[논문 리뷰] SpeedReader: Reader Mode Made Fast and Private

Mohammad Ghasemisharif, Peter Snyder외 2명|arXiv (Cornell University)|2018. 11. 08.

Web Data Mining and Analysis참고 문헌 27인용 수 5

한 줄 요약

SpeedReader는 렌더링 이전에 가독성 있는 웹 페이지를 식별하고 변환하기 위해 91% 정확도의 기계학습 분류기를 사용하는 혁신적인 사전 렌더링 리더 모드를 제안한다. 이로 인해 최대 27배 빠른 로드 시간, 84배 적은 대역폭 소비, 광고 및 추적기의 거의 완전한 제거를 달성하며, 기존 리더 모드에 비해 성능, 프라이버시, 사용성 측면에서 뚜렷한 향상을 이룬다.

ABSTRACT

Most popular web browsers include "reader modes" that improve the user experience by removing un-useful page elements. Reader modes reformat the page to hide elements that are not related to the page's main content. Such page elements include site navigation, advertising related videos and images, and most JavaScript. The intended end result is that users can enjoy the content they are interested in, without distraction. In this work, we consider whether the "reader mode" can be widened to also provide performance and privacy improvements. Instead of its use as a post-render feature to clean up the clutter on a page we propose SpeedReader as an alternative multistep pipeline that is part of the rendering pipeline. Once the tool decides during the initial phase of a page load that a page is suitable for reader mode use, it directly applies document tree translation before the page is rendered. Based on our measurements, we believe that SpeedReader can be continuously enabled in order to drastically improve end-user experience, especially on slower mobile connections. Combined with our approach to predicting which pages should be rendered in reader mode with 91% accuracy, it achieves drastic speedups and bandwidth reductions of up to 27x and 84x respectively on average. We further find that our novel "reader mode" approach brings with it significant privacy improvements to users. Our approach effectively removes all commonly recognized trackers, issuing 115 fewer requests to third parties, and interacts with 64 fewer trackers on average, on transformed pages.

연구 동기 및 목표

• 웹 페이지의 복잡성, 로드 시간, 자원 사용량을 줄여 웹 블로트 문제를 해결하기 위해.
• 페이지 렌더링 이전에 제3자 추적기와 광고를 제거하여 사용자 프라이버시를 향상시키기 위해.
• 사전에 콘텐츠를 변환하여 저사양 기기와 느린 연결 환경에서도 성능을 향상시키기 위해.
• 전자책과 유사한 지속적이고 항상 케어지는 리더 모드 경험을 제공하면서도 웹 콘텐츠의 가용성을 유지하기 위해.
• 높은 정확도와 최소한의 성능 오버헤드로 대규모 적용이 가능한 리더 모드의 적용 가능성을 입증하기 위해.

제안 방법

• 2,833개의 레이블이 부여된 웹사이트를 기반으로 기계학습 분류기를 훈련하여, 리더 모드에 적합한지 예측하는 데 91%의 정확도를 달성했으며, 이 과정은 2ms 이내에 완료된다.
• 분류기는 파싱이나 렌더링 이전의 초기 HTML만 분석하여 조기 결정을 가능하게 한다.
• 적합한 페이지의 경우, 이전 연구에서 유래한 히وري스틱을 적용하는 문서 트리 번역 파이프라인을 통해 주요 콘텐츠를 추출하고 단순화한다.
• 단순화된, 리더 모드에 적합한 DOM은 브라우저의 렌더 레이어로 전달되며, 하위 자원을 가져오지 않는다.
• 기존의 콘텐츠 추출 기법(예: CDOM, CNNs, HMMs)을 사용하여 콘텐츠 관련 노드를 식별하고 그룹화한다.
• 파이프라인은 렌더링 프로세스에 통합되어, 스티키 브라우저 기능으로의 지속적 배포에 적합하다.

실험 결과

연구 질문

• RQ1 초기 HTML만을 기반으로 기계학습 모델이 리더 모드에 적합한 웹 페이지를 정확하게 예측할 수 있는가?
• RQ2 렌더링 이전에 리더 모드를 적용하면 네트워크 사용량을 크게 줄이고 로드 시간을 향상시킬 수 있는가?
• RQ3 사전 렌더링 리더 모드가 광고 및 추적기 차단을 통해 사용자 프라이버시를 얼마나 향상시킬 수 있는가?
• RQ4 이 접근 방식은 인기 웹사이트와 소셜 미디어 연동 페이지를 포함한 다양한 유형의 웹사이트에 얼마나 널리 적용될 수 있는가?
• RQ5 이 방법은 지연 시간을 유발하지 않으면서도 브라우저 렌더링 파이프라인에 효율적으로 통합될 수 있는가?

주요 결과

• SpeedReader는 기존 렌더링 방식 대비 최대 27배 빠른 페이지 로드 시간과 84배 적은 대역폭 사용량을 기록한다.
• 변환된 페이지에서 메모리 사용량이 평균 2.4배 감소한다.
• 테스트된 19,765개의 가독성 있는 페이지에서 EasyList 및 EasyPrivacy가 레이블링한 광고 및 추적 관련 자원을 100% 차단한다.
• 분류기는 2ms 이내에 91%의 정확도를 달성하여 실시간으로 렌더링 파이프라인에 통합하기에 실용적이다.
• Alexa 인기 리스트의 22.0%와 소셜 미디어 공유 페이지의 46.27%가 리더 모드로 변환 가능하다.
• SpeedReader는 평균 페이지당 제3자 요청을 115건 감소시키며, 64개의 추적기와 상호작용하지 않아 사용자 프라이버시를 크게 향상시킨다.