Identifizierung von nutzerinitiierten Webanfragen

Question

Nur durch das Betrachten eines TCP-Captures einer vollständigen HTTP-Web-Browsing-Sitzung, wäre es möglich, zwischen Web-Anfragen zu unterscheiden, die vom Benutzer initiiert wurden (entweder durch Klicken auf einen Link oder durch Eingabe der URL in die Adressleiste) und Web-Anfragen, die (vom Browser) als Ergebnis von Webseitenobjekten (Bilder, Iframes, Ajax, usw.) gesendet wurden.

Der Referer-Header erfüllt nicht die Anforderung, da sein Wert sowohl bei einem vom Benutzer initiierten Klick auf einen Link als auch bei einer Browser-Anfrage nach einem Webseitenobjekt auf derselben Seite gleich wäre.

Answer 1

Es gibt keine einfache Lösung dafür, und ich bezweifle, dass dies zuverlässig möglich ist, aber hier sind einige Tipps, wie Sie die Daten in mehreren Schritten filtern können:

1. Keep-Alive: HTTP ermöglicht mehrere aufeinanderfolgende Anfragen über dieselbe TCP-Verbindung (sofern keepalive unterstützt wird). Es ist wahrscheinlich sicher anzunehmen, dass nur die erste Anfrage über eine TCP-Verbindung vom Benutzer initiiert wurde, während die anderen für Bilder/Scripts im Zusammenhang mit dieser Seite sein sollten. Dies sollte die Anzahl der Anfragen, die Sie weiter analysieren müssen, erheblich reduzieren.

2. Content-Type: Wenn Sie davon ausgehen können, dass nur HTML durch benutzerinitiierte Anfragen heruntergeladen wurde, könnten Sie alles filtern, bei dem die Antwort nicht mit einem bestimmten Content-Type übereinstimmt (z. B. text/html).

3. Antwortkörper: Sie haben jetzt nur noch HTML-Antworten übrig, aber wenn Sie sich die Anforderungs-/Antwortheader ansehen, ist es nahezu unmöglich, eine iframe-Anfrage von einem angeklickten Link zu unterscheiden, da Referer in beiden Fällen gleich sein wird (obwohl die meisten iframe-Downloads wahrscheinlich bereits im Schritt 1 herausgefiltert wurden). Um dies weiter zu verfeinern, müssten Sie jede HTML-Antwort parsen und nach jedem oder <code><link rel="prefetch"</code> suchen, das einen HTML-Download verursachen könnte, der nicht vom Benutzer initiiert wurde, und dann Anfragen filtern, die für diese Ressourcen gemacht wurden.</p></li> </ol> <p>All dies ergibt keine perfekte Analyse, aber es könnte für Ihre Zwecke ausreichen. Beispielsweise wäre es wahrscheinlich unmöglich, Anfragen von einem <code><meta></code> refresh zu erkennen.</p></x-turndown>