[논문 리뷰] Facebook Shadow Profiles

Luis Aguiar, Christian Peukert외 2명|arXiv (Cornell University)|2022. 02. 08.

Privacy, Security, and Data Protection인용 수 4

한 줄 요약

이 논문은 Facebook의 비사용자들을 대상으로 한 실시간 웹 브라우징 행동을 통해 '쉐도우 프로필'을 구축할 수 있는 능력을 정량화한다. Facebook은 '좋아요' 및 '공유' 단추를 통한 웹 브라우징 행동을 추적하여, Facebook 사용 여부와 관계없이 미국 인터넷 사용자 약 40%의 브라우징 시간을 추적함을 확인했다. 이 데이터는 나이와 성별과 같은 인구통계적 특성에 대한 정확한 예측을 가능하게 하며, 비사용자에게는 동의 없이도 유추된 프로파일링을 통해 데이터 외부성(externality)을 초래한다.

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.

연구 동기 및 목표

• Facebook이 플랫폼 사용자 및 비사용자의 브라우징 행동을 얼마나 추적하는지 측정하는 것.
• Facebook이 브라우징 데이터와 사용자가 제공한 인구통계 정보만을 사용하여 비사용자의 정확한 쉐도우 프로필을 구축할 수 있는지 평가하는 것.
• Facebook 사용자가 개인 정보를 공유함으로써 비사용자에게 부과되는 데이터 외부성의 규모를 정량화하는 것.
• 직접적인 사용자 동의 없이도 브라우징 행동이 인구통계적 특성 예측에 얼마나 유용한지 평가하는 것.
• 대규모 다수 사이트 간 추적의 확산이 프라이버시, 광고, 시장 집중도에 미치는 영향을 고찰하는 것.

제안 방법

• 연구는 제3자 웹사이트에 통합된 Facebook의 참여 버튼(예: '좋아요', '공유' 버튼)을 통해 수집된 독점적 브라우징 데이터를 활용한 미국 인터넷 사용자 대표 표본을 사용한다.
• 쿠키를 활용해 사용자가 Facebook 버튼과 상호작용하지 않더라도 웹사이트 간 개인을 추적함으로써, Facebook 사용자 및 비사용자 모두에 대한 수동적 데이터 수집을 가능하게 한다.
• 저자들은 브라우징 행동 데이터를 기반으로 연령, 성별, 가정 구성 정보 등의 인구통계적 특성을 예측하기 위해 기계학습 모델을 훈련시키며, Facebook 사용자의 자가 보고한 인구통계 정보를 레이블로 사용한다.
• 예측 정확도는 모델 출력 결과를 실제 인구통계 데이터와 비교하여 측정하며, 기준선 정확도는 정보가 없는 경우를 기준으로 계산한다.
• 사용자 그룹(_facebook 사용자 vs. 비사용자_) 간 예측 성능을 비교하고, 사용자 데이터가 비사용자 예측 정확도 향상에 기여하는 정도를 평가한다.
• 연구는 Facebook이 추적하는 총 브라우징 시간 비율을 추정하고, 사용자 데이터 포함 여부에 따른 예측 정확도 향상 정도를 통해 데이터 외부성을 정량화한다.

실험 결과

연구 질문

• RQ1 사용자가 Facebook 사용자이든 아니든, 개인의 온라인 브라우징 활동 중 Facebook이 추적하는 비율은 얼마인가?
• RQ2 Facebook이 브라우징 행동과 사용자가 제공한 데이터만을 사용하여 비사용자의 인구통계적 특성을 얼마나 정확하게 예측할 수 있는가?
• RQ3 Facebook 사용자의 인구통계 정보 포함 여부가 비사용자의 개인적 특성 예측 정확도에 미치는 영향은 어떠한가?
• RQ4 Facebook 사용자의 데이터 공유로 인해 비사용자에게 부과되는 데이터 외부성의 규모는 얼마인가?
• RQ5 다양한 인구통계 그룹과 개인적 특성에 대해 브라우징 데이터의 예측 능력은 어떻게 비교되는가?

주요 결과

• Facebook은 미국 인터넷 사용자 전체에서 사용자와 비사용자 모두의 약 40%의 브라우징 시간을 추적한다.
• Facebook 사용자에 대해서는 브라우징 행동과 사용자 인구통계 정보만을 사용해 기준선 대비 연령 예측 정확도가 25% 높고, 여성 성별 예측 정확도는 16% 높다.
• 비사용자에 대해서는 기준선 대비 연령 예측 정확도가 최대 30% 높고, 가정 내 아동 수 예측 정확도는 14% 높으며, 여성 성별 예측 정확도는 6% 높다.
• Facebook 사용자의 인구통계 정보 포함 여부가 비사용자의 예측 정확도 향상에 크게 기여함을 확인하여, 사용자로부터 비사용자에게로의 데이터 외부성이 존재함을 입증한다.
• 한정된 데이터 접근 조건에도 불구하고, 브라우징 행동과 사용자 데이터의 조합만으로도 비사용자로부터 직접 동의 없이도 개인적 특성을 의미 있게 유추할 수 있음을 발견했다.
• 제한된 데이터 접근 조건에도 불구하고, Facebook의 쉐도우 프로필 구축 능력은 상당히 높으며, 이는 잠재적인 프라이버시 문제와 시장 집중도 문제를 야기할 수 있음을 시사한다.