[論文レビュー] Beyond content analysis: Detecting targeted ads via distributed counting

Costas Iordanou, Nicolas Kourtellis+4 more|MPG.PuRe (Max Planck Society)|Jul 3, 2019

Privacy, Security, and Data Protection参考文献 33被引用数 5

ひとこと要約

本稿では、個人のユーザー情報を露呈させずに分散された広告インプレッション数の集計によって、リアルタイムで標的広告を検出するプライバシー保護型でクラウドソーシングされたシステム、eyeWnderを提示する。コンテンツベースの手法とは異なり、ユーザーの露出の統計的パターンを通じて標的広告、包括的に言えば間接的標的広告までを特定する。これにより、GDPR や CCPA などのプライバシー法規に準拠する広告のリアルタイム監査が可能になる。

ABSTRACT

Being able to check whether an online advertisement has been targeted is essential for resolving privacy controversies and implementing in practice data protection regulations like GDPR, CCPA, and COPPA. In this paper we describe the design, implementation, and deployment of an advertisement auditing system called iWnder that uses crowdsourcing to reveal in real time whether a display advertisement has been targeted or not. Crowdsourcing simplifies the detection of targeted advertising, but requires reporting to a central repository the impressions seen by different users, thereby jeopardising their privacy. We break this deadlock with a privacy preserving data sharing protocol that allows iWnder to compute global statistics required to detect targeting, while keeping the advertisements seen by individual users and their browsing history private. We conduct a simulation study to explore the effect of different parameters and a live validation to demonstrate the accuracy of our approach. Unlike previous solutions, iWnder can even detect indirect targeting, i.e., marketing campaigns that promote a product or service whose description bears no semantic overlap with its targeted audience.

研究の動機と目的

• 実用的な分野において、標的広告をリアルタイムで大規模に検出できるツールの不足に対処すること。
• 特に間接的または人口統計的基準に基づく標的広告の状況において、広告が標的であるかどうかをユーザーおよび監査機関が検証できるようにすること。
• ユーザーの匿名性を保ちながらも、グローバルな統計的分析を可能にするように、クラウドソーシング型広告検出におけるプライバシーリスクを軽減すること。
• 実際のユーザーのデバイス上で動作し、広告配信実態の独立的監査を可能にするスケーラブルで実装可能なシステムを開発すること。
• シミュレーションとライブ導入を用いて、手法の正確性を検証し、コンテンツベースの検出をはるかに超える有効性を示すこと。

提案手法

• eyeWnder は、ユーザーが広告そのものや閲覧コンテキストを報告せずに、ローカルで広告インプレッション数をカウントする分散カウントプロトコルを採用する。
• 微分プライバシー機構により、報告されたカウントから個々のユーザーのデータを再構成することは不可能である。
• ユーザー間でのカウントを集約し、特定のユーザー集団への不均衡な広告露出を示す統計的に有意な乖離を検出する。
• 広告やウェブページの内容を分析しないで、ユーザーセグメント間での広告露出頻度の比較というヒューリスティックに依存して標的化行動を推定する。
• クラウドソーシングされたデータは、ユーザーのデバイス上でリアルタイムに実行されるクライアントサイドのブラウザ拡張機能を通じて収集される。
• 検証フレームワークは、公開データを用いてシミュレーションと検出精度の評価を実施し、間接的標的広告に対しても対応可能である。

実験結果

リサーチクエスチョン

• RQ1 広告の内容分析なしに、分散された広告インプレッション数のカウントのみを用いて、リアルタイムで標的広告を検出できるか？
• RQ2 プライバシー保護型のクラウドソーシングモデルは、意味的類似性ではなく、推定された関心に基づいて広告が表示される間接的標的広告を検出できるか？
• RQ3 コンテンツベースや相関ベースの手法と比較して、カウントベースのヒューリスティックは標的広告を同定する際にどの程度正確か？
• RQ4 実際のユーザーを活用するクラウドソーシング型広告監査システムにおいて、スケーラビリティとプライバシーのトレードオフはどのようなものか？
• RQ5 このようなシステムは、ユーザー、監査機関、および YourAdChoices のような自己規制イニシャチブが行う独立監査をサポートできるか？

主な発見

• eyeWnder は、コンテンツ分析やユーザー識別情報の開示なしに、分散された広告インプレッション数のカウントのみを用いて、リアルタイムで標的広告を検出することに成功した。
• 従来のコンテンツベース手法が失敗する場面でも、ユーザー行動の推定に基づいて広告が表示される間接的標的広告を検出可能である。
• シミュレーション研究により、ノイズやサンプリングのばらつきが生じるさまざまなパrameter設定下でも、カウントベースのヒューリスティックが堅牢であることが確認された。
• ライブでの検証により、複雑で現実的な広告配信環境においても、標的広告の同定に高い正確性を示した。
• プライバシー保護プロトコルにより、個々のユーザーの広告露出履歴や閲覧履歴が機密性を保たれながらも、グローバルな統計的分析による標的化検出が可能になった。
• 本手法は、スケーラビリティおよび非意味的標的化（人口統計的・行動的標的化など）への適用性において、コンテンツベース検出を上回った。