論文の概要: An Empirical Inquiry into Surveillance Capitalism: Web Tracking

• arxiv url: http://arxiv.org/abs/2508.07454v1
• Date: Sun, 10 Aug 2025 18:46:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-12 21:23:28.865238
• Title: An Empirical Inquiry into Surveillance Capitalism: Web Tracking
• Title（参考訳）: サーベイランス資本主義に関する実証調査:Web追跡
• Authors: Nils Bonfils,
• Abstract要約: 本稿では,Web追跡データのパターンと傾向を分析し,Surveillance Capitalismの抽出メカニズムの実証的証拠を確立する。 われわれの発見によると、GoogleのWeb上の全面的な位置、監視分野の企業間の3層構造、そして検出を回避するための追跡技術の進化を示す証拠が明らかになった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The modern web is increasingly characterized by the pervasiveness of Surveillance Capitalism. This investigation employs an empirical approach to examine this phenomenon through the web tracking practices of major tech companies -- specifically Google, Apple, Facebook, Amazon, and Microsoft (GAFAM) -- and their relation to financial performance indicators. Using longitudinal data from WhoTracks.Me spanning from 2017 to 2025 and publicly accessible SEC filings, this paper analyzes patterns and trends in web tracking data to establish empirical evidence of Surveillance Capitalism's extraction mechanisms. Our findings reveal Google's omnipresent position on the web, a three-tier stratification among GAFAM companies in the surveillance space, and evidence suggesting an evolution of tracking techniques to evade detection. The investigation further discusses the social and environmental costs of web tracking and how alternative technologies, such as the Gemini protocol, offer pathways to challenge the extractive logic of this new economic order. By closely examining surveillance activities, this research contributes to an ongoing effort to better understand the current state and future trajectory of Surveillance Capitalism.
• Abstract（参考訳）: 現代のウェブは、監視資本主義の浸透によってますます特徴付けられるようになった。 この調査では、Google、Apple、Facebook、Amazon、Microsoft(GAFAM)などの大手テック企業のWebトラッキングプラクティスと、財務パフォーマンス指標との関係を通じて、この現象を実証的に調査するアプローチを採用している。 本稿は、2017年から2025年にかけてのWhoTracksの縦断データとSECの公開書類を用いて、Web追跡データのパターンと傾向を分析し、Surveillance Capitalismの抽出メカニズムの実証的証拠を確立する。 我々の発見は、GoogleのWeb上の全方位位置、監視分野におけるGAFAM企業間の3層構造、そして検出を回避するための追跡技術の進化を示す証拠を明らかにした。 調査はさらに、ウェブトラッキングの社会的・環境的コストと、ジェミニプロトコルのような代替技術が、この新しい経済秩序の抽出論理にどう挑戦するかについても論じている。 本研究は、監視活動の綿密な調査により、監視資本主義の現状と今後の軌跡をよりよく理解するための継続的な取り組みに寄与する。

関連論文リスト

• SoK: Advances and Open Problems in Web Tracking [71.54586748169943]
  Webトラッキングは、パーソナライズされた広告とコンバージョン追跡を可能にする、広範かつ不透明なプラクティスである。 Webトラッキングは、広告業界の変化、ブラウザによるアンチトラッキング対策の導入、新たなプライバシー規制の実施などによって、かつての世代の変革が進んでいる。 このシステム化・オブ・ナレッジ(SoK)は、この幅広い研究を統合することを目的としており、近代的で急速に進化するWebトラッキングのランドスケープを形成するための技術的なメカニズム、対策、および規制の包括的概要を提供する。
  論文  参考訳（メタデータ） (2025-06-16T23:30:54Z)
• From Past to Present: A Survey of Malicious URL Detection Techniques, Datasets and Code Repositories [3.323388021979584]
  悪意のあるURLは、ユーザーを騙してプライベートデータを拡散させたり、ホストシステムに侵入するために有害なペイロードを配布することで、サイバーセキュリティエコシステムを絶えず脅かしている。 本稿では,従来のブラックリストから高度なディープラーニングアプローチまで,手法を体系的に分析する。 従来の調査とは違って,既存の研究を主要なデータモダリティに応じて分類する,新しいモダリティに基づく分類法を提案する。
  論文  参考訳（メタデータ） (2025-04-23T06:23:18Z)
• Surveillance Capitalism Revealed: Tracing The Hidden World Of Web Data Collection [0.0]
  本研究では,Webナビゲーションと検索における個人データ転送に着目し,サーベイランス資本主義のメカニズムを考察する。 データ収集の実践の具体的な証拠を提示し、データ保護と透明性を高めるための戦略を提案する。
  論文  参考訳（メタデータ） (2024-12-23T19:55:20Z)
• A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
  AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。 本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T12:44:48Z)
• Graph Mining for Cybersecurity: A Survey [61.505995908021525]
  マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。 従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。 グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
  論文  参考訳（メタデータ） (2023-04-02T08:43:03Z)
• Detecting Anomalous Cryptocurrency Transactions: an AML/CFT Application of Machine Learning-based Forensics [5.617291981476445]
  本論文は,さまざまな手法を用いて,有向グラフネットワークとして表現されるBitcoinトランザクションの現実的なデータセットを解析する。 これは、Graph Convolutional Networks(GCN)とGraph Attention Networks(GAT)として知られるニューラルネットワークタイプが、有望なAML/CFTソリューションであることを示している。
  論文  参考訳（メタデータ） (2022-06-07T16:22:55Z)
• Explainable Patterns: Going from Findings to Insights to Support Data Analytics Democratization [60.18814584837969]
  我々は,データストーリテリングの探索と作成において,レイユーザをサポートする新しいフレームワークであるExplainable Patterns (ExPatt)を提示する。 ExPattは、外部(テキスト)の情報ソースを使用して、観察または選択された発見の実用的な説明を自動的に生成します。
  論文  参考訳（メタデータ） (2021-01-19T16:13:44Z)

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。