[논문 리뷰] Clash of the Trackers: Measuring the Evolution of the Online Tracking Ecosystem

Κωνσταντίνος Σολωμός, Panagiotis Ilia외 2명|arXiv (Cornell University)|2019. 07. 30.

Privacy, Security, and Data Protection참고 문헌 36인용 수 7

한 줄 요약

이 종단적 연구는 5,000개의 상위 웹사이트를 두 해 동안 분석하여 온라인 추적 생태계의 변화를 다룹니다. 여섯 차례의 시간 기반 크롤링을 통해 새로운 그래프 기반 방법—출판사-추적자(PT) 및 추적자-추적자(TT) 네트워크—를 도입하여 추적자 확산도, 통합 정도, 상호 추적자 협업을 측정합니다. 분석 결과, 알려진 쿠키 동기화 쌍의 47–81%가 TT 그래프를 통해 감지 가능하며, 이는 실제 사용자 추적 흐름을 위한 확장성 있고 저비용의 대체 수단을 제공합니다.

ABSTRACT

Websites are constantly adapting the methods used, and intensity with which they track online visitors. However, the wide-range enforcements of regulations such us GDPR and e- Privacy has forced websites serving EU-based online visitors to eliminate, or at least reduce, such tracking activity, given they receive proper user consent. Thus, it is important to analyze the aftermath of such policies, record the evolution of this tracking activity, and assess the overall “privacy health” of the Web ecosystem. This work makes a significant step towards this direction. In this paper, we analyze the ecosystem of 3rd- parties embedded in top websites, which amass the majority of online tracking, through six time snapshots taken every few months apart, in the duration of the last few years. We perform this analysis in three ways: 1) by looking into the network activity that 3rd-parties impose on each publisher hosting them, 2) by constructing a bipartite graph of “publisher-to-tracker”, connecting 3rd-parties with their publishers, 3) by constructing a “tracker-to-tracker” graph connecting 3rd-parties who are commonly found in publishers. We record significant changes through time in number of trackers, traffic induced in publishers, embeddedness of trackers in publishers, popularity and mixture of trackers across publishers. In the last level of analysis, we dig deeper and look into the interconnectivity of trackers, and how this relates to potential cookie synchronization activity.

연구 동기 및 목표

• GDPR 및 기타 프라이버시 규정에 대응하여 온라인 추적 생태계가 어떻게 변화했는지 이해하기 위해.
• 프라이버시 법규가 추적자 확산도, 네트워크 활동, 상호 추적자 협업에 미치는 영향을 평가하기 위해.
• 실제 사용자 데이터에 의존하지 않고도 추적자 간 상호작용을 감지할 수 있는 확장성 있고 자동화된 방법을 개발하기 위해.
• 자동화된 웹 크롤링이 제3자 추적자 간 쿠키 동기화 흐름을 효과적으로 추론할 수 있는지 평가하기 위해.
• 이중 그래프(출판사-추적자) 및 공존 그래프(추적자-추적자)를 사용하여 추적 생태계를 모델링하고 구조적 분석을 수행하기 위해.

제안 방법

• EU 기반 IP를 사용하여 상위 Alexa 웹사이트에 대해 여섯 차례의 시간 순서 정렬 크롤링을 수행하여 GDPR 영향을 받는 추적 행동을 캡처함.
• 제3자 추적자의 네트워크 수준 HTTP 활동을 분석하여 트래픽 볼륨과 추적 강도를 측정함.
• 출판사-추적자(PT) 이중 그래프를 구성하여 웹사이트 전반에 걸친 추적자 통합 및 연결성 모델링.
• 추적자-추적자(TT) 공존 그래프를 구축하여 출판자에서 자주 함께 발견되는 추적자 쌍을 식별함.
• 이전 연구에서 확보한 기준값 쿠키 동기화(CS) 쌍과 TT 쌍을 비교하여 감지 정확도를 검증함.
• 차수 중심성, 중간성, 군집 계수 등의 그래프 지표를 적용하여 시간에 따른 추적 생태계의 구조적 특성 분석.

실험 결과

연구 질문

• RQ1 두 해 동안 상위 웹사이트에서 제3자 추적자의 수와 그들의 네트워크 활동은 어떻게 변화했는가?
• RQ2 GDPR 같은 프라이버시 규정이 추적 활동을 얼마나 줄였으며, 생태계는 어떻게 적응했는가?
• RQ3 출판자 내 추적자 공존(TT 그래프)이 추적자 간 잠재적 쿠키 동기화 흐름을 신뢰성 있게 감지할 수 있는가?
• RQ4 추적 생태계에서 가장 중심적 또는 영향력 있는 추적자는 누구이며, 그 역할은 시간이 지남에 따라 어떻게 변화하는가?
• RQ5 합성 트래픽을 사용한 자동화된 크롤링이 실제 사용자 기반 쿠키 동기화 패턴을 얼마나 잘 반영하는가?

주요 결과

• GDPR 시행에도 불구하고 Google, Facebook, AppNexus, Criteo와 같은 주요 추적자들이 출판자 내에서 시장 점유율을 유지하거나 증가시켰다.
• Twitter나 Adobe와 같은 상위 추적자들은 최고의 차수 중심성 목록에 포함되지 않았지만 높은 중간성을 보이며 생태계 내 중심적인 역할을 하고 있음을 확인함.
• 추적자-추적자(TT) 그래프는 이전 기준값 데이터셋에서 확보한 알려진 쿠키 동기화(CS) 쌍의 47–81%를 감지하여 강력한 상관관계를 보임.
• 출판자-추적자(PT) 네트워크의 구조는 시간이 지나도 대부분 안정되어 있었으며, 통합도나 연결 패턴에 유의미한 변화가 없었음.
• TT 그래프는 추적자 간 잠재적 데이터 공유 및 쿠키 동기화를 감지하기 위한 실용적이고 저비용의 대체 수단으로 기능함.
• TT 그래프 분석을 통해 이전에 다루지 않은 추적자 간 관계를 규명하였으며, 추적 생태계 내 숨겨진 협업 패턴을 드러냄.