मशीन लर्निंग विधि जो स्थानीय ब्राउज़र व्यवहार के आधार पर विज्ञापनों को ब्लॉक करती है

स्विट्जरलैंड और अमेरिका के शोधकर्ताओं ने एक नई मशीन लर्निंग दृष्टिकोण विकसित किया है जो वेबसाइट विज्ञापन सामग्री का पता लगाने के लिए ब्राउज़र के साथ इसके परस्पर क्रिया के तरीके पर आधारित है, न कि इसकी सामग्री या नेटवर्क व्यवहार का विश्लेषण करके – दो दृष्टिकोण जो लंबे समय में सीएनएएमे क्लोकिंग (नीचे देखें) के सामने अप्रभावी साबित हुए हैं।

इसे वेबग्राफ़ कहा जाता है, यह फ्रेमवर्क विज्ञापन सामग्री का पता लगाने के लिए एक ग्राफ़-आधारित एआई विज्ञापन-अवरोधक दृष्टिकोण का उपयोग करता है जो नेटवर्क विज्ञापन – टेलीमेट्री प्रयासों और स्थानीय ब्राउज़र स्टोरेज सहित – की ऐसी आवश्यक गतिविधियों पर केंद्रित है कि एकमात्र प्रभावी बचाव तकनीक यह होगी कि इन गतिविधियों को नहीं किया जाए।

हालांकि पिछले दृष्टिकोणों ने वेबग्राफ़ की तुलना में थोड़ा अधिक पता लगाने की दर हासिल की है, वे सभी बचाव तकनीकों के लिए अतिसंवेदनशील हैं, जबकि वेबग्राफ़ विरोधी प्रतिक्रियाओं के सामने 100% अखंडता की ओर बढ़ सकता है, जिसमें इस नए विज्ञापन-अवरोधक तरीके के सामने उत्पन्न होने वाली अधिक जटिल अनुमानित प्रतिक्रियाएं भी शामिल हैं।

इस शोध पत्र का नेतृत्व स्विस फेडरल इंस्टीट्यूट ऑफ टेक्नोलॉजी के दो शोधकर्ताओं ने किया है, जो कैलिफोर्निया विश्वविद्यालय, डेविस और आयोवा विश्वविद्यालय के शोधकर्ताओं के साथ मिलकर काम कर रहे हैं।

एडग्राफ़ से परे

यह काम 2020 में ब्रेव ब्राउज़र के साथ एक शोध पहल का विकास है, जिसे एडग्राफ़ कहा जाता है, जिसमें नए पत्र के दो शोधकर्ता शामिल थे।

एडग्राफ़ और वेबग्राफ़ की तुलना, जिसमें डॉटेड लाइनें पिछले दृष्टिकोण पर वास्तुकला नवाचारों को दर्शाती हैं। स्रोत: https://arxiv.org/pdf/2107.11309.pdf

एडग्राफ़ (विज्ञापन) सामग्री की विशेषताओं पर निर्भर करता है, जो यूआरएल के विश्लेषण से प्राप्त होती हैं, वाणिज्यिक सामग्री का पता लगाने के लिए एक कुंजी के रूप में। हालांकि, ये विशेषताएं विरोधियों के लिए एक संभावित विफलता का बिंदु प्रदान करती हैं जो विज्ञापन-पता लगाने वाली प्रणालियों की उपस्थिति का पता लगाने का प्रयास कर रहे हैं और उन्हें रोकने के तरीके खोज रहे हैं। यह सामग्री की विशेषताओं पर निर्भरता एडग्राफ़ को मैन्युअल रूप से क्यूरेटेड फिल्टर सूचियों-आधारित दृष्टिकोणों का एक यांत्रिक संस्करण बनाती है, जो उनकी कमजोरियों को साझा करता है।

सीएनएएमे क्लोकिंग

किसी वेबसाइट के अपने डोमेन से उत्पन्न सामग्री ‘विश्वसनीय’ श्रेणी में आती है, जितना कि डोमेन स्वयं विश्वसनीय है। एक उच्च प्राधिकरण वेबसाइट के लिए, अपने विज्ञापन अभियानों में ऐसी सामग्री चलाने में एक मूल्य है जो स्वयं प्राधिकरण साइट द्वारा होस्ट की जाने वाली प्रतीत होती है, क्योंकि ऐसे विज्ञापन फिल्टर-आधारित विज्ञापन-अवरोधक सूचियों के लिए प्रतिरोधी हैं, और यहां तक कि 2020 के एडग्राफ़ दृष्टिकोण के लिए भी।

हालांकि, कस्टम अभियानों को नेगोशिएट करना मुश्किल है, लागू करना महंगा है, और नेटवर्क विज्ञापन मॉडल के मूल सिद्धांतों के विपरीत है जो पिछले 25 वर्षों में विकसित किया गया है, जहां एक तीसरे पक्ष का प्लेटफ़ॉर्म सीधे होस्ट साइट में कोड डालता है, आमतौर पर कीवर्ड वांछनीयता और विभिन्न अन्य कारकों के आधार पर माइक्रोसेकंड में विज्ञापन स्लॉट की नीलामी करता है।

चूंकि लगभग सभी विज्ञापन-अवरोधक प्रणालियां वेब पेजों में तीसरे पक्ष की सामग्री (अर्थात् ‘विदेशी’ डोमेन पर होस्ट किए गए तत्वों) पर निर्भर करती हैं, विज्ञापनदाता पिछले पांच वर्षों में सीएनएएमे क्लोकिंग तकनीकों के साथ वापस लड़ रहे हैं। सीएनएएमे क्लोकिंग ट्रैकर्स को यह विश्वास दिलाती है कि होस्ट साइट (जैसे कि information.example.com के बजाय example.com) का एक उपडोमेन वास्तव में साइट का एक वास्तविक पूरक है, जब वास्तव में यह एक प्रॉक्सी विज्ञापन-सेवा तंत्र है जो तीसरे पक्ष के विज्ञापन प्रदाताओं के साथ व्यवस्थित किया गया है।

मार्च 2021 में एक अध्ययन में पता चला कि सीएनएएमे क्लोकिंग की घटनाएं 2018 और 2020 के बीच 22% बढ़ीं, और अक्टूबर 2020 तक ट्रैंको की शीर्ष 10,000 वेबसाइटों में से लगभग 10% ने कम से कम एक सीएनएएमे-आधारित ट्रैकर का उपयोग किया।

यूआरएल में विश्वास को कम करना

सीएनएएमे धोखाधड़ी तकनीकों में विज्ञापन-सेवा प्रक्रिया में शामिल यूआरएल के हेरफेर शामिल हैं। कोई भी विज्ञापन-अवरोधक प्रणाली जो यूआरएल श्रृंखला पर विश्वास करती है उसे हेरफेर और बचाव के लिए अतिसंवेदनशील होगी। इसलिए वेबग्राफ़ यादृच्छिक रूप से प्रदान किए गए यूआरएल को बदलता है (जिसमें क्वेरी स्ट्रिंग, पैरामीटर की संख्या और पैरामीटर नाम शामिल हैं), विशिष्ट प्रतिबंधित या स्वीकृत यूआरएल के बजाय उपयोग के पैटर्न की तलाश में।

प्रणाली को विज्ञापन-सेवा वास्तुकला में दो सामान्य कॉन्फ़िगरेशन पर विचार करना होगा: एक, जहां होस्ट सीधे विज्ञापनदाता के साथ मिलकर काम करता है; और दूसरा (अधिक सामान्य) दृश्य जहां विज्ञापनदाता सीमित सहयोग प्रदान करता है क्योंकि अपने ग्राहकों द्वारा हेरफेर से खुद को बचाने की आवश्यकता है।

सूची-आधारित दृष्टिकोणों में, जिसमें एडग्राफ़ भी शामिल है, विज्ञापन-सेवा प्रणाली द्वारा यूआरएल के सफल हेरफेर लगभग पूरी जीत है, विज्ञापन को ‘स्थानीय’ प्रोवेनेंस देते हुए, और इस प्रकार लगभग सभी विज्ञापन सामग्री को व्यवस्थित रूप से ब्लॉक करने के प्रयासों से बचते हैं।

क्या बचा है? वेबग्राफ़ विज्ञापन प्रणालियों की जानकारी साझा करने की आवश्यकता पर केंद्रित है, विभिन्न अर्ध-गुप्त माध्यमों से, जैसे कि वेब ट्रैकर, आइफ्रेम और वेब ‘श्रोताओं’ के बीच संचार, जो लगातार लाइव स्टेट के लिए होस्ट पेज की गतिविधि की निगरानी करते हैं जो वेब-मेट्रिक्स के संदर्भ में विज्ञापन के लिए महत्वपूर्ण है। ऐसी गतिविधि में कुकीज़ या एचटीएमएल 5-आधारित स्थानीय स्टोरेज में वेरिएबल्स को स्टोर करना शामिल है।

वेबग्राफ़ फ़ायरफ़ॉक्स में मोज़िला के वेब प्राइवेसी मेजरमेंट (ओपनडब्ल्यूपीएम फ्रेमवर्क) का उपयोग करके ऐसी गतिविधि को ट्रैक करता है। यह जावास्क्रिप्ट परत पर सभी गतिविधि को पकड़ता है, और नेटवर्क परत पर सभी आउटगोइंग नेटवर्क अनुरोधों और उनके उत्तरों को पकड़ता है।

यह अतिरिक्त जांच पहले से प्रस्तावित ग्राफ़ नेटवर्क में नए ‘सूचना प्रवाह’ किनारों को पेश करती है, जो वेबग्राफ़ को स्थानीय गतिविधि के आधार पर जानकारी साझा करने के पैटर्न को रिकॉर्ड और मात्रा निर्धारित करने की अनुमति देती है, और टेलीमेट्री या विज्ञापन-सेवा प्रणालियों में अन्य प्रकार के अंतर-विभाजन संचार के लिए मूल और गंतव्य यूआरएल की परवाह किए बिना।

परिणाम

शोधकर्ताओं ने ओपनडब्ल्यूपीएम का एक विस्तारित संस्करण उपयोग किया ताकि वे 10,000 वेबसाइटों को व्यवस्थित रूप से क्रॉल कर सकें, जो एलेक्सा की शीर्ष 100,000 साइटों से ली गई थीं, और 1k-100k के बीच रैंक वाली 9,000 साइटों का एक यादृच्छिक नमूना, उनके ग्राफ़ प्रतिनिधित्व को संग्रहीत करते हुए, और परिणामों को एडग्राफ़ के मूल डिज़ाइन पर मॉडल किए गए एक निर्णय पेड़ वर्गीकारी को पास करते हुए, और लोकप्रिय विज्ञापन-फिल्टर सूचियों को मैदानी सच्चाई के रूप में उपयोग करते हुए। इस तरह, मॉडल के प्रशिक्षण के लिए एक डेटासेट बनाया गया था।

प्रणाली ने एडग्राफ़ के समान परिणाम प्राप्त किए, 92.33% सटीकता के साथ। हालांकि, नए प्रणाली की विरोधी प्रतिरोध के प्रति लचीलापन एडग्राफ़ की लगभग पूरी विफलता दर से बढ़कर केवल 8% तक पहुंच गया।

भविष्य के दिशानिर्देश

पत्र में दावा किया गया है कि विज्ञापन नेटवर्क को वेबग्राफ़ दृष्टिकोण के सामने पता लगाने से बचने के लिए अपनी प्रणालियों को उल्लेखनीय रूप से पुनः आर्किटेक्चर करने की आवश्यकता होगी, और सुझाव दिया गया है कि ऐसे परिवर्तन होस्ट साइटों और उनके विज्ञापनों पर दिखाई देने वाले तीसरे पक्ष के विज्ञापनदाताओं के बीच वर्तमान में परिचालित विश्वास संबंध की समीक्षा की आवश्यकता होगी।

पत्र यह भी उल्लेख करता है कि वेबग्राफ़ ब्राउज़र फिंगरप्रिंटिंग (कैनवास तत्व के माध्यम से) जैसी राज्यहीन ट्रैकिंग तकनीकों को ध्यान में नहीं रखता है, जो ऐसी एपीआई का उपयोग करते हैं जिन्हें प्रणाली वर्तमान में निगरानी नहीं करती है। शोधकर्ता सुझाव देते हैं कि वेबग्राफ़ को भविष्य में उन प्रकार के परस्पर क्रिया और स्थानीय स्टोरेज संकेतकों के लिए भी विस्तारित किया जा सकता है।