マシンラーニング vs. クッキー同意システム

ウィスコンシン大学とGoogleの新しい研究コラボレーションは、過去10年間で最も悪名高いウェブユーザーの悩みの1つである、GDPRに準拠したクッキー同意バナーの不透明性と悪用に対してマシンラーニングを使用しています。

「CookieEnforcer」と呼ばれるこの新しいフレームワークは、セマンティックテキスト理解を使用して、クッキー同意ポップアップまたはバナーの背後にあるコードの重要性と有用性を解析し、ユーザーが「非必須」クッキーをすべて無効にするための「1クリック」ソリューションを提供します。

CookieEnforcerは、www.askubuntu.comからのクッキー同意コードを調査しています。 ソース：https://arxiv.org/pdf/2204.04221.pdf

このシステムは、ユーザーがインストールしたウェブブラウザープラグインを介して実装され、ユーザー定義のルールを1クリックで適用できます。クッキー同意フレームワークがウェブサイトに表示されたら、ユーザーはプラグインをアクティブ化し、CookieEnforcerはクッキー同意コードを潜在的なアクションを探すために調査し、ユーザーの代理で選択を実行するための適切なJavaScriptを生成します。

プラグインは、ユーザーの設定を自動的に適用するように設定できますが、個別のケースを取り扱い、ユーザーが最終的な提出前に設定を調整できるようにすることもできます。

Cookie Enforcerの動作。Chromeプラグインを使用すると、このプロセスを完全に自動化できます。詳細は後述の埋め込み動画を参照してください。ソース：https://www.youtube.com/watch?v=5NI6Q981quc

「非同意」オプションを解析するという課題は、通常、ユーザーに親しみやすい「すべてを受け入れる」ではなく、複雑で時間のかかる設定のグループに隠されています。これは、シーケンスツーシーケンスタスクとしてモデル化されます。

エンドツーエンドの精度評価では、CookieEnforcerは、トレーニング時にシステムのマシンラーニングモデルで見られなかったドメインの91%で、暗号的なクッキー同意手順を回避するために必要なすべてのステップを生成することができました。ユーザー研究でも、システムはクッキー同意モジュールをナビゲートするユーザーの努力を大幅に削減することが示されました。

この方法を発表する論文は、CookieEnforcer：自動化されたクッキー通知分析および実施と題されており、ウィスコンシン大学マディソン校の3人の研究者とGoogle Inc.の1人によって執筆されています。

クッキー同意への神秘的な道

2016年に施行された一般データ保護規則（GDPR）と2018年に施行されたカリフォルニア州消費者プライバシー法（CCPA）以降、ヨーロッパやカリフォルニア州などの地域からのユーザーと関わるウェブサイトは、クッキーの設定を選択するメカニズム（通常、ユーザーのIPアドレスを国別に検出することによって）を提供する必要があります。

しかし、ドメイン所有者は長年にわたり、クッキーの不透明で通常は見えない実装から貴重で活用可能なユーザーデータを収集してきたため、新しく権限を持ったユーザーに簡単なオプトアウトを提供することを躊躇しました。

クッキー同意インターフェイスのデフォルトUI（ユーザーがドメインを初めて訪問したとき、またはユーザーがドメインのクッキーを削除したときに表示される）は、すぐにダークパターンに落ち着き、ユーザーが権利を行使する場合、詳細で時間のかかる選択肢や、ドメイン所有者が実行したいすべてのクッキーにユーザーをオプトインするための簡単でアクセスしやすいボタンを提供しました。このUIの選択肢の文化は、2020年の1つの研究で「トレジャーハント」と説明されています。

新しい論文には以下のコメントがあります：

「ユーザーは、複雑な通知のあるウェブサイトで情報に基づいたクッキー管理を行うのに苦労するかもしれません。各ウェブサイトのクッキー設定を微調整するよりも、デフォルト設定に頼る可能性は高いでしょう。いくつかの場合、デフォルト設定はプライバシーに侵害され、サービスプロバイダーに有利で、プライバシーのリスクにつながります。」

このような慣行に関する人気のあるフォーラム投稿のコメントは、これらを「悪意のあるコンプライアンス」と表現しています。クッキー同意フレームワークに対するユーザーの苛立ちは、通常、さらに報道を行うことができる主要な出版社にも対立するトピックです。

TechCrunchウェブサイトが提示する、典型的な選択肢の迷路。EUのクッキー同意の構成に関する記事の序文として。URL識別子とトラッキングをさらに可能にするフックは、ここでは削除されています。特定のカテゴリのクッキーについては「すべて拒否」ボタンが利用可能ですが、すべての可能なクッキーのセットについては利用できないため、ユーザーは各「トグル」を操作する必要があります。

2019年のドイツの論文によると、調査対象のドメインのサイト訪問者の大多数は、広範な同意に「誘導」され、ウェブサイトの3分の1しかデータ収集の目的を説明していませんでした。

最近では、Cookie Quick ManagerというFirefox拡張機能やChromeの代替プラグインなど、クッキー同意の問題に対処するためのウェブブラウザープラグイン、拡張機能、またはアドオンが登場しています。また、欧州連合は、クッキー同意アーキテクチャに関するコンプライアンスのループホールを閉じようと試みています。

方法とデータ

新しい論文の研究者は、キーワードや手作業で作成されたルールに依存しない、より堅牢なクッキー同意管理フレームワークを作成しようとしました。これは、最近の類似のMLを使用した プロジェクトの中心的なアプローチです。

CookieEnforcerには3つの目的があります。クッキー通知とインターフェイスを機械が読み取れる形式に翻訳すること、クッキー設定の構成を「非必須」クッキーを無効にする方法で特定すること、およびユーザーが望む場合は、追加の制限を自動的に適用することです。

システムは、クッキー通知を検出して分析するバックエンドコンポーネントと、クッキーを無効にするJavaScriptを生成して実行するフロントエンドコンポーネント（ブラウザーエクステンションの形式）で構成されています。

このフレームワークは、Chrome固有のローカルにインストールされたエクステンションに組み込まれており、Selenium WebテストライブラリをChromeDriver フレームワークの下で使用しています。

バックエンドセクションには、検出、分析、意思決定モデルのモジュールが含まれています。分析モジュールは、ユーザーの操作によってコードに加えられた変更を考慮に入れ、初期コードダンプがユーザーのシミュレートされた操作によって無効にならないようにします。

自然言語理解

コードが明らかになったら、CookieEnforcerが潜在的なアクションの既存の状態を理解することが重要です。トグルボタンの背後の言語は、エンドユーザーにとって曖昧になる可能性があります。

この目的のために、研究者は、Text-To-Text Transfer Transformer（T5）モデルを意思決定コンポーネントとして訓練しました。770百万パラメータを持つT5-Largeモデルは、コードの説明とトグルオプションの機能を記述する入出力コードのカスタムデータベースでファインチューンされました。

T5モデル用のサンプルフォーマット（上）とトレーニングデータ（下）。データの例はwww.askubuntu.comからです。

データセットは、Trancoの人気のあるウェブサイトのトップ50,000 リストから選択された300のウェブサイトのクッキー通知をサンプリングすることによって作成されました。検出モジュールと分析モジュールは、ランタイムソースコードからクッキー同意オプションを抽出し、デフォルト状態を評価しました。

研究者は、すべての研究対象ウェブサイトで「非必須」クッキーを無効にするために必要なクリックの解釈されたシリーズを手動でラベル付けし、結果として300の完全にラベル付けされたドメインが得られました。

カスタムデータセットの例からのソースコードの配置の多様性。

60のウェブサイトはテストセットとして設定され、T5-Largeモデルは、バッチサイズ16、20エポック、最大入力シーケンス長256トークン、最大ターゲットシーケンス長64トークンの学習率0.003で訓練されました。トークンは、GoogleのSentencePiece トークナイザーによって確立されたサブワードで構成されました。

最終的に、処理された情報はローカルデータベースに保存され、システムのフロントエンドに提供されます。著者は、querySelector() HTML関数を、他のプロジェクトで採用されているXPath アプローチよりも好みました。XPathは、クッキー通知に対しては、DOMの更新（ユーザーの操作に応じてコードが変更される）に対して脆弱であるためです。こうすることで、要素パスは、動的で外部要因に反応する場合でも保持できます。

テストとパフォーマンス

実践では、CookieEnforcerは、The New Scientistのクッキー同意フレームワークにある、JavaScriptによって隠されたオプションなど、データセットの中で最も暗い「ダークパターン」をナビゲートすることができました。

著者は以下のように述べています：

「このオプションは、ユーザーがそれを見たいと明示的に要求するまで、ユーザーによって簡単に見逃される可能性があります。CookieEnforcerはこのオプションを見つけるだけでなく、意味を理解し、反対を決定します。これらの例は、モデルがコンテキストを学習し、新しい例に一般化することを示しています。」

研究者は3つのテストを実施しました。最初のテストでは、CookieEnforcerがトレーニング時に見られなかった500の未知のドメインで、エンドツーエンドの評価を実施し、91%のサイトで「非必須」クッキーを無効にすることができたと報告しています。

2番目のテストは、14のウェブサイトを対象としたオンラインユーザー研究で、システムのユーザビリティスコア（SUS）を、手動での基準と比較しました。このテストでは、CookieEnforcerは基準よりも15%高いスコアを獲得したと報告しています。

CookieEnforcerは、基準（非支援）使用よりも15%高いスコアを実現し、同時に面倒なプロセスを自動化しています。

最後に、CookieEnforcerの訓練済みパラメータは、クッキー通知をナビゲートする能力を評価するために、米国とヨーロッパの上位5,000のウェブサイトに対してテストされました。著者は以下のように述べています：

「このような規模の測定は以前に行われてきましたが、CookieEnforcerは、キーワードベースのヒューリスティックを超えたオプションのより深い理解を可能にします。特に、英国でクッキー通知を表示するウェブサイトの16.7%は、少なくとも1つの非必須クッキーを有効にしていることがわかりました。米国のウェブサイトの場合、この数字は22%でした。」

著者は、CookieEnforcerの動作を示すショート動画をYouTubeに公開しています：

最初に公開されたのは2022年4月12日です。