Makine Öğrenimi Yöntemi ile Yerel Tarayıcı Davranışına Dayalı Reklam Engellemek

İsviçre ve ABD’deki araştırmacılar, web sitesi reklam materyallerinin tespitine yönelik yeni bir makine öğrenimi yaklaşımı geliştirdiler. Bu yaklaşım, materyalin içeriğini veya ağ davranışını analiz etmek yerine, tarayıcı ile nasıl etkileşime girdiğine dayanmaktadır – bu yaklaşımlar uzun vadede CNAME cloaking karşısında etkili olmamıştır.

WebGraph olarak adlandırılan bu çerçeve, bir graf tabanlı AI reklam engelleme yaklaşımını kullanarak, reklam materyallerini tespit etmek için ağ reklamlarının temel faaliyetlerine odaklanmaktadır – bunlar arasında telemetri girişimleri ve yerel tarayıcı depolama bulunmaktadır. Bu faaliyetler, tek etkili kaçınma tekniğinin bu faaliyetleri gerçekleştirmemek olduğu anlamına gelmektedir.

Önceki yaklaşımlar slightly daha yüksek tespit oranlarına ulaşmıştır, ancak hepsi kaçınma tekniklerine karşı savunmasızdır. WebGraph ise adversarial yanıtlara karşı %100 bütünlüğe yaklaşmaktadır – bu yanıtlar arasında bu yeni reklam engelleme yöntemine karşı ortaya çıkabilecek daha sofistike hipotezler de bulunmaktadır.

Araştırma, İsviçre Federal Teknoloji Enstitüsü’nden iki araştırmacı tarafından, Kaliforniya Üniversitesi, Davis ve Iowa Üniversitesi’nden araştırmacılarla birlikte yürütülmüştür.

AdGraph Ötesi

Bu çalışma, 2020 yılında Brave tarayıcı ile yürütülen AdGraph araştırmasının bir geliştirilmesidir. AdGraph, reklam materyallerini tespit etmek için (reklam) içeriği özelliklerine dayanmaktadır – bu özellikler URL’lerden elde edilmektedir. Ancak bu özellikler, reklam tespit sistemlerinin varlığını tespit etmeye çalışan düşmanlar için bir başarısızlık noktası oluşturmaktadır.

AdGraph ile WebGraph arasındaki karşılaştırma, önceki yaklaşımdaki mimari yenilikleri gösteren noktalı çizgiler ile. Kaynak: https://arxiv.org/pdf/2107.11309.pdf

AdGraph, reklam materyallerini tespit etmek için içerik özelliklerine dayanmaktadır. Ancak bu özellikler, düşmanlar tarafından kolayca tespit edilebilir ve engellenabilir. WebGraph ise, reklam sistemlerinin birbirleriyle ve tarayıcı ile nasıl etkileşime girdiğine odaklanmaktadır – bu etkileşimler, telemetri girişimleri ve yerel tarayıcı depolama gibi faaliyetleri içermektedir.

CNAME Cloaking

Bir web sitesinin kendi alan adı üzerinden gelen materyal, “güvenilir” olarak kabul edilmektedir. Yüksek otoriteye sahip bir web sitesi için, kendi alan adı üzerinden reklam kampanyaları yürütmek önemli bir avantajdır – bu reklamlar, filtre tabanlı reklam engelleme listelerine karşı savunmasızdır.

Özel reklam kampanyaları, zorlu müzakereler ve pahalı uygulamalar gerektirmektedir. Ayrıca, son 25 yıl içinde geliştirilen ağ reklamcılığı modelinin temel ilkelerine aykırıdır – bu modelde, üçüncü taraf platformlar, kodları doğrudan ana siteye eklemektedir.

Reklam engelleme sistemlerinin çoğu, üçüncü taraf materyallerine odaklanmaktadır – bu materyaller, yabancı alan adlarında barındırılmaktadır. Reklamverenler, son beş yıl içinde CNAME cloaking tekniklerini kullanarak geri tepmektedirler. CNAME cloaking, takipçileri, ana siteye ait bir alt alan adı olduğuna inandırmaktadır – oysa bu, üçüncü taraf reklam sağlayıcıları ile yapılan bir proxy reklam sunma mekanizmasıdır.

2021 yılında yapılan bir çalışmada, CNAME cloaking olaylarının 2018 ile 2020 arasında %22 arttığı tespit edilmiştir – yaklaşık %10’u Tranco’nun en üst 10.000 web sitesini oluşturan siteler, 2020 Ekim ayında en az bir CNAME tabanlı takipçi kullanmaktadır.

URL’lerde Güveni Azaltmak

CNAME aldatma teknikleri, reklam sunma sürecindeki URL’lerin manipülasyonunu içermektedir. Herhangi bir reklam engelleme sistemi, URL zincirine güvenirse, manipülasyona ve kaçınmaya maruz kalacaktır. WebGraph, sağlanan URL’leri rastgele değiştirerek, belirli yasaklanmış veya kabul edilen URL’ler yerine kullanım kalıplarını aramaktadır.

Sistem, reklam sunma mimarisinde iki ortak yapılandırmayı dikkate almak zorundadır: birincisi, ana site doğrudan reklamveren ile işbirliği yapmaktadır; ikincisi, reklamveren, müşterileri tarafından manipülasyona karşı kendini korumak için sınırlı işbirliği yapmaktadır.

Liste tabanlı yaklaşımlarda, başarılı URL manipülasyonu, reklam sunma sistemi için neredeyse tam bir zafer anlamına gelmektedir – reklam, yerel kökenli olarak addedilmekte ve neredeyse tüm reklam içeriğini sistematik olarak engelleme girişimlerini atlatmaktadır.

Peki, reklam sistemlerinin bir imzaya veya özelliğe sahip olması için ne kaldı? WebGraph, reklam sistemlerinin, web takipçileri, iframe iletişimleri ve web “dinleyicileri” gibi yarı gizli means ile bilgi paylaşma ihtiyacına odaklanmaktadır – bu dinleyiciler, anlamlı web ölçümü faaliyetleri için canlı sayfa durumunu sürekli olarak sorgulamaktadır.

WebGraph, Mozilla’nın Web Gizliliği Ölçümü (OpenWPM) çerçevesini kullanarak Firefox’ta bu faaliyetleri izlemektedir. JavaScript katmanındaki tüm faaliyetleri ve ağ katmanındaki tüm giden ağ isteklerini ve yanıtlarını yakalamaktadır.

Bu ekstra inceleme, previously proposed oleh AdGraph olan graf ağına yeni “bilgi akışı” kenarları eklemekte ve WebGraph’i, yerel faaliyetlere dayalı bilgi paylaşma kalıplarını kaydedip ölçmektedir – bu, telemetri veya diğer türdeki iç iletişimler için kaynak ve hedef URL’lerden bağımsız olarak gerçekleşmektedir.

Sonuçlar

Araştırmacılar, OpenWPM’nin genişletilmiş bir versiyonunu kullanarak, Alexa’nın en üst 100.000 sitesinden 10.000 web sitesini ve 1k-100k arasında sıralanan 9.000 sitenin rastgele bir örneğini sistematik olarak taramışlardır. Grafiği depoladıktan sonra, AdGraph’in orijinal tasarımına dayanan bir karar ağacına sınıflandırıcıya aktarmışlardır – popüler reklam filtre listelerini temel gerçek olarak kullanmışlardır.

Sistem, AdGraph ile karşılaştırılabilir sonuçlar elde etmiştir – %92,33 doğruluk oranı. Ancak, yeni sistemin adversarial direnci, AdGraph’in neredeyse tam başarısızlık oranından WebGraph’in %8’e düşmüştür.

Gelecek Yönergeler

Makale, reklam ağlarının WebGraph yaklaşımının karşısında kaçınmayı önlemek için önemli ölçüde sistemlerini yeniden yapılandırması gerektiğini iddia etmektedir. Ayrıca, üçüncü taraf reklamverenler ile ana siteler arasındaki güvensiz ilişkiyi gözden geçirmeleri gerektiğini önermektedir.

Makale ayrıca, WebGraph’in şu anda izlemeyen API’leri kullanan stateless takip tekniklerini, örneğin tarayıcı parmak izi (Canvas öğesi aracılığıyla), hesaba katmadığını not etmektedir. Araştırmacılar, WebGraph’in gelecekte bu tür etkileşimleri ve yerel depolama işaretleyicilerini de hesaba katmak için genişletilebileceğini önermektedir.