[论文解读] My Mouse, My Rules: Privacy Issues of Behavioral User Profiling via Mouse Tracking

Luis A. Leiva, Ioannis Arapakis+1 more|arXiv (Cornell University)|Jan 22, 2021

Privacy, Security, and Data Protection参考文献 31被引用 5

一句话总结

本文展示了仅通过收集原始鼠标光标移动轨迹（使用极少的JavaScript代码）即可高精度预测用户人口统计特征（如年龄和性别）。研究提出一种对抗性噪声技术，可实时扭曲鼠标追踪数据，在不干扰正常浏览的前提下保护用户隐私，并发布了浏览器扩展程序和数据集供公众使用。

ABSTRACT

This paper aims to stir debate about a disconcerting privacy issue on web browsing that could easily emerge because of unethical practices and uncontrolled use of technology. We demonstrate how straightforward is to capture behavioral data about the users at scale, by unobtrusively tracking their mouse cursor movements, and predict user's demographics information with reasonable accuracy using five lines of code. Based on our results, we propose an adversarial method to mitigate user profiling techniques that make use of mouse cursor tracking, such as the recurrent neural net we analyze in this paper. We also release our data and a web browser extension that implements our adversarial method, so that others can benefit from this work in practice.

研究动机与目标

• 揭示无感鼠标光标追踪在人口统计画像方面的隐私风险。
• 证明仅通过极少技术投入即可实现基于鼠标移动的精准用户画像，甚至非专业人士也能轻松实现。
• 开发并发布一种实用的对抗性防御机制，通过扭曲鼠标追踪数据来防止用户画像分析。
• 提高研究人员、开发者和用户对通过鼠标移动进行行为追踪的伦理影响的认识。
• 为研究人员提供开源工具——浏览器扩展程序和数据集，以支持对基于鼠标的行为画像进行研究与对抗。

提出的方法

• 作者实现了一个基于双向GRU的循环神经网络（RNN），用于将鼠标轨迹序列分类为人口统计类别（如男性/女性、年轻/年长）。
• RNN通过Keras和TensorFlow处理鼠标移动的(x, y, t)坐标序列，最大时间步长为100。
• 在浏览器扩展中应用对抗性噪声技术，使用JavaScript实时编程扭曲鼠标光标坐标。
• 噪声直接注入DOM事件中，以模拟自然的鼠标移动变化，使追踪数据更难预测。
• 该方法对用户透明，可按网站切换启用或禁用，实现对可信网站的有选择性追踪。
• 扩展程序在客户端运行，无需服务器端基础设施，确保低延迟和用户自主的隐私保护。

实验结果

研究问题

• RQ1 仅凭原始鼠标光标移动数据，能否在无额外用户输入或特征的情况下准确预测用户人口统计特征？
• RQ2 使用鼠标追踪实现用户画像系统的难度如何？对恶意或不道德行为者而言，技术门槛有多低？
• RQ3 在鼠标光标移动中引入对抗性噪声，能在多大程度上有效破坏用于人口统计推断的机器学习模型？
• RQ4 所提出的防御机制在实际应用中的表现如何？其在真实世界部署中存在哪些局限性？
• RQ5 在与现有网络追踪实践结合的情况下，无监管的鼠标追踪在伦理和隐私方面存在哪些影响？

主要发现

• 作者成功训练了一个深度学习模型，仅用五行代码即可从鼠标光标轨迹中合理准确地预测性别和年龄。
• RNN模型在保留测试集上的二分类准确率超过80%，证明了从鼠标移动中进行人口统计推断在技术上是可行且可扩展的。
• 对抗性噪声技术平均使RNN模型的预测性能降低超过50%，表明其具有强大的防御潜力。
• 浏览器扩展能实时混淆鼠标移动，并可按网站选择性启用，为用户提供对追踪的细粒度控制。
• 已发布包含1,000多个用户会话的公开数据集，包含(x, y, t)轨迹和人口统计标签，以支持进一步研究。
• 本研究揭示了一个关键的隐私漏洞：鼠标追踪具有无感性、可广泛部署，且目前大多数隐私工具无法检测，使其成为高风险的画像攻击向量。