Μηχανική Μάθηση εναντίον Συστημάτων Συγκατάθεσης Cookies

Μια νέα ερευνητική συνεργασία μεταξύ του Πανεπιστημίου του Ουισκόνσιν και της Google αντιπαραβάλλει τη μηχανική μάθηση με ένα από τα πιο ενοχλητικά προβλήματα των χρηστών του ιντερνέτ της τελευταίας δεκαετίας – την αδιαφάνεια και τη cinική κατάχρηση των συμμορφών με το GDPR πινακίδων συγκατάθεσης cookies.

Με τον τίτλο CookieEnforcer, το νέο πλαίσιο χρησιμοποιεί Σημασιολογική Κατανόηση Κειμένου για να αναλύσει τη σημασία και τη χρησιμότητα του υποκείμενου κώδικα πίσω από το πopup ή την πινακίδα συγκατάθεσης cookies, προκειμένου να παρέχει στον χρήστη τη λείπουσα ‘μία κλικ’ λύση για την απενεργοποίηση όλων των πραγματικά ‘μη απαραίτητων’ cookies – συμπεριλαμβανομένων εκείνων που οι ιδιοκτήτες домένης μπορεί να παρουσιάσουν ως ‘απαραίτητα’, ακόμη και αν δεν είναι.

CookieEnforcer εξετάζει τον κώδικα συγκατάθεσης cookies από τον ιστότοπο www.askubuntu.com. Πηγή: https://arxiv.org/pdf/2204.04221.pdf

Το σύστημα εφαρμόζεται μέσω ενός plugin που εγκαθιστά ο χρήστης στο πρόγραμμα περιήγησης, το οποίο είναι ικανό να εφαρμόζει κανόνες που ορίζονται από τον χρήστη με ένα μόνο κλικ. Όταν εμφανιστεί ένα πλαίσιο συγκατάθεσης cookies σε einen ιστότοπο, ο χρήστης μπορεί να ενεργοποιήσει το plugin, το οποίο θα αναζητήσει τον κώδικα συγκατάθεσης cookies για πιθανές ενέργειες πριν δημιουργήσει κατάλληλο JavaScript για την εκτέλεση επιλογών εκ μέρους του χρήστη.

Το plugin μπορεί να ρυθμιστεί για να εφαρμόζει αυτόματα τις προτιμήσεις του χρήστη, ή να λαμβάνει τις περιπτώσεις ατομικά, επιτρέποντας στον χρήστη να調整 τις ρυθμίσεις πριν από την τελική υποβολή.

Cookie enforcer σε δράση. Αν προτιμάτε, το plugin Chrome μπορεί να αυτοματοποιήσει αυτή τη διαδικασία, χωρίς περαιτέρω συμβολή του χρήστη. Δείτε το ενσωματωμένο βίντεο για περισσότερες λεπτομέρειες. Πηγή: https://www.youtube.com/watch?v=5NI6Q981quc

Η πρόκληση της ανάλυσης των πιθανών ‘μη-συγκατάθεσης’ επιλογών, οι οποίες συνήθως κρύβονται σε ακαδημαϊκές και εργασιομανείς ομάδες ρυθμίσεων (αντί για την φιλική προς τον χρήστη αποδοχή όλων τυπική των πλαισίων συγκατάθεσης) μοντελοποιείται ως διαδικασία ακολουθίας προς ακολουθία.

Σε μια αξιολόγηση ακρίβειας από άκρο σε άκρο, το CookieEnforcer ήταν σε θέση να δημιουργήσει όλα τα απαραίτητα βήματα για την απενεργοποίηση των κρυφών διαδικασιών συγκατάθεσης cookies στο 91% των περιπτώσεων που μελετήθηκαν, σε домένες που δεν είχαν δει κατά τη διάρκεια της εκπαίδευσης του μοντέλου μηχανικής μάθησης του συστήματος. Μια μελέτη χρηστών επιβεβαίωσε επίσης ότι το σύστημα μειώνει σημαντικά την προσπάθεια του χρήστη στην πλοήγηση των μονάδων συγκατάθεσης.

Το έγγραφο που παρουσιάζει τη μέθοδο έχει τον τίτλο CookieEnforcer: Αυτοματοποιημένη Ανάλυση και Επιβολή Συγκατάθεσης Cookies και προέρχεται από τρεις ερευνητές στο Πανεπιστήμιο του Ουισκόνσιν στο Μάντισον και έναν από την Google Inc.

Ακαδημαϊκές Οδοί προς τη Συγκατάθεση Cookies

Από τη θέσπιση του Γενικού Κανονισμού Προστασίας Δεδομένων (GDPR) το 2016 και τον Κανονισμό Προστασίας Καταναλωτών της Καλιφόρνιας (CCPA) το 2018, οι ιστότοποι που επιθυμούν να ασχοληθούν με τους χρήστες από τις περιοχές που καλύπτονται από这样的 νομοθεσία πρέπει να παρέχουν μηχανισμούς προτίμησης cookies (συνήθως με βάση την ανίχνευση της διεύθυνσης IP του χρήστη ως прокシー για τη χώρα προέλευσης).

Ωστόσο,既然 οι ιδιοκτήτες домένης είχαν μακρά παράδοση να συλλέγουν πολύτιμα και ενεργά δεδομένα χρηστών από την αδιαφάνεια και συνήθως μη ορατή εφαρμογή cookies, δίσταζαν να παρέχουν εύκολες εξαιρέσεις για τους νεοεμφανιζόμενους ενδυναμωμένους χρήστες.

Το προεπιλεγμένο UI για τις διεπαφές συγκατάθεσης cookies (που εμφανίζονται για πρώτη φορά όταν ο χρήστης επισκέπτεται έναν ιστότοπο, ή αν ο χρήστης έχει διαγράψει cookies για εκείνη τη домένα) γρήγορα καθορίστηκε σε σκοτεινά μοτίβα που σχεδιάστηκαν για να κουράζουν τον θεατή με λεπτομερείς, χρονοβόρες και εκτενείς επιλογές στην περίπτωση που ήθελαν να ασκήσουν τα δικαιώματά τους στη συγκατάθεση· ή else ένα απλό και εύκολα προσβάσιμο κουμπί που οδηγούσε τον χρήστη σε όλες τις cookies που ο ιδιοκτήτης домένης επιθυμούσε να εκτελέσει. Αυτή η κουλτούρα των λαβυρινθικών επιλογών UI περιγράφηκε σε μια μελέτη του 2020 ως ‘ένα κυνήγι θησαυρού’.

Το νέο έγγραφο σχολιάζει:

‘[Οι χρήστες] μπορεί να βρουν δύσκολο να ασκήσουν ενημερωμένο έλεγχο cookies για ιστότοπους με σύνθετες ειδοποιήσεις. Είναι πολύ πιο πιθανό να βασίζονται στις προεπιλεγμένες ρυθμίσεις παρά να ρυθμίζουν τις ρυθμίσεις cookies για κάθε [ιστότοπο]. Σε πολλές περιπτώσεις, αυτές οι προεπιλεγμένες ρυθμίσεις είναι εισβατικές και ευνοούν τους παρόχους υπηρεσιών, που οδηγούν σε κίνδυνους προστασίας δεδομένων.’

Μια σχολιασμός σε μια δημοφιλή ανάρτηση σχετικά με αυτές τις πρακτικές τις χαρακτήρισε ως ‘κακόβουλη συμμόρφωση’. Η ενοχλήσεις των χρηστών με τα πλαισια συγκατάθεσης cookies είναι ένα θέμα που συμφωνεί με τους μεγάλους εκδότες, οι οποίοι μπορεί να είχαν καλύψει περαιτέρω αν δεν ήταν τόσο προσωπικά εκτεθειμένοι από τις δικές τους πρακτικές σε αυτό το θέμα.

Ένα τυπικό λαβύρινθο επιλογών που παρουσιάζεται, σε αυτή την περίπτωση, από τον ιστότοπο TechCrunch, ειρωνικά ως προοίμιο για einen άρθρο σχετικά με τη στάση της ΕΕ για το τι συνιστά συγκατάθεση cookies. Οι προστεθειμένες αναγνωριστικές URL και κрюκους που σχεδιάστηκαν για να ενεργοποιήσουν περαιτέρω παρακολούθηση ανήλθαν σε 262 χαρακτήρες (διαγράφηκαν εδώ). Ένα κουμπί ‘απορρίψτε όλα’, ενώ ήταν διαθέσιμο για ορισμένες κατηγορίες cookies, δεν ήταν διαθέσιμο για το σύνολο των πιθανών cookies· σε εκείνες τις περιπτώσεις, ο χρήστης πρέπει να λειτουργήσει κάθε ‘αντιστάθμιση’.

Μια έρευνα του 2019 από τη Γερμανία βρήκε ότι η πλειοψηφία των επισκεπτών ιστότοπων στις μελετημένες περιοχές ‘ντιχτήθηκε’ προς ευρεία συγκατάθεση, και ότι μόνο το ένα τρίτο των ιστότοπων εξήγησε πραγματικά τους σκοπούς των πρακτικών συλλογής δεδομένων.

Eine σειρά από plugins, add-ons και επεκτάσεις για τον ιστότοπο έχουν εμφανιστεί για να αντιμετωπίσουν το πρόβλημα τα τελευταία χρόνια, όπως η Cookie Quick Manager επέκταση Firefox, και μια ευρεία γκάμα εναλλακτικών για τον Chrome, ενώ η Ευρωπαϊκή Ένωση επιδιώκει να κλείσει τις ελλείψεις συμμόρφωσης γύρω από τις αρχιτεκτονικές συγκατάθεσης cookies.

Μέθοδος και Δεδομένα

Οι ερευνητές του νέου εγγράφου αποφάσισαν να δημιουργήσουν ένα πιο robusto πλαίσιο διαχείρισης συγκατάθεσης cookies αποφεύγοντας την εξάρτηση από λέξεις-κλειδιά ή χειροποίητους κανόνες, την κεντρική προσέγγιση μιας σειράς近ών ML-aided projects.

Το CookieEnforcer έχει τρία αντικείμενα: να μεταφράσει τις ειδοποιήσεις και τις διεπαφές cookies σε μορφή που μπορεί να διαβαστεί από μηχανή· να αναγνωρίσει τη ρύθμιση cookie σε τρόπο που να απενεργοποιεί τις μη απαραίτητες cookies· και να εφαρμόσει αυτόματα επιπλέον περιορισμούς χωρίς περαιτέρω συμβολή του χρήστη, αν το επιθυμεί ο χρήστης.

Το σύστημα αποτελείται από ένα τμήμα backend που ανιχνεύει και αναλύει τις ειδοποιήσεις cookies, και ένα τμήμα frontend, σε μορφή επέκτασης προγράμματος περιήγησης, που δημιουργεί και εκτελεί την απενεργοποίηση των μη απαραίτητων cookies (δηλαδή cookies που δεν θα εμποδίσουν την πλοήγηση ή την πρόσβαση στον ιστότοπο αν μπλοκαριστούν).

Το πλαίσιο ενσωματώνεται σε μια επέκταση Chrome που εγκαθιστά τοπικά και χρησιμοποιεί τη Selenium βιβλιοθήκη δοκιμών ιστού υπό το ChromeDriver πλαίσιο.

Το τμήμα backend περιλαμβάνει μονάδες για ανίχνευση, ανάλυση και μοντέλο απόφασης. Η μονάδα ανάλυσης λαμβάνει υπόψη τις αλλαγές στο κώδικα που εισάγονται από την αλληλεπίδραση του χρήστη, ώστε ο αρχικός κώδικας να μην καταστεί άκυρος από την προσομοίωση της αλληλεπίδρασης του χρήστη.

Φυσική Κατανόηση Γλώσσας

Με τον κώδικα που αποκαλύπτεται, είναι σημαντικό το CookieEnforcer να κατανοήσει την υπάρχουσα κατάσταση των πιθανών ενεργειών που μπορεί να thựcέψει,既然 η γλώσσα πίσω από τα κουμπιά toggle μπορεί να είναι αμφίβολη σε σχέση με το όφελος του τελικού χρήστη.

Για αυτό, οι ερευνητές εκπαίδευσαν ένα Text-To-Text Transfer Transformer (T5) μοντέλο για το τμήμα απόφασης. Το T5-Large μοντέλο, το οποίο περιέχει 770 εκατομμύρια παραμέτρους, ήταν fine-tuned σε μια προσαρμοσμένη βάση δεδομένων εισόδου/εξόδου κώδικα (δηλαδή, κώδικα που περιγράφει και ενεργοποιεί τη λειτουργικότητα της toggle).

Δείγμα μορφοποίησης (πάνω) και δεδομένων εκπαίδευσης (κάτω) για το T5 μοντέλο. Το παράδειγμα δεδομένων είναι από www.askubuntu.com.

Η βάση δεδομένων δημιουργήθηκε με δειγματοληψία 300 ιστότοπων με ειδοποιήσεις cookies που επιλέχθηκαν από τη λίστα top-50k δημοφιλών ιστότοπων Tranco. Οι μονάδες ανίχνευσης και ανάλυσης εξήγαγαν τις επιλογές συγκατάθεσης cookies από τον κώδικα πηγής τους και αξιολόγησαν τις προεπιλεγμένες καταστάσεις τους.

Ένας από τους ερευνητές ανέλαβε να επισημάνει χειρονομικά τη σειρά των κλικ που χρειάζονται για να απενεργοποιήσουν τις μη απαραίτητες cookies για όλους τους μελετημένους ιστότοπους, με αποτέλεσμα 300 πλήρως επισημασμένους ιστότοπους.

Ποικιλία στη διάταξη πηγαίου κώδικα σε παραδείγματα από τη προσαρμοσμένη βάση δεδομένων.

60 ιστότοποι απομακρύνθηκαν ως σύνολο δοκιμών, και το T5-Large μοντέλο εκπαιδεύτηκε με ρυθμό μάθησης 0.003 σε μέγεθος δείγματος 16 για 20 επαναλήψεις, με μέγιστο μήκος ακολουθίας εισόδου 256 tokens, και μέγιστο μήκος ακολουθίας στόχου 64. Τα tokens σχηματίστηκαν από υπο-λέξεις που καθορίστηκαν από τον tokenizer SentencePiece της Google.

Τέλος, οι επεξεργασμένες πληροφορίες αποθηκεύονται σε μια τοπική βάση δεδομένων και είναι διαθέσιμες στο frontend του συστήματος. Οι συγγραφείς προτίμησαν τη querySelector() συνάρτηση HTML από την προσέγγιση XML Path Language (XPath) που λήφθηκε από ορισμένα προηγούμενα παρόμοια projects,既然 οι XPath για ειδοποιήσεις cookies είναι ευάλωτοι σε ενημερώσεις DOM (δηλαδή, ο κώδικας μπορεί να αλλάξει μετά την αρχική φόρτωση σε απάντηση αλληλεπιδράσεων χρήστη). Με αυτόν τον τρόπο, οι διαδρομές των στοιχείων μπορούν να διατηρηθούν ακόμη και όταν είναι δυναμικές και ανταποκρίνονται σε εξωτερικούς παράγοντες.

Δοκιμές και Απόδοση

Στην πράξη, το CookieEnforcer αποδείχθηκε ικανό να πλοηγήσει ορισμένα από τα σκοτεινότερα σκοτεινά μοτίβα στη βάση δεδομένων, όπως μια κρυφή επιλογή στη συγκατάθεση cookies του The New Scientist που είναι κρυμμένη από JavaScript μέχρις ότου ο χρήστης ζητήσει ρητά να τη δει.

Οι συγγραφείς σχολιάζουν:

‘Αυτή η επιλογή μπορεί να χαθεί εύκολα από τους χρήστες既然 πρέπει να επεκτείνουν ένα επιπλέον πλαίσιο για να τη δουν. Το CookieEnforcer όχι μόνο βρίσκει αυτή την επιλογή, αλλά και κατανοεί τη σημασία και αποφασίζει να αντιταχθεί. Αυτά τα παραδείγματα δείχνουν ότι το μοντέλο μαθαίνει το контέκστ και γενικεύει σε νέα παραδείγματα.’

Οι ερευνητές πραγματοποίησαν τρεις δοκιμές, συμπεριλαμβανομένης μιας αξιολόγησης από άκρο σε άκρο της απόδοσης του πλαισίου σε 500 μη προηγουμένως seen ιστότοπους (δηλαδή, ιστότοπους για τους οποίους το CookieEnforcer δεν είχε εκπαιδευτεί ειδικά), όπου οι συγγραφείς αναφέρουν ότι ήταν σε θέση να απενεργοποιήσει τις μη απαραίτητες cookies για το 91% των ιστότοπων.

Η δεύτερη δοκιμή αποτελούσε μια ऑनलाइन μελέτη χρηστών που διήρκεσε 14 ιστότοπους, και χρησιμοποιώντας το System Usability Scale (score) έναντι μιας βάσης. Για αυτή τη δοκιμή, οι συγγραφείς αναφέρουν ότι το CookieEnforcer έλαβε ένα 15% υψηλότερο σκορ από τη βάση.

Το CookieEnforcer επιτρέπει ένα 15% υψηλότερο σκορ από τη βάση (μη-βοηθούμενη) χρήση,同時 αυτοματοποιώντας μια ενοχλητική διαδικασία.

Τέλος, τα εκπαιδευμένα παράμετρα του CookieEnforcer δοκιμάστηκαν έναντι των top 5000 ιστότοπων στις ΗΠΑ και την Ευρώπη, για να καθορίσουν την ικανότητά του να πλοηγήσει τις ειδοποιήσεις cookies. Οι συγγραφείς αναφέρουν:

‘Ενώ οι μετρήσεις σε τέτοιο μέγεθος έχουν πραγματοποιηθεί προηγουμένως, το CookieEnforcer επιτρέπει μια βαθύτερη κατανόηση των επιλογών πέρα από τις heuristic με βάση λέξεις-κλειδιά. Συγκεκριμένα, βρήκαμε ότι το 16.7% των ιστότοπων στο Ηνωμένο Βασίλειο που εμφανίζουν ειδοποιήσεις cookies έχουν ενεργοποιήσει τουλάχιστον одну μη απαραίτητη cookie. Ο ίδιος αριθμός για τους ιστότοπους στις ΗΠΑ είναι 22%.’

Οι συγγραφείς έχουν κυκλοφορήσει ένα σύντομο βίντεο στο YouTube που δείχνει το CookieEnforcer σε δράση:

Πρώτη δημοσίευση 12ης Απριλίου 2022.