Анализ браузерных инструментов приватности для ВКР: от OptMeowt до собственного расширения

Пока вы готовитесь к защите, мир ИТ меняется. Недавно ZDNet рассказала об инструменте OptMeowt — бесплатном расширении, которое показывает, какие сайты продают ваши данные, и позволяет это заблокировать. Для студента технического направления это не просто новость, а готовый каркас для дипломной работы. Такая тема объединяет право (GDPR), архитектуру браузерных расширений, юзабилити и даже экономику. В этой статье разберу, как превратить кейс из статьи в полноценную ВКР, какие разделы наполнить конкретикой и где взять метрики для расчётов.

Темы ВКР на основе кейса OptMeowt

Ниже — три направления, которые легко защищать, потому что они решают актуальную проблему, а не "пишут систему для магазина". По каждой теме даю цель, задачи и структуру.

Как использовать статью в аналитической главе

В первом разделе диплома обычно требуется обосновать актуальность. Статья даёт фактическую базу: утечки данных происходят массово, инструменты для борьбы есть, но мало кто о них знает. Сравните существующие решения в таблице — это сразу повышает практическую ценность работы.

В тексте работы добавьте вывод: ни один инструмент не показывает пользователю, кто именно продаёт данные и получает за это деньги. Это и есть точка расширения для вашей ВКР.

Проектная часть: архитектура и интеграция

Здесь важно не просто написать код, а показать архитектуру. Для расширения используйте WebExtension API — кроссбраузерный стандарт. Ниже — минимальная схема алгоритма анализа запросов:

// Фоновая страница расширения
const requestFilter = { urls: [""] };

browser.webRequest.onBeforeRequest.addListener(handleRequest, requestFilter, ["blocking"]);

function handleRequest(details) {
  if (isTracker(details.url, trackerList)) {
    return { cancel: true }; // блокируем трекер
  }
  return {};
}

Ссылку на статью здесь используют как обоснование требования «показывать пользователю, какой именно трекер продал данные». Добавьте в интерфейс не просто счётчик блокировок, а список доменов с суммой, которую сайт получил от рекламной сети — как в OptMeowt.

Для серверной части (если берёте третью тему) архитектура будет включать API Gateway, очередь событий, базу данных и панель аналитики. Тут уместно применить Kubernetes для оркестрации и OpenTelemetry для трейсинга. В пояснительной записке опишите развёртывание через Helm-чарты и CI/CD-пайплайн.

Тестирование и метрики: что должно быть в третьей главе

Где брать метрики? Проведите нагрузочное тестирование с помощью Puppeteer (эмуляция вкладок) или Apache JMeter для API. Соберите:

• время загрузки страницы с расширением и без него;
• точность определения трекеров (precision/recall на известных рекламных доменах);
• потребление памяти и CPU;
• для бэкенда — latency и пропускную способность (RPS).

Для оценки качества по ISO/IEC 25010 используйте характеристики: функциональная пригодность, производительность, удобство. Для ТЗ — ГОСТ 34.602-89, для стадий разработки — ГОСТ 34.601-90.

Пример метрик в таблице

Чему вы научитесь в процессе

• Проектировать браузерные расширения с использованием WebExtension API
• Оформлять техническое задание по ГОСТ 34.602-89
• Сравнивать архитектурные решения через метрики, а не «нравится/не нравится»
• Строить простые CI/CD-пайплайны для автоматической сборки и тестирования
• Собирать и визуализировать метрики через OpenTelemetry

Частые вопросы по разработке и защите

Источник: This free privacy tool makes it super easy to see which sites are selling your data (опубликовано 2026-03-18)