[论文解读] MyAdChoices: Bringing Transparency and Control to Online Advertising

Javier Parra‐Arnau, Jagdish Prasad Achara+1 more|arXiv (Cornell University)|Feb 5, 2016

Privacy, Security, and Data Protection参考文献 31被引用 20

一句话总结

本文提出了 MyAdChoices，一个浏览器扩展程序，使用户能够通过可视化和管理行为定位与追踪偏好，对在线广告实施细粒度控制。该系统通过一个稳健的优化框架将透明度与用户控制相结合，在真实环境中的部署证明了其可行性，并表明用户可以在不采用全面屏蔽策略的情况下，对广告做出知情且公平的选择。

ABSTRACT

The intrusiveness and the increasing invasiveness of online advertising have, in the last few years, raised serious concerns regarding user privacy and Web usability. As a reaction to these concerns, we have witnessed the emergence of a myriad of ad-blocking and anti-tracking tools, whose aim is to return control to users over advertising. The problem with these technologies, however, is that they are extremely limited and radical in their approach: users can only choose either to block or allow all ads. With around 200 million people regularly using these tools, the economic model of the Web ---in which users get content free in return for allowing advertisers to show them ads--- is at serious peril. In this paper, we propose a smart Web technology that aims at bringing transparency to online advertising, so that users can make an informed and equitable decision regarding ad blocking. The proposed technology is implemented as a Web-browser extension and enables users to exert fine-grained control over advertising, thus providing them with certain guarantees in terms of privacy and browsing experience, while preserving the Internet economic model. Experimental results in a real environment demonstrate the suitability and feasibility of our approach, and provide preliminary findings on behavioral targeting from real user browsing profiles.

研究动机与目标

• 解决用户对侵入式在线广告日益增长的担忧，以及广泛使用广告屏蔽工具对网络经济模式构成的威胁。
• 为用户提供真实、知情的行为定位与追踪控制权，超越“全部屏蔽广告”的二元选择。
• 设计一个在用户隐私、网络可用性与免费在线内容可持续性之间取得平衡的系统。
• 实施一种切实可行、透明的机制，使用户能够理解并管理其浏览数据在广告中的使用方式。
• 通过真实环境中的部署与浏览行为分析，评估系统的实用性及用户行为表现。

提出的方法

• 该系统使用浏览器扩展程序，基于落地页内容检测并分类广告，使用户能够按主题和意图对广告进行分类。
• 采用基于线性规划的鲁棒极小化最大检测框架，以在不确定性下估计用户偏好，使用从点击流数据中提取的多面体不确定性集。
• 通过在主题类别上的概率质量函数（PMF）对用户偏好进行建模，并随着用户浏览行为逐步更新。
• 采用置信区间方法对每类广告的最小和最大曝光量施加约束，确保用户偏好得到尊重。
• 未来增强将使用光学字符识别（OCR）技术，以在无需访问落地页的情况下识别广告。
• 引入最小化的隐私模式窗口，用于显示广告透明度信息，减少对用户的干扰。

实验结果

研究问题

• RQ1 用户是否可以在不完全屏蔽广告的情况下，获得有意义的、细粒度的在线广告控制权？
• RQ2 如何在真实浏览器环境中有效实现行为定位与追踪的透明化？
• RQ3 使用鲁棒优化方法在广告曝光不确定性下建模用户偏好是否具有可行性？
• RQ4 真实用户的浏览行为在行为定位方面表现出何种特征？是否可以被可靠建模？
• RQ5 能否构建一个在尊重用户隐私与可用性的同时，维护免费网络内容经济模式的系统？

主要发现

• 所提出的系统在技术上是可行的，可作为与真实浏览行为集成的浏览器扩展程序实现。
• 在真实环境中的实验结果证实了该方法在实时广告透明度与控制方面的适用性与实用性。
• 该系统成功利用一种增量式、具备不确定性感知能力的优化框架对用户偏好进行建模，确保用户浏览会话间的一致性。
• 对真实用户浏览行为的初步分析揭示了行为定位的模式，支持用户中心控制机制的必要性。
• 该系统的设计避免了现有广告屏蔽工具的局限性，通过提供细致的控制而非二元屏蔽，从而维护了网络的广告支持模式。
• 采用线性规划与鲁棒极小化检测方法，确保在数据不确定或不完整的情况下仍能有效执行用户偏好。