FLoC позволяет выбирать рекламу, не сообщая о поведении отдельных пользователей.
FLoC обеспечивает механизм сохранения конфиденциальности для выбора рекламы на основе интересов.
Когда пользователь перемещается по сети, его браузер использует алгоритм FLoC для определения своей «когорты интересов», которая будет одинаковой для тысяч браузеров с аналогичной недавней историей посещений. Браузер периодически пересчитывает свою когорту на устройстве пользователя, не передавая отдельные данные о просмотре поставщику браузера или кому-либо еще.
Рекламодатели (сайты, которые платят за рекламу) могут включать код на свои собственные веб-сайты, чтобы собирать и предоставлять когортные данные своим рекламным платформам (компаниям, которые предоставляют программное обеспечение и инструменты для доставки рекламы). Например, рекламная платформа может узнать из интернет-магазина обуви, что посетители из когорт 1101 и 1354 заинтересованы в туристическом снаряжении этого магазина. От других рекламодателей рекламная платформа узнает о других интересах этих когорт.
Впоследствии рекламная платформа может использовать эти данные для выбора релевантных объявлений (например, рекламы походных ботинок из обувного магазина), когда браузер одной из этих когорт запрашивает страницу сайта, на котором отображается реклама, например новостного веб-сайта.
Privacy Sandbox — это серия предложений, позволяющих удовлетворить сторонние сценарии использования без сторонних файлов cookie или других механизмов отслеживания. Обзор всех предложений см. в разделе «Раскопки в изолированной программной среде конфиденциальности» .
Если у вас есть комментарии по этому предложению, создайте проблему в репозитории FLoC объяснения . Если у вас есть отзывы об эксперименте Chrome с этим предложением, опубликуйте ответ в разделе «Намерение экспериментировать» .
Зачем нам нужен FLoC?
Многие компании полагаются на рекламу для привлечения трафика на свои сайты, а многие веб-сайты издателей финансируют контент за счет продажи рекламных ресурсов. Люди, как правило, предпочитают видеть релевантную и полезную для них рекламу, а релевантная реклама также приносит больший доход рекламодателям и больший доход веб-сайтам, на которых они размещены . Другими словами, рекламное пространство более ценно, когда на нем отображается релевантная реклама. Таким образом, выбор релевантных объявлений увеличивает доход веб-сайтов, поддерживаемых рекламой. Это, в свою очередь, означает, что релевантная реклама помогает финансировать создание контента, который приносит пользу пользователям.
Однако люди обеспокоены последствиями для конфиденциальности специализированной рекламы, которая в настоящее время опирается на такие методы, как отслеживание файлов cookie и снятие отпечатков пальцев устройств, которые могут раскрыть вашу историю просмотров на разных сайтах рекламодателям или рекламным платформам. Предложение FLoC направлено на то, чтобы позволить выбирать рекламу таким образом, чтобы лучше защитить конфиденциальность.
Для чего можно использовать FLoC?
- Показывайте рекламу людям, чьи браузеры принадлежат к группе, которая часто посещает сайт рекламодателя или проявляет интерес к соответствующим темам.
- Используйте модели машинного обучения, чтобы предсказать вероятность конверсии пользователя на основе его когорты, чтобы получить информацию о поведении ставок на аукционе рекламы.
- Рекомендуйте контент пользователям. Например, предположим, что новостной сайт замечает, что его страница спортивного подкаста стала особенно популярной среди посетителей из когорт 1234 и 7. Они могут рекомендовать этот контент другим посетителям из этих когорт.
Как работает FLoC?
В приведенном ниже примере описаны различные роли при выборе объявления с использованием FLoC.
Рекламодателем (компанией, которая платит за рекламу) в этом примере является интернет-магазин обуви:
обувной магазин.примерИздателем (сайтом, продающим рекламное пространство) в примере является новостной сайт:
Dailynews.примерПлатформа рекламных технологий (которая предоставляет программное обеспечение и инструменты для доставки рекламы):
adnetwork.example
В этом примере мы назвали пользователей Йоши и Алекс . Изначально их браузеры принадлежат к одной когорте — 1354.
1. Сервис FLoC
- Служба FLoC, используемая браузером, создает математическую модель с тысячами «когорт», каждая из которых будет соответствовать тысячам веб-браузеров с похожей недавней историей посещений. Подробнее о том, как это работает, ниже .
- Каждой когорте присвоен номер.
2. Браузер
- Из сервиса FLoC браузер Йоши получает данные, описывающие модель FLoC.
- Браузер Йоши определяет свою когорту , используя алгоритм модели FLoC, чтобы вычислить, какая когорта наиболее точно соответствует его собственной истории посещений. В данном примере это будет когорта 1354. Обратите внимание, что браузер Йоши не передает никаких данных службе FLoC.
- Таким же образом браузер Алекса вычисляет идентификатор своей когорты. История посещений Алекса отличается от истории посещений Йоши, но достаточно схожа, так что оба их браузера относятся к когорте 1354.
3. Рекламодатель: Shoesstore.example.
- Йоши посещает обувной магазин.пример .
- Сайт запрашивает у браузера Йоши когорту: 1354.
- Йоши смотрит на походные ботинки.
- На сайте зафиксировано, что посетитель из когорты 1354 проявил интерес к походным ботинкам.
- Позже сайт зафиксировал дополнительный интерес к своей продукции со стороны когорты 1354, а также со стороны других когорт.
- Сайт периодически собирает и передает информацию о когортах и интересах продукта на свою рекламную платформу adnetwork.example .
Теперь очередь Алекса.
4. Издатель: dailynews.example.
- Алекс посещает dailynews.example .
- Сайт запрашивает у браузера Алекса информацию о своей когорте.
- Затем сайт отправляет запрос на рекламу на свою рекламную платформу adnetwork.example , включая группу браузера Алекса: 1354.
5. Платформа рекламных технологий: adnetwork.example.
- adnetwork.example может выбрать объявление, подходящее для Алекса, объединив данные, полученные от издателя dailynews.example и Shoesstore.example рекламодателя:
- Когорта браузера Алекса (1354), предоставленная dailynews.example .
- Данные о когортах и интересах продуктов из сайта Shoesstore.example : «Браузеры из когорты 1354 могут быть заинтересованы в походных ботинках».
- adnetwork.example выбирает объявление, подходящее Алексу: рекламу походных ботинок на сайте Shoesstore.example .
- dailynews.example отображает объявление 🥾.
Кто запускает серверную службу, создающую модель FLoC?
Каждому поставщику браузеров придется самостоятельно выбирать, как группировать браузеры в когорты. Chrome использует собственный сервис FLoC; другие браузеры могут выбрать реализацию FLoC с другим подходом к кластеризации и для этого запустят собственную службу.
Как служба FLoC позволяет браузеру определять свою когорту?
- Служба FLoC, используемая браузером, создает многомерное математическое представление всех потенциальных историй просмотра веб-страниц. Мы назовем эту модель «когортным пространством».
- Сервис делит это пространство на тысячи сегментов. Каждый сегмент представляет собой кластер из тысяч похожих историй посещений. Эти группировки не основаны на знании какой-либо реальной истории посещений; они просто основаны на выборе случайных центров в «когортном пространстве» или разрезании пространства случайными линиями.
- Каждому сегменту присвоен номер когорты.
- Веб-браузер получает эти данные, описывающие «когортное пространство», из своей службы FLoC.
- Когда пользователь перемещается по сети, его браузер использует алгоритм для периодического расчета региона в «когортном пространстве», который наиболее точно соответствует его собственной истории посещений.
Может ли группа браузеров измениться?
Да ! Группа браузеров определенно может измениться! Вероятно, вы не посещаете одни и те же веб-сайты каждую неделю, и группа вашего браузера отразит это.
Когорта представляет собой кластер активности просмотра, а не группу людей. Характеристики активности когорты, как правило, постоянны во времени, и когорты полезны для выбора рекламы, поскольку они группируют схожее недавнее поведение при просмотре. Браузеры отдельных людей будут появляться и исчезать из когорты по мере изменения их поведения в Интернете. Первоначально мы ожидаем, что браузер будет пересчитывать свою когорту каждые семь дней.
В приведенном выше примере группа браузеров Йоши и Алекса равна 1354. В будущем браузер Йоши и браузер Алекса могут перейти в другую группу, если их интересы изменятся. В приведенном ниже примере браузер Йоши перемещается в когорту 1101, а браузер Алекса — в когорту 1378. Браузеры других людей будут переходить в когорты и выходить из них по мере изменения их интересов в просмотре.
Как браузер определяет свою когорту?
Как описано выше, браузер пользователя получает данные от своей службы FLoC, которые описывают математическую модель когорт: многомерное пространство, которое представляет активность просмотра всех пользователей. Затем браузер использует алгоритм, чтобы определить, какая область этого «когортного пространства» (то есть какая когорта) наиболее точно соответствует его собственному недавнему поведению в Интернете.
Как FLoC определяет правильный размер когорты?
В каждой группе будут тысячи браузеров.
Меньший размер когорты может быть более полезен для персонализации рекламы, но с меньшей вероятностью остановит отслеживание пользователей — и наоборот. Механизм распределения браузеров по когортам должен обеспечивать компромисс между конфиденциальностью и полезностью. Privacy Sandbox использует k-анонимность , чтобы позволить пользователю «спрятаться в толпе». Когорта является k-анонимной, если ею пользуются как минимум k пользователей. Чем выше число k, тем больше когорта сохраняет конфиденциальность.
Можно ли использовать FLoC для группировки людей по деликатным категориям?
Алгоритм кластеризации, используемый для построения когортной модели FLoC, предназначен для оценки того, может ли когорта коррелировать с деликатными категориями, без выяснения того, почему категория является деликатной. Когорты, которые могут раскрывать такие деликатные категории, как раса, сексуальная ориентация или история болезни, будут заблокированы. Другими словами, при определении своей когорты браузер будет выбирать только между когортами, которые не раскрывают деликатные категории.
Является ли FLoC просто еще одним способом категоризации людей в Интернете?
Благодаря FLoC браузер пользователя будет принадлежать к одной из тысяч когорт наряду с тысячами браузеров других пользователей. В отличие от сторонних файлов cookie и других механизмов таргетинга, FLoC показывает только группу, в которой находится браузер пользователя, а не индивидуальный идентификатор пользователя. Это не позволяет другим отличить человека внутри когорты. Кроме того, информация о активности просмотра, которая используется для определения когорты браузера, хранится локально в браузере или на устройстве и не загружается куда-либо еще. Браузер может дополнительно использовать другие методы анонимизации, такие как дифференциальная конфиденциальность .
Должны ли веб-сайты участвовать и делиться информацией?
Веб-сайты будут иметь возможность включать или отключать FLoC, поэтому сайты, посвященные деликатным темам, смогут предотвратить включение посещений своего сайта в расчет FLoC. В качестве дополнительной защиты анализ службы FLoC позволяет оценить, может ли группа раскрыть конфиденциальную информацию о пользователях, не узнав, почему эта группа является конфиденциальной. Если когорта может представлять собой большее, чем обычно, количество людей, посещающих сайты деликатной категории, вся эта когорта удаляется. Отрицательное финансовое положение и психическое здоровье входят в число чувствительных категорий, охватываемых данным анализом.
Веб-сайты могут исключить страницу из расчета FLoC , установив для этой страницы заголовок Permissions- interest-cohort=() . Для страниц, которые не были исключены, посещение страницы будет включено в расчет FLoC браузера, если на странице используется document.interestCohort() . Во время текущего пробного периода FLoC страница также будет включена в расчет, если Chrome обнаружит, что страница загружает рекламу или ресурсы, связанные с рекламой . ( Теги объявлений в Chromium объясняют, как работает механизм обнаружения рекламы в Chrome.)
Страницы, обслуживаемые с частных IP-адресов, например страниц интрасети, не будут участвовать в вычислении FLoC.
Как работает API JavaScript FLoC?
API FLoC очень прост: всего один метод, который возвращает обещание, которое преобразуется в объект, предоставляющий id и version когорты:
const { id, version } = await document.interestCohort();
console.log('FLoC ID:', id);
console.log('FLoC version:', version);
Доступные когортные данные выглядят следующим образом:
{
id: "14159",
version: "chrome.2.1"
}
Значение version позволяет сайтам, использующим FLoC, знать, к какому браузеру и к какой модели FLoC относится идентификатор когорты. Как описано ниже, обещание, возвращаемое методом document.interestCohort() , будет отклоняться для любого кадра, которому не разрешено разрешение interest-cohort .
Могут ли веб-сайты отказаться от включения в расчет FLoC?
Политика разрешений interest-cohort позволяет сайту заявить, что он не желает быть включенным в список сайтов пользователя для расчета когорты. Политика будет allow по умолчанию. Обещание, возвращаемое document.interestCohort() будет отклонено для любого кадра, которому не разрешено разрешение interest-cohort . Если у основного фрейма нет разрешения interest-cohort , посещение страницы не будет включено в расчет когорты интересов.
Например, сайт может отказаться от расчета когорты FLoC, отправив следующий заголовок ответа HTTP:
Permissions-Policy: interest-cohort=()
Может ли пользователь запретить сайтам получать когорту FLoC своего браузера?
Если пользователь отключает Privacy Sandbox в chrome://settings/privacySandbox , браузер не будет предоставлять когорту пользователя по запросу через JavaScript: обещание, возвращаемое document.interestCohort() будет отклонено.
Как я могу внести предложения или оставить отзыв?
Если у вас есть комментарии по API, создайте проблему в репозитории FLoC объяснения .
Узнать больше
- Копаемся в «песочнице конфиденциальности»
- Объяснение FLoC
- Испытание источника FLoC и кластеризация
- Оценка когортных алгоритмов для FLoC API
Фото Риса Кентиша на Unsplash .