[論文レビュー] CookieEnforcer: Automated Cookie Notice Analysis and Enforcement

Rishabh Khandelwal, Asmit Nayak+2 more|arXiv (Cornell University)|Apr 8, 2022

Privacy, Security, and Data Protection被引用数 4

ひとこと要約

CookieEnforcer は、クッキーのお知らせを自動で検出するとともに、微調整された T5 のシーケンス・ツー・シーケンス モデルを用いてその設定を分析し、不要なクッキーを無効化することでプライバシーに配慮した設定を強制するブラウザ拡張機能です。非必須クッキーを無効化する正しいクリックシーケンスを生成する際、エンド・ツー・エンドで 91% の正確性を達成し、クッキー同意の管理にかかるユーザーの作業を大幅に削減します。

ABSTRACT

Online websites use cookie notices to elicit consent from the users, as required by recent privacy regulations like the GDPR and the CCPA. Prior work has shown that these notices use dark patterns to manipulate users into making website-friendly choices which put users' privacy at risk. In this work, we develop CookieEnforcer, a new system for automatically discovering cookie notices and deciding on the options that result in disabling all non-essential cookies. In order to achieve this, we first build an automatic cookie notice detector that utilizes the rendering pattern of the HTML elements to identify the cookie notices. Next, CookieEnforcer analyzes the cookie notices and predicts the set of actions required to disable all unnecessary cookies. This is done by modeling the problem as a sequence-to-sequence task, where the input is a machine-readable cookie notice and the output is the set of clicks to make. We demonstrate the efficacy of CookieEnforcer via an end-to-end accuracy evaluation, showing that it can generate the required steps in 91% of the cases. Via a user study, we show that CookieEnforcer can significantly reduce the user effort. Finally, we use our system to perform several measurements on the top 5k websites from the Tranco list (as accessed from the US and the UK), drawing comparisons and observations at scale.

研究の動機と目的

• ユーザーのコントロールを妨げる、クッキーのお知らせの複雑化とプライバシーを侵害するデフォルト設定の増加に対処する。
• 手動設定が不要なスケーラブルで自動化されたシステムを開発し、プライバシーに配慮したクッキー設定を特定・強制する。
• 手動でのナビゲーションに代えて自動強制を導入することで、クッキー同意の管理にかかるユーザーの作業を低減する。
• 非必須クッキーをデフォルトで有効にしているウェブサイトを検出することで、規制遵守を支援する。
• より使いやすいプライバシーインターフェースの構築を可能にするために、クッキー制御の機械可読表現を提供する。

提案手法

• レンダリングおよびテキスト特徴量を用いた機械学習分類器が、ウェブページ上のクッキーのお知らせを検出する。
• インタラクティブな UI シミュレータが、プログラムによるタブ操作とイベントのシミュレーションを通じて、すべてのクリック可能な要素とその状態（選択済み／未選択）を抽出する。
• 微調整された T5 テキスト・ツー・テキスト変換モデルが、クッキー設定のテキストと状態を、非必須クッキーを無効化するために必要な操作のシーケンスにマッピングする。
• システムは予測された操作シーケンスに基づいて JavaScript スニペットを生成し、Chrome 拡張機能を介してブラウザに埋め込み、設定を自動で強制する。
• クッキーのお知らせが変更された場合でも、動的再評価が可能で、長期的な信頼性を確保する。
• ユーザーのフィードバックは、強制実行前に変更内容を表示する要約 UI を通じて統合され、意思決定の自己決定権を保持する。

実験結果

リサーチクエスチョン

• RQ1 多様なウェブサイトにわたり、自動化されたシステムが正確にクッキーのお知らせの制御を検出・抽出できるか？
• RQ2 シーケンス・ツー・シーケンス モデルが、非必須クッキーを無効化する正しいクリックシーケンスを効果的に予測できるか？
• RQ3 自動強制が手動設定に比べて、ユーザーの作業をどの程度低減できるか？
• RQ4 特に規制が厳しい地域において、非必須クッキーをデフォルトで有効にしているウェブサイトはどれほど広がっているか？
• RQ5 さまざまな地域（例：米国対イギリス）において、プライバシー規制の違いがある中で、システムのパフォーマンスはどのようになるか？

主な発見

• CookieEnforcer は、テスト対象のウェブサイト全体で、非必須クッキーを無効化する正しい操作シーケンスを生成する際、エンド・ツー・エンドで 91% の正確性を達成した。
• ユーザー研究において、クッキーを無効化するために必要な平均クリック数を 12 回からわずか 1 回に削減し、ユーザーの作業負荷を顕著に低減した。
• 英国では 16.7%、米国では 22% のウェブサイトが少なくとも 1 つの非必須クッキーをデフォルトで有効にしていたため、プライバシー基準への準拠が著しく不足していることが示された。
• システムは 91% のクッキーのお知らせで、プライバシーに配慮した設定を検出し、強制できた。これは、多様な実装にわたる強力な一般化性能を示している。
• T5 をベースとしたシーケンス・ツー・シーケンス モデルは、クッキーのお知らせが示す高い言語的・構造的多様性に対処するうえで、キーワードベースやルールベースのアプローチを上回った。
• タブ操作とアクセシビリティ機能に依存することで、インタラクティブな要素の検出が堅牢になったが、非標準的な実装を採用するレアなエッジケースが観察された。