[논문 리뷰] WebGraph: Capturing Advertising and Tracking Information Flows for Robust Blocking

Sandra Siby, Umar Iqbal외 3명|arXiv (Cornell University)|2021. 07. 23.

Privacy, Security, and Data Protection참고 문헌 42인용 수 7

한 줄 요약

WebGraph는 광고 및 추적기 탐지에 그래프 기반 기계학습 기반의 접근 방식을 도입하여, URL이나 코드와 같은 콘텐츠 기능에 의존하지 않고 정보 흐름—예를 들어 식별자 저장 및 제3자 간 공유—을 모델링한다. 이 전환은 악성 회피 공격에 훨씬 더 강건한 성능을 제공하며, AdGraph에서의 회피 성공률 96%를 WebGraph에서는 단 8%로 낮춘다. 이는 탐지 정확도는 유지하면서도 매우 높은 회피 저항성을 확보한 것이다.

ABSTRACT

Millions of web users directly depend on ad and tracker blocking tools to protect their privacy. However, existing ad and tracker blockers fall short because of their reliance on trivially susceptible advertising and tracking content. In this paper, we first demonstrate that the state-of-the-art machine learning based ad and tracker blockers, such as AdGraph, are susceptible to adversarial evasions deployed in real-world. Second, we introduce WebGraph, the first graph-based machine learning blocker that detects ads and trackers based on their action rather than their content. By building features around the actions that are fundamental to advertising and tracking - storing an identifier in the browser, or sharing an identifier with another tracker - WebGraph performs nearly as well as prior approaches, but is significantly more robust to adversarial evasions. In particular, we show that WebGraph achieves comparable accuracy to AdGraph, while significantly decreasing the success rate of an adversary from near-perfect under AdGraph to around 8% under WebGraph. Finally, we show that WebGraph remains robust to a more sophisticated adversary that uses evasion techniques beyond those currently deployed on the web.

연구 동기 및 목표

• 기존의 기계학습 기반 광고 및 추적기 차단기들이 쉽게 조작 가능한 콘텐츠 기능(예: URL, 코드 패턴)에 의존함으로써 발생하는 취약성을 해결하고자 한다.
• 광고 및 추적 서비스의 근본적인 동작—예를 들어 사용자 식별자 저장 또는 공유—에 초점을 맞춘 탐지 시스템을 개발하고자 한다.
• URL 오버클로징 및 CNAME 클로킹과 같은 실제 세계의 회피 기법에 대한 강건성을 향상시키고자 한다.
• 복잡하고 현실적인 회피 전략에 대한 제안된 접근 방식의 내구성(내구성)을 평가하고자 한다.
• 행동 기반 탐지 방식—정보 흐름 기능을 통한 탐지—가 콘텐츠 기반 탐지 방식보다 실현 가능하고 더 안전한 대안이 될 수 있음을 입증하고자 한다.

제안 방법

• 네트워크 요청, 자바스크립트 실행, DOM 생성 및 브라우저 스토리지 접근을 모니터링하여 웹 페이지 실행의 다층 그래프를 구축한다.
• 추적기에서 브라우저 스토리지로, 그리고 다른 제3자 엔티티로의 식별자 전파를 명시적으로 모델링하는 흐름 기능을 추출한다.
• 쿠키, localStorage 등의 식별자 저장 또는 검색 호출을 탐지하기 위해 브라우저 API 인스트루멘테이션을 활용하여 추적 행동의 신호를 확보한다.
• 노드가 자원과 브라우저 API를 나타내고, 간선이 그들 사이의 정보 흐름을 나타내는 그래프 표현을 구축한다.
• 콘텐츠 기반 기능(예: URL, 코드 패턴)에 대한 의존도를 완전히 제거하고, 이러한 흐름 기반 기능에 기반한 기계학습 분류기 모델을 훈련시킨다.
• 악성 회피를 시뮬레이션하고 현실적인 공격 시나리오 하에서의 강건성을 평가하기 위해 탐욕적 그래프 변형 알고리즘을 활용한다.

실험 결과

연구 질문

• RQ1 실제 세계의 기법—예를 들어 URL 오버클로징 및 CNAME 클로킹—을 사용하여 최신 기계학습 기반 광고 및 추적기 차단기가 회피될 수 있는가?
• RQ2 콘텐츠 기능에 의존할 경우 광고 및 추적기 탐지 시스템이 악성 조작에 얼마나 취약한가?
• RQ3 브라우저 API 상호작용에서 유도된 정보 흐름 기능이 콘텐츠 기반 탐지 방식보다 더 강건한 대안이 될 수 있는가?
• RQ4 악성 사용자가 정교하고 현실적인 그래프 변형 기법을 사용할 경우 WebGraph의 회피 저항성은 얼마나 효과적인가?
• RQ5 WebGraph를 우회하기 尝시도할 경우, 회피 성공률와 사용성 손실 사이의 상호 교환 관계는 어떠한가?

주요 결과

• URL 오버클로징 및 CNAME 클로킹과 같은 실제 세계의 회피 기법을 사용할 경우, WebGraph는 AdGraph에서의 96%에서 8%로 악성 회피 성공률을 크게 낮춘다.
• 제안된 흐름 기반 탐지 방식은 URL이나 코드 패턴과 같은 콘텐츠 기능을 전혀 사용하지 않음에도 불구하고, AdGraph와 같은 콘텐츠 기반 모델과 유사한 탐지 정확도를 달성한다.
• 심화된 구조적 그래프 변형 전략을 사용하는 경우에도 WebGraph는 강력한 강건성을 유지하며, 회피 성공률는 제한되고 심각한 사용성 손실이 수반된다.
• WebGraph를 우회하려는 악성 사용자는 자신의 자원이나 양호한 자원까지 차단하는 비용이 발생하는 등 비현실적인 부작용을 겪게 되어 실질적인 실행 가능성은 떨어진다.
• 현대 웹 페이지의 동적 특성은 회피를 더욱 어렵게 만들며, 변형된 그래프가 빈번한 페이지 새로 고침 동안 유효성을 유지해야 하기 때문이다.
• WebGraph의 설계는 브라우저 지문 추적과 같은 새로운 추적 기법을 완전한 아키텍처 재설계 없이도 점진적인 인스트루멘테이션 업그레이드로 커버할 수 있도록 한다.