用 Go 与无头浏览器揪出动态追踪脚本
作者构建 Go 审计工具 Pageguard,在无头浏览器执行页面脚本后,检查网络请求、DOM 变化与 Cookie,并通过插件规则判定问题。对 50 个技术博客的审计展示了静态 HTML 检查容易遗漏的动态追踪行为。
原文暂未完整获取,基于公开信息的快读
作者用 Go 构建了网页审计工具 Pageguard,并对 50 个技术博客进行了检查。起因是同一页面的静态 HTML 里只有 4 个 script 标签,浏览器却发出了 31 次第三方请求,还在作者点击前写入了一个与同意状态有关的 Cookie。这个落差推动作者把检查放到了页面运行之后。
目前能确认什么
Pageguard 会在无头浏览器中执行页面脚本,观察网络请求、DOM 变化与 Cookie,再交给插件规则引擎判断。规则支持用 YAML 或 JSON 配置域名白名单、同意前禁止写入的 Cookie,以及第三方请求数量上限。
每个页面会检查两种状态:尚未同意,以及已经同意。前者使用没有 Cookie 的新浏览器上下文,目的是对比用户授权前后的行为。
这种方法有明确的技术依据:标签管理器可以继续加载脚本,页面也能通过 JavaScript 动态插入追踪像素,部分请求还会延迟触发。只抓 HTML,确实容易漏掉这些行为。不过,4 个标签和 31 次请求是不同口径,不能直接当成追踪脚本数量的对比。
我的判断
对接入统计、广告或第三方 SDK 的前端项目,运行时检查能补上源码检查的盲区。
更有用的检查目标是:用户尚未操作时,页面向哪些域名发送了请求、写入了哪些 Cookie;同意之后,又增加了什么。这样的记录比单纯统计 script 标签更便于定位问题。
但第三方请求不自动等于追踪,与同意状态有关的 Cookie 也不能仅凭名称判定违规。规则需要识别用途,结果需要保留证据。
现有节选在实验结果部分中断,无法确认 50 个博客的问题分布。观察窗口多长、怎样完成同意操作、是否覆盖延迟脚本与交互触发行为,也还没说清。目前能确认的是审计思路,不能据此判断这些博客的整体隐私状况。