การต่อสู้กับการปิดกั้นโฆษณาด้วย Machine Learning

โครงการวิจัยใหม่จากสหรัฐอเมริกาและปากีสถานได้พัฒนาเครื่องมือที่ใช้เทคนิค Machine Learning ในการระบุเว็บไซต์ที่ต้านทานการปิดกั้นโฆษณาและเทคโนโลยีการปกป้องความเป็นส่วนตัวอื่นๆ รวมถึงการวิเคราะห์เทคนิคที่เว็บไซต์เหล่านี้ใช้ในการ “ผสม” ต้นกำเนิดของโฆษณาและเนื้อหาที่แท้จริง เพื่อให้เนื้อหานั้นไม่สามารถดูได้หากโฆษณาถูกปิดกั้น

เทคโนโลยีการปิดกั้นโฆษณาที่พัฒนาจากผลการวิจัยอาจทำให้เหตุการณ์ที่เนื้อหาส่วนกลางของบทความไม่สามารถดูได้เมื่อโฆษณาถูกปิดกั้น สิ้นสุดลง โดยให้วิธีการอัตโนมัติในการแยกทรัพยากรโฆษณาและทรัพยากรสคริปต์ แทนที่จะใช้วิธีการด้วยมือที่ใช้กันอยู่ในปัจจุบันโดยเฟรมเวิร์กการปิดกั้นโฆษณาที่ได้รับความนิยม

ผู้เขียนได้ทำการศึกษาที่มีขนาดใหญ่เกี่ยวกับ “ทรัพยากรผสม” บนเว็บไซต์ 100,000 แห่ง และพบว่า 17% ของโดเมน 48% ของโฮสต์เนม 6% ของสคริปต์ และ 9% ของวิธีการส่งมอบเนื้อหาที่ตั้งใจจะ “ผสม” ฟังก์ชันการ跟踪 (เช่น โฆษณา) เข้ากับกระบวนการที่ส่งมอบเนื้อหาที่แท้จริง ในกรณีเช่นนี้ เนื้อหาของบทความจะหายไปสำหรับผู้ใช้ที่ใช้ซอฟต์แวร์การปิดกั้นโฆษณาหรือซอฟต์แวร์ต่อต้านการ跟踪 ทำให้ผู้ใช้ต้องปิดการปิดกั้นเหล่านี้เพื่อดูเนื้อหา

โดยทั่วไป สิ่งนี้ไม่ได้หมายความแค่ว่าโฆษณาจะปรากฏขึ้นอีกครั้ง แต่ยังหมายความว่าผู้ใช้จะถูกบังคับให้กลับเข้าสู่ระบบการ跟踪ข้ามโดเมนที่ได้ ทำให้ผู้สนับสนุนความเป็นส่วนตัว ในช่วงไม่กี่ปีที่ผ่านมา

การวิจัยใหม่นี้เสนอวิธีการที่สามารถแยกทรัพยากรที่ผสมเหล่านี้ออกเป็น “เนื้อหา” และ “โฆษณา” ได้ถึง 98% ความแม่นยำ ทำให้ซอฟต์แวร์การปิดกั้นโฆษณาและซอฟต์แวร์ต่อต้านการ跟