Anderson का एंगल
मशीन लर्निंग बनाम कुकी सहमति प्रणाली

मुख्य बिंदुCookieEnforcer, गैर-आवश्यक कुकीज़ को अक्षम करने के लिए कुकी सहमति कोड को पार्स करने…
और देखें
- CookieEnforcer, गैर-आवश्यक कुकीज़ को अक्षम करने के लिए कुकी सहमति कोड को पार्स करने हेतु T5-Large मॉडल का उपयोग करता है।
- सिस्टम ने एंड-टू-एंड परीक्षण में 91% अदृश्य वेबसाइटों के लिए कुकी ऑप्ट-आउट को सफलतापूर्वक स्वचालित किया।
- एक उपयोगकर्ता अध्ययन से पता चला कि CookieEnforcer ने मैन्युअल कुकी कॉन्फ़िगरेशन की तुलना में 15% अधिक उपयोगिता स्कोर प्राप्त किया।
विस्कॉन्सिन विश्वविद्यालय और गूगल के बीच एक नए शोध सहयोग ने मशीन लर्निंग को पिछले दशक की सबसे कुख्यात वेब उपयोगकर्ता परेशानियों में से एक के खिलाफ खड़ा किया है – जीडीपीआर-संगत कुकी सहमति बैनरों की अस्पष्टता और दुर्भावनापूर्ण दुरुपयोग।
CookieEnforcer नामक इस नए फ्रेमवर्क में सेमेंटिक टेक्स्ट अंडरस्टैंडिंग का उपयोग कुकी सहमति पॉपअप या बैनर के पीछे के कोड के महत्व और उपयोगिता को समझने के लिए किया जाता है, ताकि उपयोगकर्ता को गैर-आवश्यक कुकीज़ को अक्षम करने के लिए एक ‘एक क्लिक’ समाधान प्रदान किया जा सके। इसमें वे कुकीज़ भी शामिल हैं जिन्हें डोमेन मालिक आवश्यक बताते हैं, जबकि वे वास्तव में आवश्यक नहीं होतीं।

कुकीइन्फोर्सर वेबसाइट www.askubuntu.com से कुकी सहमति कोड की जांच करता है। स्रोत: https://arxiv.org/pdf/2204.04221.pdf
सिस्टम एक उपयोगकर्ता-स्थापित वेब ब्राउज़र प्लगइन के माध्यम से लागू किया जाता है, जो एक ही क्लिक में उपयोगकर्ता-निर्धारित नियमों को लागू करने में सक्षम है। एक बार जब कुकी सहमति फ्रेमवर्क वेबसाइट पर दिखाई देता है, तो उपयोगकर्ता प्लगइन को सक्रिय कर सकता है, जो तब कुकी सहमति कोड को संभावित क्रियाओं के लिए खोजेगा और फिर उपयोगकर्ता की ओर से विकल्पों को लागू करने के लिए उपयुक्त जावास्क्रिप्ट उत्पन्न करेगा।
प्लगइन को स्वचालित रूप से उपयोगकर्ता प्राथमिकताओं को लागू करने के लिए सेट किया जा सकता है, या व्यक्तिगत मामलों में उपयोगकर्ता को सेटिंग्स को समायोजित करने की अनुमति देने के लिए।

कुकीइन्फोर्सर कार्रवाई में। यदि वांछित हो, तो क्रोम प्लगइन इस प्रक्रिया को पूरी तरह से स्वचालित कर सकता है, बिना उपयोगकर्ता की किसी भी अतिरिक्त भागीदारी के। अधिक विवरण के लिए बाद में एम्बेडेड वीडियो देखें। स्रोत: https://www.youtube.com/watch?v=5NI6Q981quc
गैर-सहमति विकल्पों को समझने की चुनौती, जो आमतौर पर जटिल और श्रमसाध्य सेटिंग्स समूहों में छिपी होती है (सहमति फ्रेमवर्क के विपरीत जो आमतौर पर उपयोगकर्ता-मित्र सब स्वीकार करें प्रदान करते हैं), को एक क्रम-टू-क्रम कार्य के रूप में मॉडल किया जाता है।
एक अंत-से-अंत सटीकता मूल्यांकन में, कुकीइन्फोर्सर 91% मामलों में क्रिप्टिक कुकी सहमति प्रक्रियाओं को रोकने के लिए आवश्यक सभी चरणों का उत्पादन करने में सक्षम था, जिन डोमेन पर प्रशिक्षण के दौरान सिस्टम के मशीन लर्निंग मॉडल को नहीं देखा गया था। एक उपयोगकर्ता अध्ययन ने आगे साबित किया कि सिस्टम सहमति मॉड्यूल को नेविगेट करने में उपयोगकर्ता के प्रयास को काफी कम कर देता है।
शोधपत्र का शीर्षक CookieEnforcer: Automated Cookie Notice Analysis and Enforcement है। इसके लेखक मैडिसन स्थित विस्कॉन्सिन विश्वविद्यालय के तीन शोधकर्ता और Google Inc. का एक शोधकर्ता हैं।
कुकी सहमति तक पहुँचने के पेचीदा रास्ते
सामान्य डेटा संरक्षण विनियमन (जीडीपीआर) को 2016 में और कैलिफोर्निया कंज्यूमर प्राइवेसी एक्ट (सीसीपीए) को 2018 में अपनाए जाने के बाद, इन कानूनों के अंतर्गत आने वाले क्षेत्रों के उपयोगकर्ताओं को सेवाएँ देने वाली वेबसाइटों से कुकी प्राथमिकताओं के प्रबंधन की व्यवस्था अपेक्षित रही है। आमतौर पर उपयोगकर्ता के मूल देश का अनुमान उसके आईपी पते से लगाया जाता है।
हालांकि, डोमेन मालिकों ने लंबे समय से कुकीज़ से मूल्यवान और कार्रवाई योग्य उपयोगकर्ता डेटा प्राप्त करने की आदत डाल ली थी, इसलिए वे अपने नए सशक्त उपयोगकर्ताओं के लिए आसान ऑप्ट-आउट प्रदान करने में अनिच्छुक थे।
कुकी सहमति इंटरफेस (जो पहली बार उपयोगकर्ता डोमेन पर आते हैं या यदि उपयोगकर्ता ने उस डोमेन के लिए कुकीज़ हटा दी हैं) के लिए डिफ़ॉल्ट यूआई जल्दी से डार्क पैटर्न में बस गए, जो देखने वाले को थका देने के लिए डिज़ाइन किए गए थे, यदि वे अपने अधिकारों का प्रयोग करना चाहते थे; या एक सरल और आसानी से सुलभ बटन जो उपयोगकर्ता को सभी कुकीज़ में ऑप्ट-इन कर देता है जो डोमेन मालिक चलाना चाहता है। यह जटिल यूआई विकल्पों की संस्कृति को एक 2020 के अध्ययन में ‘एक ट्रेजर हंट’ के रूप में वर्णित किया गया था।
नई पेपर टिप्पणी करता है:
‘उपयोगकर्ता जटिल नोटिस वाली वेबसाइटों के लिए सूचित कुकी नियंत्रण का अभ्यास करने में कठिनाई महसूस कर सकते हैं। वे प्रत्येक वेबसाइट के लिए अपनी कुकी सेटिंग्स को बारीकी से ट्यून करने की तुलना में डिफ़ॉल्ट कॉन्फ़िगरेशन पर निर्भर रहने की अधिक संभावना है। कई मामलों में, ये डिफ़ॉल्ट सेटिंग्स गोपनीयता-आक्रामक हैं और सेवा प्रदाताओं को पसंद करती हैं, जिसके परिणामस्वरूप गोपनीयता जोखिम होते हैं।’
इन प्रथाओं के बारे में एक लोकप्रिय फोरम पोस्ट पर की गई टिप्पणी में इन्हें ‘दुर्भावनापूर्ण अनुपालन’ के रूप में वर्णित किया गया था। कुकी सहमति फ्रेमवर्क के साथ उपयोगकर्ता परेशानी एक ऐसा विषय है जो प्रमुख प्रकाशकों के साथ टकराव करता है, जो अन्यथा इस विषय पर अधिक रिपोर्टिंग कर सकते थे, यदि ऐसा करने से उनकी अपनी प्रथाएँ उजागर न होतीं।

एक विशिष्ट विकल्पों का भूलभुलैया, इस मामले में, टेकक्रंच वेबसाइट द्वारा, विडंबनापूर्ण ढंग से यूरोपीय संघ के बदलते कुकी-सहमति दृष्टिकोण पर एक लेख की प्रस्तावना के रूप में। ट्रैकिंग के लिए जोड़े गए यूआरएल पहचानकर्ता और अंश 262 अक्षर लंबे थे (यहाँ हटाए गए हैं)। एक ‘सब को अस्वीकार करें’ बटन, जबकि कुछ कुकी श्रेणियों के लिए उपलब्ध है, पूरे कुकी सेट के लिए उपलब्ध नहीं है; उन अपवादों में, उपयोगकर्ता को प्रत्येक ‘टॉगल’ का संचालन करना होगा।
एक 2019 के पेपर में जर्मनी में पाया गया कि अध्ययन किए गए डोमेन में अधिकांश साइट आगंतुकों को व्यापक सहमति की ओर धकेल दिया गया था, और केवल एक तिहाई वेबसाइटें वास्तव में डेटा संग्रह प्रथाओं के उद्देश्यों की व्याख्या करती थीं।
हाल के वर्षों में, कुकी क्विक मैनेजर फायरफॉक्स एक्सटेंशन और क्रोम विकल्पों की एक विस्तृत श्रृंखला सहित वेब ब्राउज़र प्लगइन, एड-ऑन और एक्सटेंशन की एक श्रृंखला कुकी सहमति की समस्या को हल करने के लिए सामने आई है, जबकि यूरोपीय संघ कुकी सहमति आर्किटेक्चर के आसपास अनुपालन की खामियाँ बंद करने का प्रयास कर रहा है।
विधि और डेटा
नई पेपर के शोधकर्ता एक अधिक मजबूत कुकी सहमति प्रबंधन फ्रेमवर्क बनाने के लिए निर्धारित थे, जो कीवर्ड या हाथ से तैयार किए गए नियमों पर निर्भरता से बचते हैं, जो हाल के कई समान एमएल-एडेड परियोजनाओं के केंद्रीय दृष्टिकोण हैं।
कुकीइन्फोर्सर के तीन उद्देश्य हैं: कुकी नोटिस और इंटरफेस को मशीन द्वारा पढ़े जा सकने वाले प्रारूप में अनुवादित करना; कुकी सेटिंग कॉन्फ़िगरेशन की पहचान करना जो गैर-आवश्यक कुकीज़ को अक्षम करता है; और यदि उपयोगकर्ता चाहे, तो उसके अतिरिक्त इनपुट के बिना और प्रतिबंध अपने आप लागू करना।
सिस्टम में एक बैकएंड घटक होता है जो कुकी नोटिस का पता लगाता है और विश्लेषण करता है, और एक फ्रंटएंड घटक, एक ब्राउज़र एक्सटेंशन के रूप में, जो गैर-आवश्यक कुकीज़ (यानी, कुकीज़ जो डोमेन को नेविगेट करने या एक्सेस करने में बाधा नहीं डालेंगी) को अक्षम करने और निष्पादित करने के लिए जेनरेट और एक्जीक्यूट करता है।
फ्रेमवर्क एक क्रोम-विशिष्ट स्थानीय रूप से स्थापित एक्सटेंशन में निहित है, जो सेलेनियम वेब टेस्टिंग लाइब्रेरी का उपयोग क्रोमड्राइवर फ्रेमवर्क के तहत करता है।
बैकएंड अनुभाग में पता लगाने, विश्लेषण और निर्णय मॉडल के लिए मॉड्यूल हैं। विश्लेषण मॉड्यूल उपयोगकर्ता इंटरैक्शन द्वारा कोड में परिचित परिवर्तनों को ध्यान में रखता है, ताकि प्रारंभिक कोड डंप को उपयोगकर्ता अन्वेषण द्वारा अमान्य नहीं किया जा सके।
प्राकृतिक भाषा समझ
कोड का खुलासा होने के साथ, यह महत्वपूर्ण है कि कुकीइन्फोर्सर उन क्रियाओं की स्थिति को समझे जो यह ले सकता है, क्योंकि टॉगल बटन के पीछे की भाषा उपयोगकर्ता के लिए लाभकारी होने के संदर्भ में अस्पष्ट हो सकती है।
इस उद्देश्य के लिए, शोधकर्ताओं ने अपने निर्णय घटक के लिए एक टेक्स्ट-टू-टेक्स्ट ट्रांसफर ट्रांसफॉर्मर (टी5) मॉडल को प्रशिक्षित किया। टी5-लार्ज मॉडल, जिसमें 770 मिलियन पैरामीटर हैं, को एक कस्टम डेटाबेस में इनपुट/आउटपुट कोड (यानी, कोड जो टॉगल विकल्पों की कार्यक्षमता का वर्णन और सक्षम करता है) पर ठीक किया गया था।

टी5 मॉडल के लिए नमूना प्रारूप (ऊपर) और प्रशिक्षण डेटा (नीचे)। डेटा उदाहरण www.askubuntu.com से है।
डेटासेट ट्रैंको की शीर्ष-50के लोकप्रिय वेबसाइटों सूची से कुकी नोटिस वाली 300 वेबसाइटों के नमूने से बनाया गया था। डिटेक्टर और विश्लेषक मॉड्यूल ने उनके रनटाइम सोर्स कोड से कुकी सहमति विकल्प निकाले और उनकी डिफ़ॉल्ट स्थिति का मूल्यांकन किया।
शोधकर्ताओं में से एक ने तब उन अध्ययन की गई वेबसाइटों के लिए गैर-आवश्यक कुकीज़ को अक्षम करने के लिए आवश्यक क्लिक श्रृंखला को मैन्युअल रूप से लेबल किया, जिसके परिणामस्वरूप 300 पूरी तरह से लेबल वाले डोमेन हुए।

कस्टम डेटासेट के उदाहरणों में स्रोत कोड व्यवस्था में विविधता।
60 वेबसाइटों को एक परीक्षण सेट के रूप में अलग रखा गया था, और टी5-लार्ज मॉडल को 20 युगों के लिए 0.003 की लर्निंग दर और 16 के बैच आकार पर प्रशिक्षित किया गया था, अधिकतम इनपुट अनुक्रम लंबाई 256 टोकन थी, और अधिकतम लक्ष्य अनुक्रम लंबाई 64 टोकन थी। टोकन गूगल के सेंटेंसपीस टोकनाइज़र द्वारा स्थापित उप-शब्दों से बने थे।
अंत में, संसाधित जानकारी स्थानीय डेटाबेस में संग्रहीत करके सिस्टम के फ्रंटएंड को उपलब्ध कराई जाती है। लेखकों ने कुछ पुराने समान प्रोजेक्टों में प्रयुक्त HTML के querySelector() फ़ंक्शन को कुछ पुराने समान प्रोजेक्टों की XML Path Language (XPath) पद्धति पर प्राथमिकता दी। कुकी नोटिस के XPath, DOM अपडेट से प्रभावित हो सकते हैं: उपयोगकर्ता की क्रिया के जवाब में आरंभिक लोडिंग के बाद कोड बदल सकता है। चुनी गई पद्धति से तत्वों के पथ गतिशील होने और बाहरी कारकों के अनुसार बदलने पर भी बनाए रखे जा सकते हैं।
परीक्षण और प्रदर्शन
व्यवहार में, कुकीइन्फोर्सर कुछ सबसे गहरे डार्क पैटर्न को नेविगेट करने में सक्षम साबित हुआ, जैसे कि द न्यू साइंटिस्ट के कुकी सहमति फ्रेमवर्क में एक छिपा हुआ विकल्प जो जावास्क्रिप्ट तक उपयोगकर्ता के अनुरोध तक नहीं दिखाई देता है।
लेखकों का टिप्पणी है:
‘यह विकल्प उपयोगकर्ताओं द्वारा आसानी से छूट सकता है क्योंकि उन्हें इसे देखने के लिए एक अतिरिक्त फ्रेम का विस्तार करना होगा। कुकीइन्फोर्सर न केवल इस विकल्प को ढूंढता है, बल्कि इसकी सेमांटिक्स को समझता है और आपत्ति जताता है। ये उदाहरण दिखाते हैं कि मॉडल संदर्भ सीखता है और नए उदाहरणों पर सामान्यीकृत करता है।’
शोधकर्ताओं ने तीन परीक्षण किए, जिनमें 500 अनदेखे डोमेन में फ्रेमवर्क के प्रदर्शन का एक सिरे से सिरे तक मूल्यांकन शामिल था, जहां लेखकों का दावा है कि यह 91% साइटों के लिए गैर-आवश्यक कुकीज़ को अक्षम करने में सक्षम था।
दूसरा परीक्षण 14 वेबसाइटों पर एक ऑनलाइन उपयोगकर्ता अध्ययन था, और सिस्टम उपयोगिता स्केल (स्कोर) के खिलाफ एक मैनुअल बेसलाइन के खिलाफ। इस परीक्षण के लिए, लेखकों का दावा है कि कुकीइन्फोर्सर ने बेसलाइन की तुलना में 15% उच्च स्कोर प्राप्त किया।

कुकीइन्फोर्सर एक 15% उच्च स्कोर को सक्षम बनाता है बेसलाइन (गैर-सहायता प्राप्त) उपयोग की तुलना में, साथ ही एक परेशानी भरी प्रक्रिया को स्वचालित करता है।
अंत में, कुकीइन्फोर्सर के प्रशिक्षित पैरामीटर का परीक्षण यूएस और यूरोप में शीर्ष 5000 वेबसाइटों के खिलाफ कुकी नोटिस को नेविगेट करने की उनकी क्षमता को निर्धारित करने के लिए किया गया था। लेखकों का कहना है:
‘जबकि इस पैमाने पर माप किए गए हैं, कुकीइन्फोर्सर गैर-आवश्यक कुकीज़ को अक्षम करने के लिए कीवर्ड-आधारित ह्यूरिस्टिक्स से परे विकल्पों की गहरी समझ प्रदान करता है। विशेष रूप से, हम पाते हैं कि यूके में 16.7% वेबसाइटें जो कुकी नोटिस दिखाती हैं उन्होंने कम से कम एक गैर-आवश्यक कुकी को सक्षम किया है। यूएस में वेबसाइटों के लिए यह संख्या 22% है।’
लेखकों ने कुकीइन्फोर्सर को कार्रवाई में दिखाने वाला एक छोटा यूट्यूब वीडियो जारी किया है:
पहली बार 12 अप्रैल 2022 को प्रकाशित।












