On Web User Tracking: How Third-Party Http Requests Track Users' Browsing Patterns for Personalised Advertising
在今天的网络上,用户可以用自己的私人数据换取内容和服务。广告支撑着许多网站和应用程序的商业模式。有效和成功的广告依赖于预测用户的行为和品味,以建议购买一系列产品。因此,在网上冲浪时,用户会以活动模式和非结构化数据的形式留下有关其身份的痕迹。我们分析了广告网络如何建立用户足迹,以及建议的广告如何对用户行为的变化做出反应。
2016-05-20 cs.CY
Anatomy of the Third-Party Web Tracking Ecosystem
网站上的第三方跟踪已经成为惯例。然而,我们对第三方生态系统的理解仍然非常初级。我们从地理角度研究第三方跟踪器,观察来自全球29个国家的第三方跟踪生态系统。当按地区(北美,南美,欧洲,东亚,中东和大洋洲)检查数据时,我们观察到地区之间和地区内国家之间存在显著的地理差异。我们发现跟踪器专注于特定的地区和国家,有些托管在其预期目标跟踪域之外的国家。鉴于不同司法管辖区之间的监管制度存在差异,我们相信这项分析有助于了解这个生态系统的地理特性,以及这些特性可能对我们跟踪和管理现在存储我们所有人个人数据的不同数据孤岛的能力造成的问题。
2014-09-03 cs.CY cs.SI
An Automated Approach to Auditing Disclosure of Third-Party Data Collection in Website Privacy Policies
网络隐私的主要监管模式是“通知和选择”。在这个模型中,用户被告知数据汇集,并提供了选项来控制it.To检查这种方法的有效性,本研究提出了第一个大规模的审计披露的第三方数据汇集在网站的隐私政策。我们分析了100万个网站上的数据流,并对20多万个网站的隐私政策进行了审计,以确定用户是否被告知收集其数据的公司的名称。此外,还对25个著名的第三方数据收集者的政策进行了研究,以更深入地了解整个政策环境。此外,还将审核策略,以确定是否遵守“不跟踪”浏览器设置所表示的选择。第三方数据汇集非常广泛,但只有不到15%的归因数据流被披露。最有可能被披露的第三方是那些拥有消费者服务的用户可能知道的第三方,而那些没有消费者服务的第三方则不太可能被提及。政策难以理解,阅读给定站点的政策和相关第三方政策的平均时间要求超过84分钟。只有7%的第一方网站策略提到了“请勿跟踪”信号,其中大多数都是指定忽略该信号。在检查的第三方策略中,没有一个对“请勿跟踪”信号提供无条件的支持。调查结果表明,目前的实施“通知和选择”未能提供通知或尊重选择。
2018-05-03 cs.CY
Exposing the Hidden Web: An Analysis of Third-Party HTTP Requests on 1 Million Websites
本文对100万个流行网站的隐私泄露机制进行了定量分析。调查结果表明,近十分之九的网站将用户数据泄露给用户可能不知道的各方;超过十分之六的网站产生第三方cookie;超过十分之八的网站将外部方的JavaScript代码加载到用户的计算机上。泄露用户数据的网站平均联系9个外部域,这表明用户可能被多个实体串联跟踪。通过追踪网络上个人浏览历史的意外泄露,可以发现少数美国公司收到了大量的用户数据。最后,在分析时,大约五分之一的网站可能容易受到已知的国家安全局间谍技术的攻击。
2015-11-02 cs.CR cs.CY
Quantifying Carbon Emissions due to Online Third-Party Tracking
本研究量化了在线第三方网络追踪造成的网络与碳足迹,发现网络追踪使数据传输增加21%以上,每年额外排放约11 Mt温室气体,其影响堪比肉类生产等活动,并揭示了不同国家、网站类别和追踪组织间存在显著不平等。
2023-04-03 cs.CY
adPerf: Characterizing the Performance of Third-party Ads
通过在线广告将网站和网络应用程序货币化在网络生态系统中很普遍。如今,在线广告生态系统迫使发布商整合来自这些第三方域名的广告。一方面,这引起了近年来积极研究的几个隐私和安全问题。另一方面,鉴于当今的浏览器能够加载具有复杂动画和JavaScript的动态网页,在线广告也发生了变化,并可能对网页性能产生重大影响。在线广告的性能成本至关重要,因为它最终会影响用户满意度以及他们的互联网账单和设备能耗。在本文中,我们应用了一个深入的和第一的一类性能评估的网络广告。与之前主要依赖于广告拦截器的努力不同,我们对Web浏览器的页面加载过程进行了细粒度的分析,以揭开Web广告的性能成本。我们的目标是通过广告的每一个组成部分来描述成本,这样发布商、广告辛迪加和广告客户就可以通过详细的指导来提高广告的效果。为此,我们为Chrome浏览器开发了一个基础设施adPerf,该基础设施将页面加载工作负载分类为广告相关和主要内容,粒度为浏览器活动(如JavaScript和布局)。我们的评估表明,在线广告需要超过15%的浏览器页面加载工作量,其中约88%用于JavaScript。我们还跟踪网络广告的来源和交付链,并考虑广告内容的来源来分析性能。我们观察到两个知名的第三方广告域贡献了35%的广告性能成本,令人惊讶的是,顶级新闻网站隐含地包括未知的第三方广告,在某些情况下,这些广告占广告性能成本的37%以上。
2020-02-06 cs.CY cs.NI cs.PF
Differential Tracking Across Topical Webpages of Indian News Media
近年来,在线用户隐私和跟踪得到了广泛的研究,特别是由于欧盟和美国的隐私和个人数据相关立法,如《一般数据保护条例》、《电子隐私条例》和《加州消费者隐私法》。研究揭示了第一方和第三方在世界各地的网站上使用的新颖的跟踪和个人身份信息泄漏方法,以及在这些网站上进行跟踪的强度。然而,为了扩展到覆盖大部分的Web,大多数过去的研究集中在网站的主页,并没有深入研究其主题子页面的跟踪实践。大多数研究集中在全球北方市场,如欧盟和美国。像印度这样的大市场,覆盖了世界人口的20%,没有明确的隐私法,在这方面还没有研究过。我们的目标是解决这些差距,并专注于以下研究问题:跟踪印度新闻网站的主题子页面不同于他们的主页?第三方跟踪器是否更喜欢跟踪特定主题?这种偏好与这些主题子页面上显示的内容相似性相比如何?为了回答这些问题,我们提出了一种新的方法,自动提取和分类的印度新闻专题子页面的基础上,在其URL的细节。我们研究了确定的主题子页面,并将它们与其主页进行比较,以确定cookie注入和第三方嵌入和类型的强度。我们发现子页面之间的差异用户跟踪,以及子页面和主页之间。我们还发现第三方跟踪器对特定主题的偏好。此外,嵌入式第三方往往会同时跟踪特定的子页面,从而揭示可能的用户分析。
2021-03-07 cs.CY
The Case for a General and Interaction-based Third-party Cookie Policy
第三方跟踪的隐私影响是一个经过充分研究的问题。最近的研究表明,除了数据聚合器和行为广告商之外,在线社交网络也通过社交小部件充当跟踪器。现有的cookie策略不足以解决这些问题,迫使用户使用基于黑名单的浏览器扩展来防止此类跟踪。不幸的是,这样的方法需要维护和分发黑名单,这通常过于笼统,并且对用于广告和分析的非跟踪服务产生不利影响。在本文中,我们建议并倡导一个通用的第三方Cookie政策,防止第三方跟踪cookie,并保留社交小部件的功能,而不需要黑名单和不利影响非跟踪服务。我们将我们的政策作为Mozilla Firefox和Google Chrome的浏览器扩展进行了概念验证。到目前为止,我们的扩展程序已经被下载了大约11.8K次,每天的用户总数超过2.8K。
2015-06-12 cs.CR cs.CY
Global Web, Local Privacy? An International Review of Web Tracking
Carnegie Mellon University(卡内基梅隆大学);Brown University(布朗大学);Wesleyan University(卫斯理安大学)
研究分析了十国网站的跟踪连接,发现澳大利亚和美国(加州)的跟踪水平最高,欧盟国家访问常见顶级网站时跟踪连接较少,表明GDPR和ePrivacy指令有效减少跟踪。
2026-04-18 cs.CR cs.CY
AdGraph: A Graph-Based Approach to Ad and Tracker Blocking
University of Iowa(爱荷华大学);Brave Software(Brave软件公司);UC Riverside(加州大学河滨分校);Imperial College London(帝国理工学院)
用户对屏蔽广告和在线跟踪的需求很大,而且还在不断增长。研究中部署和描述的现有工具已被证明是有用的,但缺乏通用解决方案所需的完整性或健壮性。现有的检测方法通常只关注广告或跟踪的一个方面(例如URL模式、代码结构),使得现有方法容易被规避。在这项工作中,我们提出了AdGraph,一种新的基于图的机器学习方法,用于检测广告和跟踪网络上的资源。AdGraph与现有方法的不同之处在于构建HTML结构、网络请求和网页的JavaScript行为的图形表示,并使用这种独特的表示来训练分类器以识别广告和跟踪资源。由于AdGraph考虑了网络请求发生的上下文的许多方面,因此它不太容易受到使现有方法混乱的单因素规避技术的影响。我们在Alexa排名前10K的网站上对AdGraph进行了评估,发现它具有高度的准确性,能够以95.33%的准确率复制人工生成的过滤列表的标签,甚至可以识别过滤列表中的许多错误。我们实现AdGraph作为对Chromium的修改。AdGraph只增加了页面加载和执行的少量开销,实际上在42%的网站上比Chromium快,在78%的网站上比AdBlock Plus快。总的来说,我们的结论是,AdGraph对于在线使用来说足够准确,性能也足够好,与流行的基于过滤器列表的方法相比,它可以打破类似或更少的网站。
2019-05-30 cs.CY cs.LG
We Value Your Privacy ... Now Take Some Cookies: Measuring the GDPR's Impact on Web Privacy
欧盟《通用数据保护条例》(GDPR)于2018年5月25日生效。其隐私条例适用于在欧洲收集或处理个人数据的任何服务和公司。许多公司不得不调整其数据处理流程、同意书和隐私政策,以符合GDPR的透明度要求。我们通过分析GDPR对欧盟所有28个成员国的热门网站的影响来监测这一罕见事件。对于每个国家,我们定期检查其500个最受欢迎的网站-总共6,579个-以了解其隐私政策的存在和更新。虽然许多网站已经有了隐私政策,但我们发现在一些国家/地区,截至2018年5月25日,多达15.7%的网站添加了新的隐私政策,导致84.5%的网站有隐私政策。72.6%的现有隐私政策的网站在接近该日期时进行了更新。最明显的是,欧洲62.1%的网站现在显示Cookie同意通知,比2018年1月增加了16%。这些通知告知用户网站的cookie使用和用户跟踪做法。我们对所有观察到的Cookie同意通知进行了分类,并评估了16种常见的Cookie同意技术实现。我们的分析表明,核心网络安全机制(如同源策略)对根据GDPR规则实施同意带来了问题,并且选择退出第三方cookie需要第三方合作。总体而言,我们的结论是,GDPR正在使网络更加透明,但仍然缺乏功能和可用的机制,供用户同意或拒绝在互联网上处理其个人数据。
2019-06-25 cs.CY
A First Look at Ad-block Detection: A New Arms Race on the Web
广告拦截器的兴起被在线出版商视为一种经济威胁,特别是那些主要依赖广告来支持其服务的出版商。为了应对这一威胁,出版商已经开始通过使用广告拦截检测器进行报复,该检测器可以搜索广告拦截器用户,并通过限制他们的内容访问并将他们列入网站白名单或完全禁用广告拦截器来对他们做出反应。广告拦截器和广告拦截检测器之间的冲突导致了网络上新的军备竞赛。在本文中,我们提出了第一个系统的测量和分析的广告块检测在网络上。我们设计并实现了一种基于机器学习的自动检测广告拦截的技术,并利用它来研究Alexa top-100 K网站上广告拦截检测器的部署。该方法的准确率为94.8%,召回率为93.1%。我们描述了网站用于广告块检测的不同策略的频谱。我们发现,大多数出版商使用相当简单的被动ap-proaches的广告拦截检测。然而,我们也注意到一些网站使用第三方服务,例如PageFair,用于广告拦截检测和响应。第三方服务使用主动欺骗和其他复杂的策略来检测广告拦截器。我们还发现,第三方服务可以成功地绕过广告拦截器,并在发布商网站上显示广告。
2016-05-19 cs.CR cs.CY
Invisible Pixels Are Dead, Long Live Invisible Pixels!
自20世纪90年代以来,万维网的隐私状况一直在恶化。不同第三方对浏览习惯的跟踪是这种恶化的核心。网络cookie和所谓的网络信标是实现第三方跟踪的经典方法。由于采用了更复杂的技术跟踪解决方案和其他根本性的转变,使用传统的基于图像的网络信标可能会失去吸引力。本文通过对3万多张流行网站图片的抽样分析,证明了这种假设是错误的:经典的1 x 1图片在当代万维网中仍然被广泛用于第三方跟踪。虽然广告拦截器似乎无法完全阻止这些经典的基于图像的跟踪信标,但该论文进一步证明,即使是有限的信息也可以用于准确地将第三方1 x 1图像与其他图像进行分类。实验结果表明,该方法的平均分类精度为0.956.有了这些结果的文件有助于正在进行的尝试,以更好地了解在万维网上缺乏隐私,并通过这种情况可能最终得到改善的手段。
2018-08-22 cs.CY cs.NI
Tracking The Trackers: Commercial Surveillance Occurring on U.S. Army Networks
研究分析了美国陆军网络上存在的商业跟踪器,发现21%的访问域为跟踪器,建议通过网络配置和政策调整减少商业跟踪风险。
2026-02-12 cs.CY cs.NI
Wide-AdGraph: Detecting Ad Trackers with a Wide Dependency Chain Graph
Isfahan University of Technology(伊斯法罕理工大学);University of Savoie Mont Blanc(萨瓦大学);Chavoosh ICT(查沃什信息技术公司)
网站使用第三方广告和跟踪服务来提供有针对性的广告并收集有关访问它们的用户的信息。这些服务将用户的隐私置于危险之中,这就是为什么用户对阻止这些服务的需求越来越大。大多数屏蔽解决方案都依赖于由大型用户社区手动维护的众包过滤器列表。在这项工作中,我们试图简化这些过滤器列表的更新,通过一个大规模的图形连接在一个大的网站集的所有资源请求,结合不同的网站。该图的特征被提取并用于训练机器学习算法,其目的是检测广告和跟踪资源。由于我们的方法结合了不同的信息源,它对使用混淆或改变使用模式的规避技术更鲁棒。我们在Alexa前10K网站上评估了我们的工作,发现其准确率为96.1%有偏差,90.9%无偏差,具有高精度和召回率。它还可以阻止新的广告和跟踪服务,这将需要通过进一步的众包现有过滤器列表来阻止。此外,本文采用的方法揭示了第三方跟踪和广告的生态系统。
2021-05-10 cs.CR cs.CY cs.LG
Targeted and Troublesome: Tracking and Advertising on Children's Websites
Radboud University(拉德堡德大学);imec-COSIC, KU Leuven(荷语鲁汶大学imec-COSIC研究组);Ruhr University Bochum(波鸿鲁尔大学)
本文构建多语言分类器识别2000个儿童导向网站,并从5个观测点测量追踪与定向广告,结合图像文本ML流水线发现普遍违规和不当广告问题。
2023-12-10 cs.CR cs.CY cs.LG
RegTrack: Uncovering Global Disparities in Third-party Advertising and Tracking
The University of British Columbia(不列颠哥伦比亚大学)
RegTrack研究用户位置、浏览器选择和托管司法管辖区对第三方广告和跟踪的影响,揭示了隐私导向浏览器和地域监管对跟踪暴露的不同作用。
2026-03-03 cs.CY cs.NI
Topology and Geometry of the Third-Party Domains Ecosystem: Measurement and Applications
多年来,网络内容已从单一服务器上的简单文本和静态图像演变为不同服务器上的复杂、互动和多媒体内容。因此,现代网站在加载时不仅从其所有者的域获取内容,而且还从一系列提供额外功能和服务的第三方域获取内容。在这里,我们通过观察来自全球各地的用户浏览器中的域交互来推断第三方域的网络。我们发现,该网络具有复杂网络中常见的结构特性,如幂律度分布,强聚类和小世界属性。这些性质意味着双曲几何是生态系统拓扑结构的基础。我们使用统计推断的方法来找到域的坐标在这个几何,抽象的流行和相似的域。我们得到的双曲线图是有意义的,揭示了生态系统的大规模组织。此外,我们还证明了它具有预测能力,为我们提供了第三方域名共同托管的可能性;属于同一个法律实体;或者在未来的公司收购中合并到同一个实体下。我们还发现,互补性而不是相似性是驱动未来领域合并的主导力量。这些结果为理解生态系统的组织和进行相关的推断和预测提供了新的视角。
2022-12-20 cs.CY cs.SI
Web Privacy based on Contextual Integrity: Measuring the Collapse of Online Contexts
本研究将情境完整性理论操作化,通过爬取七个情境下700个热门网站并构建网络图,系统测量了第三方Cookie和JS指纹识别导致的持久用户识别在在线情境内外的扩散,揭示了网络追踪造成的情境崩溃,为浏览器存储容器构建提供依据,开创了情境化网络隐私研究新途径。
2025-02-27 cs.CR cs.CY cs.HC
MyTrackingChoices: Pacifying the Ad-Block War by Enforcing User Privacy Preferences
网络上的免费内容和服务通常由广告支持。然而,随着侵入性和侵犯隐私的广告的激增,很大一部分用户已经开始使用广告拦截器。由于现有的广告拦截器是激进的(他们阻止所有的广告),并没有考虑到他们的经济影响,基于广告的网络经济模式今天处于危险之中。在本文中,我们针对隐私敏感的用户,并为他们提供细粒度的控制跟踪。我们的工作假设是,某些类别的网页(例如,与健康,宗教等)对用户的隐私比其他人(教育,科学等)更敏感。因此,我们提出的方法包括为用户提供一个选项,以指定对他们隐私敏感的网页类别,并阻止仅存在于此类网页上的跟踪器。由于通过阻止第三方域名的网络连接来阻止跟踪,因此我们不仅可以避免跟踪,还可以避免第三方广告。由于用户将继续在属于非敏感类别的网页上接收广告,我们的方法基本上提供了隐私和经济之间的权衡。为了测试我们的解决方案的可行性,我们将其实现为Google Chrome扩展程序,名为MyTrackingChoices(可在Chrome Web Store上获得)。我们对MyTrackingChoices的真实实验表明,隐私敏感用户所施加的广告拦截的经济影响可以显着降低。
2016-04-15 cs.CR cs.CY
Keys on Doormats: Exposed API Credentials on the Web
Stanford University(斯坦福大学);University of California, Davis(加州大学戴维斯分校);TU Delft(代尔夫特理工大学)
研究网络上API凭证的暴露问题,发现大量凭证在网页中公开,包括全球银行和固件开发者的页面,通过分析1000万网页发现凭证暴露的广泛性及持续时间,提出网络特定的暴露原因和解决措施。
2026-09-15 cs.CR cs.CY cs.HC
Privacy Implications of Health Information Seeking on the Web
这篇文章探讨了访问健康相关网页的人的隐私风险。所分析的页面数量来自1,986种常见疾病的50个顶级搜索结果。这总共产生了80,124个唯一页面,分析了第三方HTTP请求的存在。91%的网页被发现向第三方发出请求。对URI的调查显示,70%的HTTP Referer字符串包含暴露特定条件、治疗和疾病的信息。这给用户带来了个人身份识别和盲目歧视的风险。对现有政府和公司政策的审查表明,用户没有得到充分保护,无法防范此类风险。
2015-03-06 cs.CR cs.CY
Auditing the Impact of Cross-Site Web Tracking on YouTube Political and Misinformation Recommendations
New York University Abu Dhabi(纽约大学阿布扎比分校)
研究通过sock-puppet实验框架审查跨站点跟踪如何影响YouTube政治和虚假信息推荐,并评估隐私浏览器对跟踪驱动信息茧房的防护作用。
2026-03-26 cs.CY cs.SI
On Privacy Risks of Public WiFi Captive Portals
开放获取WiFi热点被广泛部署在许多公共场所,包括餐馆、公园、咖啡店、商场、火车、机场、酒店和图书馆。虽然这些热点提供了保持连接的有吸引力的选择,但它们也可以通过在其强制门户和登陆网站中使用跟踪器来跟踪用户活动并与第三方共享用户/设备信息。在本文中,我们提出了一个全面的隐私分析,位于加拿大蒙特利尔的67个独特的公共WiFi热点,并阐明了这些热点的网络跟踪和数据汇集行为。我们的研究揭示了通过使用社交登录(例如,Facebook和Google)和注册表单,以及许多跟踪活动的实例,有时甚至在用户接受热点的隐私和服务条款政策之前。大多数热点在其强制门户网站内使用持久的第三方跟踪Cookie;这些Cookie可用于在用户离开热点后很长一段时间内跟踪用户的浏览行为,例如,最多20年。此外,多个热点与许多第三方跟踪域明确共享(有时通过HTTP)收集的个人和唯一设备信息。
2019-07-03 cs.CR cs.CY
A machine learning approach for detecting CNAME cloaking-based tracking on the Web
已经设计了各种浏览器内隐私保护技术来保护终端用户免受第三方跟踪。在与这些反措施的军备竞赛中,跟踪提供商开发了一种名为CNAME伪装的新技术,以避免浏览器阻止第三方Cookie和请求的问题。为了检测这种跟踪技术,浏览器扩展需要按需DNS查找API。但是,此功能仅由Firefox浏览器支持。在本文中,我们提出了一个监督机器学习为基础的方法来检测CNAME伪装为基础的跟踪,而无需按需DNS查找。我们的目标是检测链接到CNAME伪装相关跟踪的网站和请求。我们抓取目标站点列表,并存储所有HTTP/HTTPS请求及其属性。然后,通过查找子域的CNAME记录,并根据已知的跟踪过滤器列表进行匹配,自动标记所有实例。在提取特征后,我们建立了一个监督分类模型来区分网站和请求相关的CNAME伪装跟踪。我们的评估表明,所提出的方法优于著名的跟踪过滤器列表:F1分数为0.790的网站和0.885的请求。通过分析特征排列重要性,证明了脚本数量和XMLHttpRequests的比例对检测站点具有区分性,URL请求的长度有助于检测请求。最后,我们通过使用2018年数据集来训练模型来分析概念漂移,并在2020年数据集上获得合理的性能,以使用基于CNAME的伪装跟踪来检测站点和请求。
2020-09-29 cs.CR cs.CY
FP-Fed: Privacy-Preserving Federated Detection of Browser Fingerprinting
本文提出首个基于差分隐私联邦学习的分布式浏览器指纹检测系统 FP-Fed,使用户无需共享数据即可协作训练端侧模型,在 18.3k 网站上的实验证明其仅凭运行时信号即可实现高效且高精度的检测。
2023-11-28 cs.CR cs.CY