外，第三时间以内以顶级域名对网站进行过访问，对网站读取对应用户的信息进行限制，具体为，将网站对应的Cookie移动到第三方Cookie区域，在第三方Cookie区域，仅允许网站读取对应的登录信息：用户名和密码，无法读取用户的其他有效信息；

其中，设定的第二时间＜第三时间＜第一时间。

1、第一时间以外用户还未进行过访问的，说明用户对这个网站不感兴趣；使用FlashCookie技术重复写入的，是网站通过技术手段进行的操作，跟用户无关。这时Cookie信息应删除。

2、第一时间之内进行过访问的，时间轴重新设置，时间顺延。

3、第二时间之内进行过访问的，说明这是用户感兴趣的网站。对该网站的Cookie不做限制

4、第二时间以外，第三时间以内的，属于偶然性访问。Cookie移动到第三方Cookie区域，保证了其网站可以正常登陆，也保护了用户的其他信息不被获取。

对于本发明提供的方法，为了便于理解和帮助实施，提供以下具体实施例：

1，用户使用浏览器访问Web页面，URL资源响应后，浏览器获取返回的HTML内容页并以URL进行命名(一般会将URL名进行压缩处理避免过长)。

2，在用户物理硬盘中建立一块100M的空间(只会在第一次进行创建，后续一直使用这一块空间)，首先检查HTML文件是否存在，若不存在，将HTML文件进行保存。

3，当监测到空间已占用到90％以上时，通过文件的建立时间，从最远建立的开始删除文件。

4，在物理地址中建立一个文件(这里假设为domainList)，用以保存已被确认为有能力跨站点跟踪用户行为的域名信息。domainList文件将在浏览器每次运行后，上传到浏览器的服务器中，并获取信息合并后的最新文件。

5，当监测到文件创建后，首先拆分文件名的URL，获取域名信息，然后跟domainList中的数据进行对比。如果不存在，将调用机器学习模型，分析HTML的文本内容。

6，机器学习模型的建立，主要针对当前的追踪技术，检测页面中包含的框架结构和脚本语言。特别是那些周期性的向服务器端发送请求的，或者是某些样式透明，尺寸极小的页面元素。这些都是机器学习模型需要重点检测的对象。

7，被机器学习模型定义为有能力跨站点跟踪用户的，将其域名保存到domainList中。

8，为domainList中的每个域名建立一个时间轴标识文件(这里假设为timeAxis)，用来记录用户以这些域名作为顶级域名访问它们网站的时间关系。同时将主动监控timeAxis文件。

9，用户超过7天未以顶级域名进行访问的，直接删除其对应的Cookie信息，对于那些通过FlashCookie技术重复写入的，也将会给予删除。

10，用户以顶级域名访问站点后，将调整时间轴，主动删除时间点将往后顺延。

11，用户在24小时之内以顶级域名进行过访问的，其网站对应的Cookie将不做限制。

12，用户在24小时以外，72小时以内以顶级域名进行过访问的，其网站对应的Cookie将被移动到第三方Cookie区域。此时，仅允许网站读取对应用户名密码等登录信息，将无法读取用户的其他有效信息。

通过采用本发明公开的上述技术方案，得到了如下有益的效果：本发明实施例提供的浏览器智能预防第三方Cookie跟踪的方法，通过浏览器对第三方Cookie和网站数据的限制，智能删除相关Cookie信息，阻止其跨站点跟踪行为，保护了用户在网络活动中的隐私敏感数据。所以，采用本发明实施例提供的方法，用户无需在每一次浏览网页完毕后，都去手动的清除留下的Cookie数据，浏览器可以智能的为用户清除数据。浏览器只会长久保存用户实际与之发生交互的网站Cookie数据，跟踪的Cookie数据则会被删除，极大的保护用户隐私不被窃取。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (9)

1.一种浏览器智能预防第三方Cookie跟踪的方法，其特征在于，包括如下步骤：

S1，浏览器收集用户与网站的资源交互信息；

S2，判断所述交互信息是否保存在物理空间，如果是，执行S5，否则，执行S3；

S3，以html页面格式保存在所述物理空间，并判断域名是否能够追踪用户，如果是，执行S5，否则，执行S4；

S4，通过机器学习模型分析该网站是否能够追踪用户，如果是，执行S5，否则，结束；

S5，建立Cookie清理时间轴；

S6，判断是否符合Cookie清理条件，如果是，则浏览器自动删除对应的Cookie信息，否则，对网站对应的Cookie不做限制或对网站读取对应用户的信息进行限制。

2.根据权利要求1所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S1具体为：浏览器收到一个资源请求后，创建对应的URL资源的加载器，URL资源响应后，浏览器获取返回的html内容页并以URL进行命名。

3.根据权利要求1所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S2中，所述物理空间为在用户物理硬盘中建立的一块一定大小的空间。

4.根据权利要求3所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S2中，所述物理空间如果已经占用到设定值以上时，通过文件的建立时间，从最远建立的文件开始删除文件，使所述物理空间的占用保持在该设定值以下。

5.根据权利要求1所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S3中所述以html页面格式保存在所述物理空间，并判断域名是否能够追踪用户，具体包括如下步骤：

S300，以html页面格式将所述交互信息保存在物理空间；

S301，在所述物理空间中，建立一个domainList文件，用于保存已被确认为有能力跨站点跟踪用户行为的域名信息；

S302，浏览器每次运行后，将domainList文件上传到浏览器的服务器中，并创建信息合并后的新文件；

S303，获取S300中以html页面格式保存的文件，拆分文件名的URL，获取域名信息；

S304，判断domainList文件中是否存在S303中获取到的域名信息，如果存在，则判定S303中获取到的域名信息能够追踪用户，否则，判定S303中获取到的域名信息不能够追踪用户。

6.根据权利要求5所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，所述domainList文件中的域名信息周期性与浏览器的云服务器进行同步。

7.根据权利要求1所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S4中，所述机器学习模型的检测对象，包括：html页面中包含的框架结构和脚本语言，具体包括：周期性的向服务器端发送请求的网站页面，或者是样式透明尺寸极小的页面元素。

8.根据权利要求1所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S5具体为：为domainList文件中的每个域名建立一个时间轴标识文件timeAxis，用于记录用户以该域名作为顶级域名访问网站的时间关系。

9.根据权利要求8所述的浏览器智能预防第三方Cookie跟踪的方法，其特征在于，S6具体为：

如果用户超过设定的第一时间未以顶级域名访问过网站，或者通过FlashCookie技术重复写入的，直接删除其对应的Cookie信息；

用户在设定的第一时间之内以顶级域名访问站点后，调整时间轴，将主动删除Cookie信息的时间点往后顺延；

如果用户在设定的第二时间之内以顶级域名对网站进行过访问，对其网站对应的Cookie不做限制；

如果用户在设定的第二时间以外，第三时间以内以顶级域名对网站进行过访问，对网站读取对应用户的信息进行限制，具体为，将网站对应的Cookie移动到第三方Cookie区域，在第三方Cookie区域，仅允许网站读取对应的登录信息：用户名和密码，无法读取用户的其他有效信息；

其中，设定的第二时间＜第三时间＜第一时间。

Images