FLoC: Федеративное обучение когорт

25 января 2021 года компания Google представила глубокое погружение в свое видение будущего Интернета без файлов cookie, но с большим количеством рекламы. В сообщении в блоге «Построение будущего веб-рекламы с учетом конфиденциальности» поисковый гигант подробно описал, как персонализированная реклама может работать, если сторонние файлы cookie больше не будут поддерживаться. Одним из важных элементов его «песочницы конфиденциальности» является так называемый метод Federated Learning of Cohorts (FLoC).

Узнайте, что такое FLoC и как может работать эта дружественная к конфиденциальности альтернатива создания и использования индивидуальных профилей пользователей.

Что такое FLoC (Federated Learning of Cohorts)?

Компания Google объявила о том, что 14 января 2020 года она расширит свой браузер Chrome с помощью API под названием Federated Learning of Cohorts (FLoC). Цель интерфейса проста: пользователи будут получать персонализированную рекламу без необходимости отслеживания браузером файлов cookie. Это имеет важные преимущества для конфиденциальности пользователей. API FLoC основан на алгоритме, который указывает пользователю браузера на различные когорты. Члены когорты, которые также могут пониматься как аудитория с определенными интересами, имеют схожее поведение в браузере. Идентификатор когорты позволяет Google и рекламным партнерам нацеливать релевантную рекламу с соблюдением конфиденциальности. Это соответствует как правилам ePrivacy, так и GDPR.

Примечание:

Когорты как часть веб-анализа — не новинка. Электронная коммерция уже много лет использует когортный анализ для получения быстрого представления о поведении потребителей.

Почему FLoC необходим для персонализированной рекламы?

Рекламные объявления являются незаменимым средством получения трафика для веб-проектов многих небольших компаний. Они также являются незаменимым средством получения прибыли для многих издателей. Пользователи, с другой стороны, предпочитают рекламу, которая актуальна и полезна для них. Такие методы, как cookies или «отпечатки пальцев» браузера, долгое время были самым простым и целенаправленным способом создания необходимых профилей пользователей. Однако, поскольку они нарушают конфиденциальность пользователей браузеров, они вызывают все больше критики. FLoC обещает альтернативный подход, который может удовлетворить рекламодателей, издателей и пользователей, гарантируя при этом защиту данных.

Как работает Федеративное обучение когорт?

Алгоритм, элементарный компонент технологии FLoC, все еще находится в экспериментальном состоянии. Его работу можно описать следующим образом: На основе истории браузера он присваивает пользователю идентификатор когорты, который отражает его интересы. Отдельного пользователя по этому идентификатору узнать невозможно, поскольку он разделяется как минимум с x другими пользователями Chrome (количество пользователей в настоящее время не определено). На основе этого идентификатора издатели и рекламодатели могут нацеливать свои рекламные объявления в соответствии с различными интересами.

Google основывает разработку и совершенствование алгоритма на следующих принципах:

  1. Идентификаторы когорт должны предотвращать межсайтовое отслеживание, т.е. отслеживание поведения пользователя на разных сайтах.
  2. Когорта представляет собой пользователей с похожим поведением в браузере.
  3. Алгоритм должен быть основан на несамостоятельном обучении, т.е. на самостоятельном обучении без вмешательства.
  4. Алгоритм должен ограничивать использование «магических чисел». Другими словами, он должен характеризоваться максимально простыми и понятными параметрами.
  5. Расчет когорты FLoC должен быть простым и не требовать больших вычислительных усилий.

Эти принципы гарантируют, что формирование и управление группами интересов остается прозрачным и понятным и не может быть подвержено влиянию извне. Кроме того, они обеспечивают максимально возможную защиту данных, поскольку в соответствии с принципом FLoC данные пользователей продолжают собираться и использоваться, но пользователи анонимизируются в рамках своих когорт.

Пример функций FLoC

То, как работает Федеративное обучение когорт Google, лучше всего описать на конкретном примере. Основные участники нашей примерной интеллектуальной игры FLoC следующие:

  • Пользователь 1: пользователь браузера, отнесенный к когорте 123; хочет купить кроссовки.
  • Пользователь 2: пользователь браузера, также отнесенный к когорте 123; проверяет новости в Интернете.
  • Рекламодатель: Интернет-магазин модной одежды, который использует рекламные платформы для размещения целевой рекламы своих товаров на всех веб-сайтах.
  • Издатель: Новостная страница с последними новостями, которая использует рекламу, в том числе рекламу рекламодателя.
  • Рекламная платформа: Платформа, предоставляющая инструменты и данные для проведения цифровых рекламных кампаний; посредник между рекламодателем и издателем.

Шаг 1: Формирование когорты

На первом этапе браузер или, лучше, алгоритм FLoC на основе браузера создает различные группы интересов. Каждой когорте присваивается уникальный идентификатор.

Шаг 2: Присвоение идентификатора когорты

На основе истории браузера пользователя 1 браузер определяет соответствующую когорту, которая в данном случае носит идентификатор 123. Браузер пользователя 2 также анализирует историю использования для присвоения соответствующего идентификатора. Хотя история немного отличается от истории использования пользователя 1, она все же имеет достаточное сходство с историей пользователя 2, поэтому ей присваивается идентификатор FLoC 123.

Шаг 3: Посещение интернет-магазина (рекламодатель)

Пользователь 1 начинает поиск кроссовок в Интернете. Он просматривает интернет-магазин рекламодателя и ищет в нем подходящие кроссовки и сопутствующие товары. Рекламодатель получает доступ к идентификатору когорты пользователя 1 и делится этими данными о поведении пользователей из когорты 123 с сотрудничающими рекламными платформами.

Шаг 4: Посещение страницы новостей (Издатель)

Пользователь 2 посещает страницу новостей издателя, просматривая последние новости. Это означает, что он делится с издателем своим идентификатором когорты. Чтобы показать пользователю 2 персонализированную рекламу, Издатель обращается к той же рекламной платформе, что и интернет-магазин (Рекламодатель). В рамках запроса Издатель передает идентификатор FLoC 123.

Шаг 5: Определение подходящих персонализированных объявлений (рекламная платформа)

Теперь поставщик рекламной платформы может определить персонализированные объявления для пользователя 2. Благодаря Federated Learning of Cohorts он имеет доступ к следующим данным:

  • ID когорты пользователя 2 (123), переданный издателем.
  • Собственные данные об интересах пользователей браузера в когорте 123
  • Данные, предоставленные Рекламодателем, о продуктовых интересах (кроссовки) пользователей в когорте 123.

Рекламная платформа определяет, что объявление о кроссовках будет подходящим результатом для пользователя 2, которому сразу же будет показано объявление на странице новостей. И все это без использования файлов cookie.

FLoC и безопасность данных: идеальное сочетание?

На первый взгляд, Federated Learning of Cohorts кажется идеальным решением для разделения пользователей браузеров на группы по интересам без чрезмерного вмешательства в их частную жизнь. И когда дело доходит до американского рынка, Google, похоже, не сомневается в этом предположении. В США полным ходом идет подготовка к полноценному внедрению FLoC в Chrome. Первые объявления в рекламной сети Google Ads, основанные на технологии FLoC, будут показаны в тестовом режиме уже во втором квартале 2021 года.

В Европе Google приостановил испытания технологии Federated Learning of Cohorts. Основная проблема заключается в отсутствии ясности относительно того, кто будет контролировать данные и кто будет их обрабатывать при создании когорт. Но, учитывая европейскую правовую позицию в отношении защиты данных и конфиденциальности, это далеко не единственный спорный момент. Присвоенный идентификатор когорты, который связывает пользователей с группой по интересам, и вся связанная с ним информация могут рассматриваться как «персональные данные». Кроме того, обработка данных, которые собираются и используются для создания когорт, может нарушать GDPR, если Google сначала не получит согласие пользователя.

В марте 2021 года Маршалл Вейл, занимающий должность менеджера по продуктам Google для Privacy Sandbox, заявил следующее:

Цитата

«Это начало. Мы работаем над тем, чтобы начать тестирование в Европе как можно скорее. Мы на 100% привержены идее Privacy Sandbox в Европе». — Маршалл Вейл, март 2021 года, Источник: twitter.com/marshallvale/status/1374494962646020098.

Однако ответственные лица в Google по-прежнему уверены, что тестирование FLoC может скоро начаться и в Европе.

Могут ли операторы веб-сайтов блокировать FLoC?

Операторы веб-сайтов будут иметь возможность подписаться или отписаться от Federated Learning of Cohorts. Это означает, что от них зависит, будет ли посещение их сайта или интернет-магазина учитываться при создании когорт FLoC или нет. Это важный момент, особенно для сайтов с деликатными темами. Кроме того, Google хотел бы создать центральный орган защиты, который бы автоматически удалял определенные когорты, если в них содержится большое количество пользователей, посещающих веб-сайты в чувствительных категориях. К таким категориям относятся, например, сайты о финансовых трудностях или психическом здоровье.

FLoC блокируется на сайте, если вы встраиваете следующий заголовок политики разрешений:

interest-cohort=()

Если вы заблокировали технологию FLoC таким образом и хотите разрешить ее снова в более позднее время, просто удалите запись в заголовке.

Примечание

В предыдущих тестах FLoC в Chrome веб-сайты, не отказавшиеся от использования метода, автоматически включались в подсчет когорты, когда Chrome обнаруживал, что они являются веб-сайтами, загружающими рекламные или связанные с рекламой ресурсы.

Оцените статью
cdelat.ru
Добавить комментарий