Protecting User Privacy in Online Settings via Supervised Learning

要約

タイトル：監督学習によるオンライン設定におけるユーザープライバシーの保護

要約：
– オンラインで存在する企業（特に完全にデジタルである企業）は、多くの場合、ビジネスモデルとしてユーザーデータを収集し、広告業者にデータを提供して利益を得ています。
– これらの企業はしばしばサービスを「無料」としてマーケティングしていますが、ユーザーに課金する代わりに個人情報を通貨として使用することが多いことを隠しています。
– ただし、オンライン企業はユーザーエクスペリエンスを改善し、統計をまとめるなどのより原則的な目的でユーザーデータを収集することもあります。
– 問題は、ユーザーデータを第三者に販売することです。
– 本研究では、監督学習を活用したオンラインプライバシー保護の知的アプローチを設計しました。
– ユーザープライバシーに侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザーのデジタルプライバシーを回復させることができます。
– 評価では、ネットワークリクエストのデータセットを収集し、監督学習パラダイムに従ういくつかの分類器のパフォーマンスを測定しました。
– 評価結果は、私たちのアプローチの実現可能性と潜在性を示しています。

要約(オリジナル)

Companies that have an online presence-in particular, companies that are exclusively digital-often subscribe to this business model: collect data from the user base, then expose the data to advertisement agencies in order to turn a profit. Such companies routinely market a service as ‘free’, while obfuscating the fact that they tend to ‘charge’ users in the currency of personal information rather than money. However, online companies also gather user data for more principled purposes, such as improving the user experience and aggregating statistics. The problem is the sale of user data to third parties. In this work, we design an intelligent approach to online privacy protection that leverages supervised learning. By detecting and blocking data collection that might infringe on a user’s privacy, we can restore a degree of digital privacy to the user. In our evaluation, we collect a dataset of network requests and measure the performance of several classifiers that adhere to the supervised learning paradigm. The results of our evaluation demonstrate the feasibility and potential of our approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI