[論文レビュー] Facebook Shadow Profiles

Luis Aguiar, Christian Peukert+2 more|arXiv (Cornell University)|Feb 8, 2022

Privacy, Security, and Data Protection被引用数 4

ひとこと要約

この論文は、Facebookの『いいね』ボタンや『共有』ボタンを通じて、非ユーザーのウェブ閲覧行動を追跡することで、非ユーザーに対するシャドウプロファイルを構築する能力を定量的に評価している。その結果、Facebookは、Facebook利用の有無に関わらず、米国インターネット利用者の約40％の閲覧時間を追跡していることが判明した。また、年齢や性別といったデモグラフィック特徴の正確な予測が可能であることが示され、非ユーザーに対する同意なしに推定されるプロファイリングが、データ外部性を引き起こしていることが明らかになった。

ABSTRACT

We quantify Facebook's ability to build shadow profiles by tracking individuals across the web, irrespective of whether they are users of the social network. For a representative sample of US Internet users, we find that Facebook is able to track about 40 percent of the browsing time of both users and non-users of Facebook, including on privacy-sensitive domains and across user demographics. We show that the collected browsing data can produce accurate predictions of personal information that is valuable for advertisers, such as age or gender. Because Facebook users reveal their demographic information to the platform, and because the browsing behavior of users and non-users of Facebook overlaps, users impose a data externality on non-users by allowing Facebook to infer their personal information.

研究の動機と目的

• Facebookがそのプラットフォームのユーザーおよび非ユーザーの閲覧行動をどの程度追跡しているかを測定すること。
• Facebookが、ユーザーが提供したデモグラフィック情報と閲覧データのみを用いて、非ユーザーの正確なシャドウプロファイルを構築できるかを評価すること。
• Facebookユーザーが個人情報を共有することによって、非ユーザーに及ぼされるデータ外部性を数量化すること。
• 直接的なユーザー同意がなければ得られない状況において、閲覧行動の予測的パワーがデモグラフィック特徴に与える影響を評価すること。
• 大規模かつクロスサイトにわたる追跡がプライバシー、広告、市場集中に与える影響を検討すること。

提案手法

• 本研究では、第三者のウェブサイトに埋め込まれたFacebookのエンゲージメントボタン（例：『いいね』ボタンや『共有』ボタン）を通じて収集された、特許取得済みの閲覧データを用いた、米国インターネット利用者の代表的サンプルを対象としている。
• クッキーを活用して、Facebookボタンに接触がなくても、個人を複数のウェブサイトにわたって追跡可能であり、Facebookユーザーおよび非ユーザーの両方の被験者に対して、受動的なデータ収集が可能である。
• 著者らは、閲覧行動データを用いて、年齢、性別、世帯構成などのデモグラフィック属性を予測するための機械学習モデルを訓練し、Facebookユーザーの自己申告デモグラフィック情報をラベルとして用いた。
• 予測精度は、モデル出力と実際のデモグラフィックデータを比較して測定され、ベースライン精度は情報なしの状況での精度として計算された。
• ユーザー群（Facebookユーザー対非ユーザー）における予測性能を比較し、ユーザーのデータが非ユーザーの予測精度向上に与える追加的価値を評価した。
• 本研究では、Facebookが追跡する総閲覧時間の割合を推定し、ユーザーのデータを含めた場合の予測精度向上をもって、データ外部性を数量化した。

実験結果

リサーチクエスチョン

• RQ1 個人のオンライン閲覧活動のどの程度が、Facebookユーザーであるかどうかに関わらずFacebookによって追跡されているか。
• RQ2 Facebookが、閲覧行動とユーザーが提供したデータのみを用いて、非ユーザーのデモグラフィック特徴をどの程度正確に予測できるか。
• RQ3 Facebookユーザーのデモグラフィック情報が、非ユーザーの個人的特徴を予測する精度に与える影響はどの程度か。
• RQ4 Facebookユーザーのデータ共有によって、非ユーザーに及えるデータ外部性の規模はどの程度か。
• RQ5 異なるデモグラフィックグループや異なる個人的属性において、閲覧データの予測的パワーはどのように異なるか。

主な発見

• Facebookは、米国インターネット利用者全体のうち、Facebookユーザーおよび非ユーザーの両方の閲覧時間の約40％を追跡している。
• Facebookユーザーの場合、閲覧行動とユーザーのデモグラフィック情報のみを用いて、年齢の予測がベースラインより25％、女性性別の予測が16％高い精度で達成された。
• 非ユーザーの場合、年齢の予測がベースラインより最大30％、世帯内に子どもがいるかの予測が14％、女性性別の予測が6％高い精度で達成された。
• Facebookユーザーのデモグラフィックデータを含めることで、非ユーザーの予測精度が顕著に向上し、ユーザーから非ユーザーへのデータ外部性が実証された。
• 本研究では、閲覧行動データとユーザーのデータの組み合わせが、非ユーザーの直接の同意がなくても、個人的特徴の有意義な推定を可能にすることが明らかになった。
• データアクセスが限定的であるにもかかわらず、結果からFacebookがシャドウプロファイルを構築する能力は顕著であり、プライバシーおよび市場集中の懸念を孕んでいることが示唆された。