기계 학습 대 쿠키 동의 시스템

위스콘신 대학교와 구글의 새로운 연구 협력은 기계 학습을 지난 10년 동안 가장 악명 높은 웹 사용자 불편 사항 중 하나인 불투명하고 기만적인 쿠키 동의 배너와 대립시킵니다.

새로운 프레임워크는 CookieEnforcer라고 불리며, 의미와 쿠키 동의 팝업이나 배너 뒤에 있는 코드의 유틸리티를 파싱하기 위해 의미적 텍스트 이해를 사용합니다. 이를 통해 사용자는真正로 ‘필요하지 않은’ 쿠키를 모두 비활성화하는 ‘한 번의 클릭’ 솔루션을 제공받을 수 있습니다.

CookieEnforcer는 www.askubuntu.com 웹사이트의 쿠키 동의 코드를 조사합니다. 출처: https://arxiv.org/pdf/2204.04221.pdf

시스템은 사용자 설치형 웹 브라우저 플러그인을 통해 구현되며, 사용자 정의 규칙을 한 번의 클릭으로 적용할 수 있습니다. 쿠키 동의 프레임워크가 웹사이트에 나타날 때, 사용자는 플러그인을 활성화하여 쿠키 동의 코드를 조사하고 사용자의 대신에 적절한 자바스크립트를 생성할 수 있습니다.

플러그인은 사용자 정의 설정을 자동으로 적용하거나 개별적으로 적용할 수 있습니다. 사용자는 설정을 조정한 후 최종 제출할 수 있습니다.

쿠키 동의 배너를 자동으로 비활성화하는 CookieEnforcer. 크롬 플러그인은 이 프로세스를 완전히 자동화할 수 있습니다. 자세한 내용은 나중에 첨부된 비디오를 참조하십시오. 출처: https://www.youtube.com/watch?v=5NI6Q981quc[/em>

비동의 옵션을 파싱하는挑戰은 일반적으로 숨겨진 설정 그룹에 있습니다. 이는 사용자 친화적인 ‘모두 수락’ 버튼과는 다릅니다. 이 문제는 시퀀스-투-시퀀스 작업으로 모델링됩니다.

최종 정확도 평가에서, CookieEnforcer는 91%의 경우에서 비필수적인 쿠키를 비활성화하는必要한 단계를 생성할 수 있었습니다. 사용자 연구에서도 시스템이 사용자 노력을 크게 줄일 수 있음을 보여주었습니다.

새로운 논문은 CookieEnforcer: 자동화된 쿠키 공지 분석 및 적용이라고 제목이 붙여졌으며, 위스콘신 대학교 매디슨의 3명과 구글의 1명 연구자에 의해 발표되었습니다.

비밀의 쿠키 동의로의 길

2016년 GDPR의 시행과 2018년 CCPA의 시행 이후, 웹사이트들은 사용자에게 쿠키 선호도 메커니즘을 제공해야 했습니다. 그러나 도메인 소유자는 사용자 데이터를 수집하는 데 익숙해져 있었기 때문에, 사용자에게 쉽게 옵트아웃할 수 있는 방법을 제공하기를 꺼려했습니다.

쿠키 동의 인터페이스의 기본 UI는 사용자가 권리를 행사하기 위해 시간이 걸리고 복잡한 선택을 해야 하는 ‘다크 패턴’으로 정착되었습니다. 이는 사용자가 모든 쿠키에 동의하는 버튼을 클릭하도록 유도하는 것입니다.

이 문화는 2020년 연구에서 ‘사냥’으로 묘사되었습니다. 사용자는 권리를 행사하기 위해 복잡한 설정을 탐색해야 했습니다.

새로운 논문은 다음과 같이 말합니다:

‘사용자는 복잡한 쿠키 공지가 있는 웹사이트에서 정보를 제공받기 어려울 수 있습니다. 사용자는 각 웹사이트에 대한 쿠키 설정을 미세하게 조정하기보다 기본 설정에 의존할 가능성이 더 높습니다. 이러한 기본 설정은 개인 정보를 침해하고 서비스 제공자를 우선시킵니다. 이는 개인 정보에 대한 위험을 초래합니다.’

人気 포럼 게시물에 대한 한 댓글은 이러한 관행을 ‘악의적인 준수’라고 묘사했습니다. 주요 출판사는 쿠키 동의 프레임워크에 대한 불만을 가지고 있지만, 자신의 관행으로 인해 이를 다루지 못하고 있습니다.

TechCrunch 웹사이트의 대표적인 옵션 모음. 이 경우, EU의 쿠키 동의에 대한 태도 변화에 관한 기사 앞에 나타납니다. URL 식별자와 후크는 262자로 삭제되었습니다. ‘모두 거부’ 버튼은 특정 쿠키 категор리에 대해서만 사용할 수 있으며, 예외적인 경우 사용자는 각 토글을 개별적으로 작동시켜야 합니다.

2019년 독일의 한 논문은 연구된 도메인의 대부분의 사이트 방문자가 광범위한 동의로 유도되었으며, 웹사이트의 3분의 1만이 데이터 수집 목적을 설명했다고 밝혔습니다.

최근 몇 년 동안 쿠키 동의 문제를 해결하기 위해 여러 웹 브라우저 플러그인, 애드온, 확장 프로그램이 등장했습니다. 예를 들어, Cookie Quick Manager 파이어폭스 확장 프로그램과 크롬의 다양한 대안이 있습니다. 유럽 연합은 쿠키 동의 아키텍처의 규제 루프홀스를 폐쇄하려고 합니다.

방법과 데이터

새로운 논문의 연구자들은 최근 몇몇 유사한 프로젝트의 중심 접근 방식인 키워드 또는 수작업 규칙에 의존하지 않고, 더 강력한 쿠키 동의 관리 프레임워크를 만들고자 했습니다.

CookieEnforcer는 세 가지 목표를 가지고 있습니다. 쿠키 공지와 인터페이스를 기계가 읽을 수 있는 형식으로 번역하는 것, 비필수적인 쿠키를 비활성화하는 쿠키 설정 구성 방식을 식별하는 것, 그리고 사용자 입력 없이 추가 제한을 자동으로 적용하는 것입니다.

시스템은 쿠키 공지와 인터페이스를检测하고 분석하는 백엔드 구성 요소와, 비필수적인 쿠키를 비활성화하는 프론트엔드 구성 요소로 구성되어 있습니다.

프레임워크는 크롬 전용으로 설치된 로컬 확장 프로그램으로, Selenium 웹 테스트 라이브러리를 사용하여 ChromeDriver 프레임워크에서 작동합니다.

백엔드 섹션에는 탐지, 분석, 의사 결정 모듈이 있습니다. 분석 모듈은 사용자 상호작용으로 인한 코드 변경을 고려하여 초기 코드 덤프가 무효화되지 않도록 합니다.

자연어 이해

코드가 나타나면, CookieEnforcer는 사용자에게ประโยชน을 제공하는ambiguous한 토글 버튼 언어를 이해해야 합니다.

이를 위해 연구자들은 Text-To-Text Transfer Transformer (T5) 모델을 의사 결정 구성 요소로 교육했습니다. T5-Large 모델은 770백만 개의 매개변수를 포함하며, 코드 설명과 토글 옵션의 기능을 설명하는 입력/출력 코드의 사용자 정의 데이터베이스에서 미세 조정되었습니다.

T5 모델을 위한 샘플 형식 및 훈련 데이터. 데이터 예제는 www.askubuntu.com에서 가져옵니다.

데이터셋은 Tranco의 인기 웹사이트 상위 50,000개 목록에서 선택된 300개의 웹사이트의 쿠키 공지 샘플링으로 생성되었습니다. 탐지기와 분석 모듈은 런타임 소스 코드에서 쿠키 동의 옵션을 추출하고 기본 상태를 평가했습니다.

한 연구자는 모든 연구된 웹사이트에 대한 비필수적인 쿠키를 비활성화하는必要한 클릭 시리즈를 수동으로 레이블링했습니다. 결과는 300개의 완전히 레이블링된 도메인이었습니다.

사용자 정의 데이터셋의 예시 코드 소스 다양성.

60개의 웹사이트는 테스트 세트로 설정되었으며, T5-Large 모델은 20개의 에포크 동안 배치 크기 16, 최대 입력 시퀀스 길이 256 토큰, 최대 대상 시퀀스 길이 64로 학습되었습니다. 토큰은 Google의 SentencePiece 토큰화기에 의해 생성되었습니다.

마지막으로 처리된 정보는 로컬 데이터베이스에 저장되어 시스템의 프론트엔드에 제공됩니다. 저자들은 이전 프로젝트에서 사용된 querySelector() HTML 함수를 사용했습니다. 이는 DOM 업데이트에 취약한 XPaths를 사용하는 대신, 쿠키 공지의 요소 경로를 유지할 수 있습니다.

테스트 및 성능

실제로, CookieEnforcer는 일부 웹사이트의 ‘다크 패턴’을 탐색할 수 있었습니다. 예를 들어, The New Scientist의 쿠키 동의 프레임워크에서 숨겨진 옵션을 발견하고 이해할 수 있었습니다.

저자들은 다음과 같이 말합니다:

‘이 옵션은 사용자가 추가 프레임을 확장해야만 볼 수 있기 때문에 사용자에게 쉽게 빠질 수 있습니다. CookieEnforcer는 이 옵션을 찾을 뿐만 아니라 의미를 이해하고 거부합니다. 이러한 예제는 모델이 컨텍스트를 학습하고 새로운 예제에 일반화한다는 것을 보여줍니다.’

연구자들은 세 가지 테스트를 수행했습니다. 첫 번째 테스트는 500개의 미래의 도메인에서 프레임워크의 성능을 평가했습니다. 여기서 저자들은 91%의 웹사이트에서 비필수적인 쿠키를 비활성화할 수 있음을 보고했습니다.

두 번째 테스트는 14개의 웹사이트를 대상으로 한 온라인 사용자 연구였으며, 시스템 사용성 점수에서 기준선보다 15% 높은 점수를 얻었습니다.

CookieEnforcer는 기준선보다 15% 높은 점수를 얻으면서 번거로운 프로세스를 자동화합니다.

마지막으로, CookieEnforcer의 훈련된 매개변수는 미국과 유럽의 상위 5000개 웹사이트에서 쿠키 공지를 탐색하는 능력을 테스트했습니다. 저자들은 다음과 같이 말합니다:

‘이러한 측정은 이전에 수행되었지만, CookieEnforcer는 키워드 기반 휴리스틱을 넘어서 옵션을 더 깊이 이해할 수 있습니다. 특히, 우리는 영국에서 쿠키 공지가 있는 웹사이트 중 16.7%가至少 하나의 비필수적인 쿠키를 활성화하고 있음을 발견했습니다. 미국의 경우 이 숫자는 22%입니다.’

저자들은 CookieEnforcer를 보여주는 짧은 유튜브 비디오를 공개했습니다:

最初에 게시됨 2022년 4월 12일.