这篇论文研究的是网络安全测量研究中一个长期被忽视但影响深远的方法论问题：抽样策略如何影响测量结果的有效性与可推广性。背景是，大规模 Web 安全测量（例如统计某种漏洞、错误配置或协议实现问题的普遍程度）通常依赖 Tranco、Common Crawl 等公开域名数据集，但由于对每个域名执行深度检测（如 TLS 扫描、页面内容分析、指纹识别）成本高昂，研究者几乎不可能穷尽全量数据，只能进行抽样。然而，抽样实践在很大程度上是「约定俗成」而非「证据驱动」的：最常见做法是取排序列表中的 Top N 个域名。作者指出，这种惯例是否引入系统性偏差、是否扭曲观测到的漏洞/问题发生率、是否导致不同研究之间无法横向比较，此前缺乏系统性评估。 该工作据作者所述是首个对抽样方法如何影响测量结论的全面研究。方法上包含两部分：一是对既有 Web 安全测量文献的系统性综述，梳理社区实际使用的数据集与抽样方式；二是大规模实测，覆盖 50 万个 Tranco 主机与 2480 万个 Common Crawl 主机，对不同数据集与不同抽样策略进行对比评估，包括 Top N 确定性抽样、基于概率的抽样以及二者的混合策略。 主要结论有四点：(1) Top N 抽样虽有其合理性（例如更贴近真实用户流量、更受关注），但研究者必须清醒认识到它并不反映 Web 的整体分布，因此基于 Top N 得到的流行率/危害估计不能直接外推到全网；(2) 基于概率的抽样策略能够给出稳定且无偏的流行率估计，并且在多种「影响评估」目标上同样有效；(3) 混合抽样相对纯概率抽样没有任何优势，其确定性的前缀部分对准确度持续产生负面影响；(4) 基于上述证据，作者给出面向后续研究的可操作建议，提出采用「自适应概率抽样」策略，即使目标问题的真实流行率未知，该策略依然保持有效。论文面向的读者是从事大规模 Web 测量、安全实证研究、互联网基础设施普查的研究者与安全团队。

该论文对Google Privacy Sandbox的采用情况进行了首次纵向、考虑用户同意的测量。Privacy Sandbox是Google旨在替代Web上侵犯隐私的数据收集方式的倡议，试图平衡隐私、广告功能和跨站追踪，但经历了多次重新设计且生态系统支持有限。2025年10月17日，Google宣布将逐步淘汰大部分Privacy Sandbox API，结束了近五年的实验。研究者使用自定义调用监听器，每周爬取前10,000个网站，在宣布淘汰前的几个月内监测所有主要API的使用情况。结果发现，早在Google宣布之前，API的采用已经停滞：大多数API仅被少数参与者使用，且其活动在整个研究期间持续下降。即使是Google计划保留的API也没有显示出增长迹象。唯一的例外是Cookies Having Independent Partitioned State (CHIPS)。总体而言，Privacy Sandbox的消亡使得实现隐私保护的兴趣导向广告的挑战仍未解决。论文的主要贡献在于提供了Privacy Sandbox实际部署情况的第一手量化数据，揭示了其采用失败的程度和原因。适合关注Web隐私、广告技术和浏览器标准的研究人员和工程师阅读。

本文研究浏览器自动化框架（如无头浏览器）在网络安全与隐私研究中的使用，以及网站机器人检测脚本对其的干扰问题。尽管自动化浏览器在Web测量中广泛应用，但越来越多的网站部署机器人检测技术，可能导致自动浏览器被屏蔽或返回不同内容，从而威胁测量有效性。已有工作主要关注检测部署本身，而本文重点测量因屏蔽导致的样本丢失。作者对顶级安全、隐私和Web测量会议论文进行文献调查，发现83%的论文完全未提及机器人检测屏蔽问题。为填补这一空白，作者对10,000个网站进行了测量研究，使用四种浏览器配置（共40,000次页面访问），通过定制工具检测网站是否探测自动化特征，并开发了机器人检测技术分类法，测量了各类技术的实际出现频率。结果显示，Chromium无头模式遭遇15%的软屏蔽率，而其他配置为7%。在所有条件下，82%的屏蔽归因于机器人检测（59%由供应商确认，23%根据条件依赖性推断），主要来自集成了机器人检测的提供商，如Cloudflare（37%屏蔽率）和Akamai（26%）。一项头部伪造实验表明，Chromium无头模式特有的屏蔽中75%仅由头部信号引起，但JavaScript环境探测比当前屏蔽率所暗示的更广泛。这些发现表明，机器人检测造成了系统性、与提供商相关的样本丢失，而Web测量社区既未测量也未报告。对特定测量结果的后续影响仍有待未来研究。