[论文解读] Percival: Making In-Browser Perceptual Ad Blocking Practical With Deep Learning

Zain ul Abi Din, Panagiotis Tigas+2 more|arXiv (Cornell University)|May 17, 2019

Adversarial Robustness in Machine Learning参考文献 53被引用 16

一句话总结

Percival 在浏览器的图像渲染流程中直接嵌入了一个轻量级、基于深度学习的广告拦截器，实现了仅 4.55% 性能开销的实时、感知式广告检测。其在复现 EasyList 规则方面达到 96.76% 的准确率，有效拦截了第一方 Facebook 广告及非英文广告，证明了在浏览器关键渲染路径中部署紧凑、高精度模型的可行性。

ABSTRACT

In this paper we present Percival, a browser-embedded, lightweight, deep learning-powered ad blocker. Percival embeds itself within the browser's image rendering pipeline, which makes it possible to intercept every image obtained during page execution and to perform blocking based on applying machine learning for image classification to flag potential ads. Our implementation inside both Chromium and Brave browsers shows only a minor rendering performance overhead of 4.55%, demonstrating the feasibility of deploying traditionally heavy models (i.e. deep neural networks) inside the critical path of the rendering engine of a browser. We show that our image-based ad blocker can replicate EasyList rules with an accuracy of 96.76%. To show the versatility of the Percival's approach we present case studies that demonstrate that Percival 1) does surprisingly well on ads in languages other than English; 2) Percival also performs well on blocking first-party Facebook ads, which have presented issues for other ad blockers. Percival proves that image-based perceptual ad blocking is an attractive complement to today's dominant approach of block lists

研究动机与目标

• 开发一种实用的浏览器内广告拦截器，利用深度学习实现感知式广告检测，且性能损耗极小。
• 克服传统基于规则的广告拦截器在面对混淆或动态变化的广告域名时的局限性。
• 实现对第一方广告（如 Facebook 推广内容）和非英文广告的有效检测，这些内容常被现有系统遗漏。
• 证明轻量级、优化后的深度神经网络可高效部署于浏览器的渲染流水线中，实现实时分类。
• 提供一种互补的、与语言无关的广告拦截层，增强现有基于过滤列表的系统。

提出的方法

• 将轻量级深度神经网络集成到浏览器的图像渲染流水线中，在页面渲染过程中拦截并分类图像。
• 使用压缩后的 1.76MB 深度学习模型，专为浏览器环境中的低延迟推理而优化。
• 在渲染过程中同步执行广告拦截，性能影响极小（4.55% 开销），并通过记忆化技术实现异步分类以提升性能。
• 采用图像级分类方法，基于视觉线索（如 AdChoices 标志和推广内容标识）检测广告，独立于文本或元数据。
• 在包含非英文广告和第一方广告的多样化广告与非广告图像数据集上进行训练，以确保在不同语言和广告类型间的泛化能力。
• 应用图像尺寸过滤（100×100 像素阈值）跳过小图像以减少处理负载，并在必要时将分类延迟至异步线程执行。

实验结果

研究问题

• RQ1 能否在现代浏览器的关键渲染路径中，以极低性能开销部署基于深度学习的浏览器内广告拦截器？
• RQ2 紧凑且优化的深度神经网络是否能仅依赖视觉外观实现高精度广告检测，而无需依赖文本或 URL 相关启发式规则？
• RQ3 与传统基于规则的系统相比，感知式广告拦截在检测第一方广告（如 Facebook 推广内容）方面效果如何？
• RQ4 此类感知式广告拦截器在泛化能力上表现如何，能否有效识别训练过程中未明确见过的非英语广告和广告设计？
• RQ5 此类系统能否作为现有基于黑名单的广告拦截器的可行互补层？

主要发现

• Percival 系统在 Chromium 中仅造成 4.55% 的平均性能开销，证明了在浏览器渲染流水线中部署深度神经网络的可行性。
• 其在复现 EasyList 规则方面达到 96.76% 的准确率，显示出与现有广告拦截启发式规则的强兼容性。
• 该模型对第一方 Facebook 广告的拦截准确率达 92%，精确率为 78.4%，召回率为 70.0%，在该挑战上优于传统基于规则的系统。
• 系统在非英文广告上表现出色，由于依赖视觉特征而非文本，展现出语言无关的检测能力。
• 1.76MB 的模型比同类模型小 150 倍，可在资源受限环境中实现高效部署。
• 通过跳过小于 100×100 像素的图像并将其分类延迟至异步线程，系统有效缓解了性能退化问题。