[论文解读] CookieEnforcer: Automated Cookie Notice Analysis and Enforcement

Rishabh Khandelwal, Asmit Nayak+2 more|arXiv (Cornell University)|Apr 8, 2022

Privacy, Security, and Data Protection被引用 4

一句话总结

CookieEnforcer 是一款浏览器扩展，可自动检测 Cookie 通知，通过微调的 T5 序列到序列模型分析其设置，并通过禁用非必要 Cookie 来强制执行保护隐私的配置。该系统在生成正确点击序列方面实现了 91% 的端到端准确率，显著减少了用户管理 Cookie 同意所需的操作量。

ABSTRACT

Online websites use cookie notices to elicit consent from the users, as required by recent privacy regulations like the GDPR and the CCPA. Prior work has shown that these notices use dark patterns to manipulate users into making website-friendly choices which put users' privacy at risk. In this work, we develop CookieEnforcer, a new system for automatically discovering cookie notices and deciding on the options that result in disabling all non-essential cookies. In order to achieve this, we first build an automatic cookie notice detector that utilizes the rendering pattern of the HTML elements to identify the cookie notices. Next, CookieEnforcer analyzes the cookie notices and predicts the set of actions required to disable all unnecessary cookies. This is done by modeling the problem as a sequence-to-sequence task, where the input is a machine-readable cookie notice and the output is the set of clicks to make. We demonstrate the efficacy of CookieEnforcer via an end-to-end accuracy evaluation, showing that it can generate the required steps in 91% of the cases. Via a user study, we show that CookieEnforcer can significantly reduce the user effort. Finally, we use our system to perform several measurements on the top 5k websites from the Tranco list (as accessed from the US and the UK), drawing comparisons and observations at scale.

研究动机与目标

• 解决日益复杂的 Cookie 通知及其默认的隐私侵犯行为，这些行为阻碍了用户的控制权。
• 开发一种可扩展的自动化系统，识别并强制执行尊重隐私的 Cookie 设置，而无需手动配置。
• 通过用自动化执行替代手动操作，减少用户管理 Cookie 同意所需的操作量。
• 通过检测默认启用非必要 Cookie 的网站，实现合规性支持。
• 为构建更易用的隐私界面提供可机器读取的 Cookie 控制表示。

提出的方法

• 使用渲染和文本特征的机器学习分类器检测网页上的 Cookie 通知。
• 通过程序化遍历和事件模拟，交互式 UI 模拟器提取所有可点击元素及其状态（已选/未选）。
• 微调的 T5 文本到文本 Transformer 模型将 Cookie 设置的文本和状态映射为禁用非必要 Cookie 所需的操作序列。
• 系统基于预测的操作序列生成 JavaScript 片段，并通过 Chrome 扩展注入浏览器，自动强制执行设置。
• 若 Cookie 通知发生变化，系统支持动态重新评估，确保长期可靠性。
• 通过显示变更摘要的用户界面，整合用户反馈，确保知情同意。

实验结果

研究问题

• RQ1 自动化系统能否在多样化网站上准确检测并提取 Cookie 通知控件？
• RQ2 序列到序列模型能否有效预测禁用非必要 Cookie 所需的正确点击序列？
• RQ3 与手动配置相比，自动化执行在多大程度上减少了用户操作量？
• RQ4 默认启用非必要 Cookie 的网站在多大程度上普遍存在，尤其是在受监管地区？
• RQ5 在不同地区（如美国与英国）的隐私法规差异下，系统表现如何？

主要发现

• CookieEnforcer 在测试网站上生成禁用非必要 Cookie 所需正确操作序列的端到端准确率达到 91%。
• 在用户研究中，CookieEnforcer 将禁用 Cookie 所需的平均点击次数从 12 次减少到仅 1 次，显著降低了用户操作量。
• 在英国，16.7% 的网站和在美国，22% 的网站默认启用了至少一个非必要 Cookie，表明普遍存在对隐私标准的不合规现象。
• 该系统成功检测并强制执行了 91% 的 Cookie 通知中的隐私保护设置，证明其在多样化实现中的强大泛化能力。
• 基于 T5 的序列到序列模型在处理 Cookie 通知中高度多样的语言和结构方面，优于基于关键词或规则的方法。
• 系统依赖于遍历和可访问性功能，使交互式元素的检测更加稳健，尽管在少数非标准实现的边缘情况中观察到异常。