Plus d'espace, moins de confidentialité ? L'identification des sites web par adresse IP dans le cadre de l'IPv6

Alors qu'Internet évolue vers un chiffrement plus puissant, de nombreux utilisateurs pensent que leurs activités en ligne deviennent plus difficiles à surveiller.

Des technologies telles que le DNS-over-HTTPS (DoH), le DNS-over-TLS (DoT) et l’Encrypted Client Hello (ECH) masquent désormais les noms de domaine aux observateurs du réseau, éliminant ainsi l’une des sources les plus évidentes de fuite de données personnelles. Mais le chiffrement ne rend pas Internet invisible. Un élément reste entièrement exposé : les adresses IP présentes dans le trafic réseau, qui peuvent être associées à leurs domaines d'hébergement, dévoilant ainsi les sites web consultés par un utilisateur.

Dans le cadre de ma bourse de recherche Pulse 2025, nous avons posé une question simple mais importante : la transition de l'IPv4 vers l'IPv6 améliore-t-elle ou aggrave-t-elle le suivi en ligne ?

La transition vers l'IPv6 est une arme à double tranchant

Contrairement à l'IPv4, qui oblige de nombreux sites web à partager la même adresse IP, l'IPv6 offre un espace d'adressage considérable. En théorie, cela permet à chaque site web de disposer de sa propre adresse IP unique, ce qui facilite la tâche des FAI, des réseaux d'entreprise ou des organismes nationaux de censure pour déterminer quels sites un utilisateur consulte, même lorsque les noms de domaine sont cryptés, en analysant les connexions IP.

Afin de vérifier si cette préoccupation se vérifie dans la pratique, nous avons mené la plus grande étude jamais réalisée à ce jour sur l'identification des sites web par leur adresse IP dans des environnements IPv6. Nous avons analysé plus d'un demi-million de sites web compatibles IPv6, en combinant une exploration du Web à grande échelle, des mesures DNS actives et une analyse longitudinale s'étalant sur plusieurs mois.

Pour les sites Web qui utilisent encore à la fois les adresses IPv4 et IPv6 (ce qui est actuellement le cas de la majeure partie du Web, c'est-à-dire en « dual-stack » incomplet), le suivi basé sur l'adresse IP reste très efficace. Dans ces cas-là, les observateurs peuvent identifier correctement les sites Web visités dans environ 94 % des cas, que le trafic utilise IPv4 ou IPv6. En d’autres termes, l’Internet « dual-stack » d’aujourd’hui reste très facile à identifier.

Les sites web fonctionnant exclusivement sous IPv6 (double pile complète) sont nettement plus difficiles à identifier. La précision de l’identification chute à environ 45 %, ce qui signifie que, dans plus de la moitié des cas, un observateur ne peut pas déterminer de manière fiable quel site un utilisateur consulte. La différence de précision entre les sites « dual-stack incomplet » et « dual-stack complet » est illustrée dans le tableau 1.

Table 1 — Fingerprinting accuracy in IPv4 and IPv6 across dual-stack complete and incomplete websites.

Ranking	Dual-stack incomplete sites			Dual-stack complete sites
	#Sites	IPv4 %	IPv6 %	#Sites	IPv4 %	IPv6 %
Top 100	39	89.74	89.74	61	29.51	24.59
Top 1000	540	90.37	90.19	460	56.96	49.35
Top 10K	6038	94.10	94.17	3962	64.84	54.72
Top 50K	29742	94.81	94.96	20258	65.33	56.64
Top 100K	56491	94.68	94.86	43509	62.24	53.29
Top 250K	119997	93.06	93.31	130003	56.37	44.94
Top 500K	219501	93.79	94.16	280499	56.09	44.80
All websites	228108	93.78	94.20	295315	56.02	44.82

Ce résultat va à l'encontre des préoccupations exprimées par la communauté des défenseurs de la vie privée. Les adresses IPv6 sont plus nombreuses et semblent souvent héberger un seul domaine, contrairement aux adresses IPv4. Cependant, le caractère unique d'une adresse ne suffit pas à lui seul à déterminer le risque pour la vie privée.

Pourquoi l'infrastructure d'hébergement est plus importante que la version du protocole IP

Le facteur déterminant pour la réussite de l'identification par empreinte numérique réside dans la manière dont les hébergeurs déploient l'IPv6, et non dans l'IPv6 lui-même.

Les grandes plateformes et les réseaux de diffusion de contenu (CDN), tels que Cloudflare, Fastly et Google, hébergent souvent des milliers de sites web sans lien entre eux sur des pools d'adresses IPv6 partagés. Lorsque de nombreux domaines partagent la même infrastructure, les adresses IP perdent de leur pertinence, ce qui rend les tentatives de suivi plus difficiles.

À l'inverse, les fournisseurs qui attribuent une adresse IPv6 par site web ou qui utilisent de grands préfixes IPv6 alias rendent ces sites beaucoup plus faciles à identifier. Par conséquent, deux sites web utilisant l'IPv6 peuvent connaître des sort très différents selon l'endroit et la manière dont ils sont hébergés.

Ce déploiement inégal explique pourquoi l'IPv6 ne présente pas un tableau homogène en matière de protection de la vie privée. Au contraire, ce sont les choix des fournisseurs qui déterminent si l'IPv6 accroît ou réduit les risques de traçabilité. Cela apparaît plus clairement lorsque l'on compare les principaux fournisseurs d'hébergement et la précision correspondante de leurs techniques d'empreinte numérique, comme le montre le tableau 3.

Table 2 – IPv6 fingerprint accuracy of the top 10 hosting providers for dual-stack complete and incomplete websites (Weighted-f1 accuracy).

Rank	Dual-stack incomplete sites			Dual-stack complete sites
	Provider	# Sites	WF %	Provider	# Sites	WF %
1	CLOUDFLARENET	146115	97.0	CLOUDFLARENET	212195	43.6
2	Hostinger Int'l Ltd	4255	97.6	Hostinger Int'l Ltd	4775	79.5
3	AMAZON	4006	84.2	Hetzner Online GmbH	3892	48.5
4	FASTLY	3344	71.4	Cloudflare London, LLC	3626	25.6
5	DIGITALOCEAN	3195	14.6	OVH SAS	2865	49.6
6	OVH SAS	1985	86.1	AMAZON	2508	62.8
7	Hetzner Online GmbH	1896	93.4	IONOS SE	2321	50.7
8	AkamaI Int'l B.V.	1848	78.9	FASTLY	1706	22.5
9	IONOS SE	1717	93.8	GOOGLE-GCP	1629	9.8
10	JSC Timeweb	1607	88.1	GOOGLE	1601	16.3

L'IPv6 ne résoudra pas les problèmes de confidentialité, mais il peut y contribuer

Nos résultats ont des implications claires :

• Le chiffrement à lui seul ne suffit pas. Même avec un DNS chiffré et des protocoles TLS, les métadonnées au niveau de l'adresse IP permettent toujours un suivi à grande échelle.
• L'IPv6 ne peut améliorer la protection de la vie privée que s'il est déployé de manière réfléchie. Le partage des adresses et l'agrégation au niveau de l'infrastructure sont plus importants que la simple étendue de l'espace d'adressage.
• Les fournisseurs d'hébergement jouent un rôle central dans la protection de la vie privée des utilisateurs. Leurs décisions en matière d'attribution d'adresses et de colocalisation de domaines ont une incidence directe sur la visibilité du comportement de navigation des utilisateurs aux yeux des observateurs du réseau.

Alors que l'adoption de l'IPv6 ne cesse de progresser à l'échelle mondiale, elle engendre à la fois des risques et des opportunités. Grâce à des pratiques de déploiement rigoureuses, l'IPv6 peut contribuer à rétablir une partie de l'anonymat que la pénurie d'adresses (IPv4) offrait autrefois.

Cette étude fait actuellement l'objet d'une évaluation par les pairs, et nous publierons prochainement l'ensemble des données et les résultats complets. En attendant, vous pouvez visionner ma présentation donnée lors du Pulse Internet Measurement Forum en Espagne, ou contacter [email protected] pour en savoir plus sur ma méthodologie et mes résultats.

Muhammad Sumeer Ahmad était un chercheur boursier Pulse 2025 et doctorant au département d'informatique de l'université de Stony Brook.