論文の概要: adF: A Novel System for Measuring Web Fingerprinting through Ads
- arxiv url: http://arxiv.org/abs/2311.08769v1
- Date: Wed, 15 Nov 2023 08:30:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-16 16:47:14.720364
- Title: adF: A Novel System for Measuring Web Fingerprinting through Ads
- Title（参考訳）: adf: 広告によるwebフィンガープリントの新しい測定システム
- Authors: Miguel A. Bermejo-Agueda (1), Patricia Callejo (1 and 2), Rub\'en
Cuevas (1 and 2), \'Angel Cuevas (1 and 2) ((1) Universidad Carlos III de
Madrid, (2) uc3m-Santander Big Data Institute)
- Abstract要約: adFは広告に挿入されたコードから測定を行う。
われわれはこのシステムを5億4000万回の広告インプレッションを配信する広告キャンペーンで利用してきた。
以上の結果から,デスクトップ端末の64%,モバイルデバイスの40%が独自に指紋認証を行うことができると推定した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces adF, a novel system for analyzing the vulnerability of
different devices, Operating Systems (OSes), and browsers to web
fingerprinting. adF performs its measurements from code inserted in ads. We
have used our system in several ad campaigns that delivered 5,40 million ad
impressions. The collected data enable us to assess the vulnerability of
current desktop and mobile devices to web fingerprinting. Based on our results,
we estimate that 64% of desktop devices and 40% of mobile devices can be
uniquely fingerprinted with our web fingerprinting system. However, the
resilience to web fingerprinting varies significantly across browsers and
device types, with Chrome on desktops being the most vulnerable configuration.
- Abstract（参考訳）: 本稿では,異なるデバイス,オペレーティングシステム(OS),ブラウザのWebフィンガープリントに対する脆弱性を解析する新しいシステムであるadFを紹介する。
adFは広告に挿入されたコードから測定を行う。
われわれはこのシステムを5億4000万回の広告インプレッションを配信する広告キャンペーンで利用してきた。
収集したデータにより、現在のデスクトップとモバイルデバイスの脆弱性をWebフィンガープリントで評価することができます。
以上の結果から,デスクトップ端末の64%,モバイルデバイスの40%がWeb指紋認証システムで一意に指紋認証を行うことができると推定した。
しかし、Webフィンガープリントに対するレジリエンスはブラウザやデバイスタイプによって大きく異なり、デスクトップ上のChromeは最も脆弱な設定である。
関連論文リスト
- Beyond the Crawl: Unmasking Browser Fingerprinting in Real User Interactions [9.495142718502072]
ブラウザーフィンガープリント(Browser fingerprinting)は、プロファイリングやターゲット広告に頻繁に使われるオンライン追跡技術である。
これまでの研究は、人間とコンピュータの相互作用のニュアンスを再現するのに本質的に苦労した自動化ウェブクローリングに大きく依存していた。
本稿では,30人の参加者を対象とした10週間にわたるユーザ調査を行い,3000のWebサイトを対象とした実閲覧セッションからテレメトリデータを収集した。
論文 参考訳（メタデータ） (2025-02-03T18:43:34Z) - Red Pill and Blue Pill: Controllable Website Fingerprinting Defense via Dynamic Backdoor Learning [93.44927301021688]
Webサイト指紋(WF)攻撃は、訪問するWebページを特定するために、ユーザーのコミュニケーションを秘密裏に監視する。
既存のWFディフェンスは、ユニークなトラフィックパターンを乱すことで攻撃者の精度を低下させようとする。
バックドア学習に基づく新しい防衛視点である制御可能なWebサイトフィンガープリントディフェンス(CWFD)を紹介した。
論文 参考訳（メタデータ） (2024-12-16T06:12:56Z) - Fingerprinting and Tracing Shadows: The Development and Impact of Browser Fingerprinting on Digital Privacy [55.2480439325792]
ブラウザのフィンガープリントは、クッキーのような従来の方法なしでオンラインでユーザーを特定し、追跡するテクニックとして成長している。
本稿では, 各種指紋認証技術について概説し, 収集データのエントロピーと特異性を解析する。
論文 参考訳（メタデータ） (2024-11-18T20:32:31Z) - How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。
この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。
我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
論文 参考訳（メタデータ） (2024-10-09T14:51:58Z) - The First Early Evidence of the Use of Browser Fingerprinting for Online Tracking [10.98528003128308]
オンライン広告の領域におけるブラウザフィンガープリントの利用に関する懸念の高まりに対処することが不可欠である。
本稿では,ブラウザのフィンガープリント調整による広告変化を分析し,フィンガープリントに基づくユーザトラッキングを評価するフレームワークであるFPTraceを紹介する。
論文 参考訳（メタデータ） (2024-09-24T01:39:16Z) - Assessing Web Fingerprinting Risk [2.144574168644798]
ブラウザー指紋(Browser fingerprints)は、クッキーが無効になってもユーザーの秘密の追跡を可能にするデバイス固有の識別子である。
これまでの研究は、指紋認証のリスクを定量化するための鍵となる指標として、情報の尺度であるエントロピーを確立してきた。
我々は,先行作業の限界に対処するブラウザのフィンガープリントについて,最初の研究を行った。
論文 参考訳（メタデータ） (2024-03-22T20:34:41Z) - Keep your Identity Small: Privacy-preserving Client-side Fingerprinting [0.0]
デバイスフィンガープリントは、サードパーティが特定のデバイスを特定するために広く使用されるテクニックである。
最も広く使われている用途の1つは、異なるウェブサイトを訪れているユーザーを特定し、ブラウジング履歴を構築することである。
これは、ユーザのプライバシに脅威をもたらす、特定のタイプのWebトラッキングを構成する。
プライバシ保存型クライアントサイドフィンガープリント(PCF)は,Web上でのデバイスフィンガープリントを可能にすると同時に,Webトラッキングの実行を阻害する新しい手法である。
論文 参考訳（メタデータ） (2023-09-14T09:45:29Z) - Hierarchical Perceptual Noise Injection for Social Media Fingerprint
Privacy Protection [106.5308793283895]
ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します
指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。
この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
論文 参考訳（メタデータ） (2022-08-23T02:20:46Z) - Uncovering Fingerprinting Networks. An Analysis of In-Browser Tracking
using a Behavior-based Approach [0.0]
この論文は、インターネット上でのブラウザのフィンガープリントの現状を探求している。
我々はFPNETを実装し,その動作を観察することで,大量のWebサイト上で指紋認証スクリプトを識別する。
Google、Yandex、Maxmind、Sift、FingerprintJSといった企業を追跡します。
論文 参考訳（メタデータ） (2022-08-15T18:06:25Z) - On the vulnerability of fingerprint verification systems to fake
fingerprint attacks [57.36125468024803]
中規模の偽指紋データベースを記述し、2つの異なる指紋認証システムを評価する。
光およびサーマルスイーピングセンサの結果が提供される。
論文 参考訳（メタデータ） (2022-07-11T12:22:52Z) - Measurement-driven Security Analysis of Imperceptible Impersonation
Attacks [54.727945432381716]
本稿では,ディープニューラルネットワークを用いた顔認識システムの実用性について検討する。
皮膚の色,性別,年齢などの要因が,特定の標的に対する攻撃を行う能力に影響を及ぼすことを示す。
また,攻撃者の顔のさまざまなポーズや視点に対して堅牢なユニバーサルアタックを構築する可能性についても検討した。
論文 参考訳（メタデータ） (2020-08-26T19:27:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。