OpenAI搞广告追踪？ChatGPT跨站Cookie收集用户浏览数据

安全研究人员最近公开了一条很完整的跨站追踪链路。用户完全不用在对话里输入任何字。网页浏览行为就能直接被关联到个人账号上面。这个发现已经冲到热榜的第三位了。这件事引来了开发者社区的广泛讨论。

追踪链路首次被完整呈现

事件经过

九月下旬的时候, 有一组安全研究的人员, 他们在开发者的那个社区里面, 发布了一个关于技术的报告。这个报告是逐帧地去还原了某个广告平台的数据流程。

这个数据流程是从客户端进行初始化的时候开始算的, 一直到向第三方像素进行回传为止的全过程。这是第一次把内部的代码标识和外部的那种追踪机制给完整地连接在一起, 并且呈现了出来。

关键细节

这份报告的核心发现在于, 这个追踪过程是通过打开浏览器的行为来作为起始点的。在此过程中会自动完成标识的生成以及跨域写入操作。整个过程里面并没有任何需要用户确认的步骤出现。它也不依赖于用户进行主动搜索动作或者对话交互方面的操作。

标识符与令牌配对机制

随机标识符

当客户端程序启动的时候, 会马上自动产生一个随机的标识符, 这个标识符是用来当作会话级别的临时参考点用的, 它并不绑定具体的设备型号, 专门是为了给后面的跨站请求里边的身份匹配和数据去重服务。

JWT令牌绑定

在同一个时间点, 系统会从本地的缓存里面读取到一枚和用户的账号绑定在一起的JWT令牌, 再把这枚令牌和一个随机给出的标识符进行匹配配对, 这样就组成了一个唯一性的索引数据了, 这个索引数据是用来把用户身份的认证信息和正在运行中的会话关联起来放在一起的, 最终目的就是为了给接下来要执行的下游像素回传这项业务操作提供一种可以被追踪溯源的标记功能。

跨站Cookie与像素回传

__obi字段写入

在跨站环境里, 系统往浏览器中写入一个cookie。这个cookie的名字叫做__obi。它会携带先前提到的标识组合。它的有效期会覆盖用户当前的整个会话周期。此外, 它不会被浏览器的默认清除策略给直接移除掉。

像素数据回传

如果用户进入了嵌入了这种广告像素的第三方网站, 那页面脚本就会自动去读那个__obi的值, 接着它就会把这个值跟着像素请求一起传回给平台服务器, 这样一来, 用户的浏览动作就会被马上标记成对应账号的行为记录。

对话之外的大范围画像

无需输入即触发

这份报告特别指出, 在整个追踪过程中, 不需要把用户在聊天框里输入特定词汇作为先决条件, 一旦用户进入安装了像素代码的网站页面, 系统就立即完成数据收集工作, 同时描绘用户特征的范围被扩展到对话窗口以外的所有网络浏览活动区域之中。

数据去向不明

研究者同时指出, 关于obi的回传数据到底有没有被拿去用于模型训练, 还有没有和其他平台的数据合并在一起, 目前都没有任何公开的说明, 所以说这数据的流向现在还是处在监管的灰色地带之中。

社区反响与监管动向

开发者社区热议

这个发现一出来, 一下子就登上了热榜的第三位, 速度是非常快的。社区的热烈讨论主要集中在了两个关键点上。一个是关于跨站点Cookie使用的合规边界到底是什么。

另一个是用户知情和同意机制严重缺失的问题。与此同时, 已经有好几个安全工程师动作纷纷提交了独立的复核报告。他们同时也提供了验证数据, 用来证明发现的问题。

监管审查信号

到现在为止, 有关广告平台还没有关于追踪机制发布任何正式回应, 不过已经有两个地区内的数字监管部门把这件事列入到季度审查议程当中去了, 以后官方的表态会受到很多关注。

用户可执行的防护措施

浏览器端操作

安全研究方面的专家给出来建议, 说用户这个事可以做，就是把那个浏览器的严格第三方Cookie拦截策略给它开启起来, 或者是选择手动去清除__obi字段, 这样一来就能够阻断像素回传通道, 不过呢, 部分广告功能在策略变得收紧之后的情况, 可能就是会受限的。

后续关注指标

在往后, 大家要特别去盯着看这个广告平台会不会把它的那些追踪透明度说明给发布出来, 另外还要看用户把他们自己的账号删掉了以后, 那个__obi数据到底要过多久才会真正清理干净, 只有这两样东西确定了, 才可能决定风险等级这件事能不能往下调。

如果你从来没有在聊天对话里面提到过任何涉及敏感内容的主题, 但是你发现你自己浏览过的网页页面竟然出现在了个性化广告的推荐列表里, 你决定选择去关闭那个相关的功能?

还是说你打算继续忍着并且容忍这种情况发生? 欢迎大家在评论区留下你的意见和留言内容。请记得点赞, 并且进行转发操作, 好让越来越多的朋友能够看明白这一条关于数据追踪链路的具体细节信息。