[論文レビュー] Who Filters the Filters: Understanding the Growth, Usefulness and Efficiency of Crowdsourced Ad Blocking

Peter J. Snyder, Antoine Vastel+1 more|arXiv (Cornell University)|Oct 22, 2018

Privacy, Security, and Data Protection被引用数 5

ひとこと要約

この論文は、最も人気のあるクラウドソーシング広告ブロッキングフィルターリストであるEasyListを分析し、そのルールの90.16％が一般的なブラウジングシナリオにおいて何ら利益をもたらさないことを明らかにした。ルール適用率を測定し、回避戦略を同定することで、著者たちはデスクトップでのパフォーマンスを62.5％向上させる最適化されたフィルタリング戦略を提案した。これにより、モバイルデバイスへの効率的な展開が可能となり、ブロッキングカバレッジの99％以上を維持した。

ABSTRACT

Ad and tracking blocking extensions are popular tools for improving web performance, privacy and aesthetics. Content blocking extensions typically rely on filter lists to decide whether a web request is associated with tracking or advertising, and so should be blocked. Millions of web users rely on filter lists to protect their privacy and improve their browsing experience. Despite their importance, the growth and health of filter lists are poorly understood. Filter lists are maintained by a small number of contributors, who use a variety of undocumented heuristics to determine what rules should be included. Lists quickly accumulate rules, and rules are rarely removed. As a result, users' browsing experiences are degraded as the number of stale, dead or otherwise not useful rules increasingly dwarf the number of useful rules, with no attenuating benefit. An accumulation of "dead weight" rules also makes it difficult to apply filter lists on resource-limited mobile devices. This paper improves the understanding of crowdsourced filter lists by studying EasyList, the most popular filter list. We find that EasyList has grown from several hundred rules, to well over 60,000 rules, during its 9-year history. We measure how EasyList affects web browsing by applying EasyList to a sample of 10,000 websites. We find that 90.16% of the resource blocking rules in EasyList provide no benefit to users in common browsing scenarios. We further use our changes in EasyList application rates to provide a taxonomy of the ways advertisers evade EasyList rules. Finally, we propose optimizations for popular ad-blocking tools, that allow EasyList to be applied on performance constrained mobile devices, and improve desktop performance by 62.5%, while preserving over 99% of blocking coverage.

研究の動機と目的

• クラウドソーシング型フィルターリスト（EasyListなど）の長期的成長、有用性、パフォーマンスコストを理解すること。
• 実世界のブラウジングシナリオにおいて、EasyList内のルールのうち無効または「重い負担」となるものの割合を特定すること。
• 広告主がURLや構造の変更によって検出を回避する方法を分析すること。
• ブロッキング効果を損なわせることなくリソースのオーバーヘッドを削減する最適化されたフィルタリング戦略を開発すること。
• パフォーマンス制約のあるモバイルデバイスへのフィルターリストの効率的展開を可能にすること。

提案手法

• 2か月以上にわたり、10,000のウェブサイト（5,000件のポピュラーなサイトと5,000件のウェブの末端部）のサンプルにEasyListの日々の更新を適用した。
• 実ブラウジング環境におけるルールの使用状況を特定するために、ルール適用率を測定した。
• データセット全体を通じてURLおよびリクエストパターンの変化を分析し、広告主の回避技術を分類した。
• 2段階のフィルタリング戦略を提案した：ルールの有用性に基づく事前フィルタリングと、ランタイムのオーバーヘッドを低減する動的ルール評価。
• デスクトップおよびモバイルに類似した環境で、実世界のベンチマークを用いてパフォーマンス向上を評価した。
• EasyListの9年間にわたる縦断的データを用いて、ルールのライフサイクル、挿入および削除のパターンをモデル化した。

実験結果

リサーチクエスチョン

• RQ1 EasyListの成長率は、時間の経過に伴うルール数の変化としてどのように測定されるか？
• RQ2 EasyListにおけるアクティブなルール数およびルールマッチ数は、時間の経過とともにどのように変化するか？
• RQ3 ルールの有用性は時間の経過とともに低下するのか？また、一般的なブラウジングシナリオで有用なルールの割合はどの程度か？
• RQ4 ウェブサイトは新しい広告ブロッキングルールを回避するために試みるのか？その場合、主な回避戦略は何か？
• RQ5 古くなったフィルタールールのパフォーマンスコストは、一般的な広告ブロッキングツールにどのような影響を及えるか？

主な発見

• EasyListに含まれるリソースブロッキングルールの90.16％が、一般的なブラウジングシナリオにおいて何ら利益をもたらさない。これは、ルールの肥大化が広範にわたることを示している。
• 古いルールが削除される頻度よりも、新しいルールが追加される頻度が1.7倍高い。その結果、無効または古くなったルールが著しく蓄積されている。
• 広告主は頻繁にURLや構造を変更して検出を回避しており、観察されたポピュラーなサイトの8.7％が、ある時点でアンチアドブロッキングスクリプトを使用していた。
• 新規の2段階フィルタリング戦略により、デスクトップでのブロッキングパフォーマンスが62.5％向上したが、EasyListのブロッキングカバレッジの99％以上を維持した。
• 最適化された戦略により、リソース制限のあるモバイルデバイスでもEasyListの効率的適用が可能になった。これは、ルール評価のオーバーヘッドを低減したためである。
• 本研究は、フィルターリストが顕著な技術的負債を抱えており、そのパフォーマンスコストが有用性の増加よりも速やかに増大していることを明らかにした。