[论文解读] If you are not paying for it, you are the product: How much do advertisers pay for your personal data?

Panagiotis Papadopoulos, Nicolas Kourtellis+2 more|arXiv (Cornell University)|Jan 24, 2017

Privacy, Security, and Data Protection被引用 4

一句话总结

本文提出了一种实时方法，利用实时出价（RTB）协议估算广告商为个人用户数据所赋予的货币价值。通过结合浏览器插件与后端服务器，后者基于探测活动的数据训练模型，作者在即使出价价格被加密的情况下，仍实现了超过82%的用户隐私价值估算准确率。

ABSTRACT

Online advertising is progressively moving towards a programmatic model in which ads are matched to actual interests of individuals collected as they navigate the web. Letting the huge debate around privacy aside, a very important question in this area, for which very little is known, is: How much do advertisers pay for an individual's personal data? In this study, we develop a first of its kind methodology for computing exactly that - the price paid for one's privacy - and we do that in real time. Our approach is based on tapping on the Real Time Bidding (RTB) protocol to collect cleartext and encrypted prices for winning bids paid by advertisers in order to place targeted ads. Our main technical contribution is a method for tallying winning bids even when they are encrypted. We achieve this by training a model using as ground truth prices obtained by running our own probe ad-campaigns. We implement our methodology through a browser addon and a back-end server that provides it with fresh models for encrypted bids. We validate our methodology using a one year long trace of 1600 mobile users and demonstrate that it can estimate a user's worth with more than 82% accuracy.

研究动机与目标

• 量化广告商在实时环境中为单个用户个人数据所赋予的货币价值。
• 解决程序化在线广告中隐私定价缺乏实证数据的问题。
• 开发一种即使在出价价格被加密的情况下也能准确估算用户数据价值的方法。
• 通过一项涵盖1600名移动用户的为期一年的大规模用户追踪实验验证该方法。
• 为在真实RTB环境中测量隐私经济学提供一种技术解决方案。

提出的方法

• 利用实时出价（RTB）协议，从广告交易所收集明文和加密的出价价格。
• 部署浏览器插件，在用户浏览网页时实时捕获出价数据。
• 使用探测广告活动生成用于训练机器学习模型的基准价格。
• 利用探测活动的基准数据训练模型，以预测加密的出价价格。
• 使用后端服务器将更新后的模型推送到浏览器插件，实现持续估算。
• 应用训练好的模型，即使在出价价格被加密的情况下，也能实时估算用户隐私价值。

实验结果

研究问题

• RQ1 广告商为单个用户个人数据所赋予的实时市场价格是多少？
• RQ2 在多大程度上可以准确预测加密的出价价格，以估算用户隐私价值？
• RQ3 是否能够构建一个实时系统，在多样化用户行为下可靠地测量个人数据的价格？
• RQ4 加密对RTB系统中用户数据价值估算的影响如何？
• RQ5 该方法在长期真实部署中具有多高的可扩展性和准确性？

主要发现

• 所提出的方法利用实时数据，对用户隐私价值的估算准确率超过82%。
• 该系统通过基于探测广告活动的基准数据进行训练，成功推断出加密的出价价格。
• 该方法在涵盖1600名移动用户的为期一年的追踪实验中表现稳健且具备可扩展性。
• 该方法实现了程序化广告中隐私定价的实时测量，这是此前未被测量的领域。
• 结果证实，个体用户数据在RTB生态系统中具有可量化且可测量的市场价值。
• 本研究首次提供了在线广告中隐私定价的实证性、实时估算结果。