論文の概要: From Third-Party to First-Party: Measuring and Protecting Against Modern Web Tracking Mechanisms

• arxiv url: http://arxiv.org/abs/2606.16720v1
• Date: Mon, 15 Jun 2026 13:49:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.583564
• Title: From Third-Party to First-Party: Measuring and Protecting Against Modern Web Tracking Mechanisms
• Title（参考訳）: 第三部から第一部へ:現代のWeb追跡メカニズムの測定と保護
• Authors: Christian Böttger, Tareq Khouja, Norbert Pohlmann, Nurullah Demir, Tobias Urban,
• Abstract要約: サードパーティの追跡は、常にプライバシーを意識したユーザーとトラッカーの間の猫とマウスのゲームだった。 近年、この対立は、サードパーティのトラッキングから、サードパーティのトラッキング(FPT)とサーバサイドトラッキング(SST)へとシフトしている。 これらのテクニックの採用が増えているにも関わらず、大規模なデプロイメントに対する私たちの理解は限定的です。
• 参考スコア（独自算出の注目度）: 0.3914676152740142
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Web user tracking has always been a cat-and-mouse game between privacy-conscious users and trackers. Recently, this conflict has driven a shift from third-party tracking toward first-party tracking (FPT) and server-side tracking (SST). By relocating tracking logic to the browser's first-party context or the website's backend, these mechanisms obscure data flows and render traditional client-side detection tools increasingly ineffective. Despite the growing adoption of these techniques, our understanding of their deployment at scale remains limited, and generalized protection mechanisms are lacking. In this work, we conduct a large-scale measurement of top sites to assess this shift and the prevalence of FPT and SST. We develop a provider-independent methodology to detect these mechanisms and find that over 54% of analyzed sites now deploy FPT or SST-related techniques. By clustering scripts based on their similarity and constructing a network graph, we demonstrate that the ecosystem is densely connected and dominated by major vendors like Google. Finally, we demonstrate that current filter lists are largely ineffective against first-party tracking, and we propose new rules to address this gap. We show that these rules block 63% more requests than traditional filter lists.
• Abstract（参考訳）: ウェブユーザーの追跡は、常にプライバシーを意識したユーザーとトラッカーの間で行われてきた。 近年、この対立は、サードパーティのトラッキングから、サードパーティのトラッキング(FPT)とサーバサイドトラッキング(SST)へのシフトを引き起こしている。 トラッキングロジックをブラウザのファーストパーティのコンテキストやWebサイトのバックエンドに移動させることで、これらのメカニズムはデータフローを曖昧にし、従来のクライアント側検出ツールをますます非効率にする。 これらの技術の普及にもかかわらず、大規模な展開に対する私たちの理解は限定的であり、一般的な保護メカニズムが欠如している。 本研究では,この変化とFPTとSSTの頻度を評価するために,大規模なトップサイトの測定を行った。 我々は,これらのメカニズムを検出するためのプロバイダに依存しない手法を開発し,分析対象サイトの54%以上が現在,FPTやSST関連の手法をデプロイしていることを確認した。 その類似性に基づいてスクリプトをクラスタ化してネットワークグラフを構築することで、エコシステムが密結合され、Googleのような主要ベンダに支配されていることを実証します。 最後に、現在のフィルタリストは、サードパーティの追跡に対してほとんど効果がないことを実証し、このギャップに対処するための新しいルールを提案する。 これらのルールは従来のフィルタリストよりも63%多いリクエストをブロックしている。

関連論文リスト

• SST-Guard: Detecting and Characterizing Server-Side Google Analytics in the Wild [48.894149803432605]
  SST-Guardは,サーバサイドのGoogle Analytics(sGA)の検出とブロックを行うブラウザベースのシステムである。 SST-Guardは、任意のエンドポイントにこれらのセマンティック値のコレクションと共有の根底にあるアーティファクトを検出することを目的としている。 SST-Guard on Tranco top-10k Website, detected 4.02% (403) sGA domain with 93% accuracy across three modalities。
  論文  参考訳（メタデータ） (2026-04-30T06:50:14Z)
• PrismWF: A Multi-Granularity Patch-Based Transformer for Robust Website Fingerprinting Attack [45.608550871415]
  Torは低レイテンシな匿名通信ネットワークで、Webサイトのトラフィックを暗号化することでユーザのプライバシーを保護する。 最近のWebサイトフィンガープリント(WF)攻撃は、暗号化されたトラフィックが、パケットサイズ、方向、地域間時間などの統計的特徴を活用することで、ユーザの訪問するWebサイトをいまだに漏洩させることができることを示している。 マルチタブWF攻撃のための多粒度パッチベースのトランスフォーマであるPrismWFを提案する。
  論文  参考訳（メタデータ） (2026-03-22T08:17:03Z)
• T-MAP: Red-Teaming LLM Agents with Trajectory-aware Evolutionary Search [49.99459363244884]
  提案手法は, 対向的プロンプトの発見を導くために, 実行トラジェクトリを利用するトラジェクトリ対応の進化探索手法であるT-MAPを提案する。 本手法は,安全ガードレールをバイパスするだけでなく,実際のツールインタラクションによる有害な目標を確実に実現するための攻撃の自動生成を可能にする。
  論文  参考訳（メタデータ） (2026-03-21T12:33:34Z)
• 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)
• CONTINUUM: Detecting APT Attacks through Spatial-Temporal Graph Neural Networks [0.9553673944187253]
  Advanced Persistent Threats (APT) はサイバーセキュリティにおいて重要な課題である。 従来の侵入検知システム(IDS)は、これらの多段階攻撃を検出するのに不足することが多い。
  論文  参考訳（メタデータ） (2025-01-06T12:43:59Z)
• ScionFL: Efficient and Robust Secure Quantized Aggregation [36.668162197302365]
  我々は,フェデレートラーニングのための最初のセキュアアグリゲーションフレームワークであるScionFLを紹介する。 量子化された入力で効率的に動作し、同時に悪意のあるクライアントに対して堅牢性を提供する。 クライアントのオーバーヘッドがなく、サーバのオーバーヘッドも緩やかなため、標準的なFLベンチマークに匹敵する精度が得られます。
  論文  参考訳（メタデータ） (2022-10-13T21:46:55Z)
• Unsupervised Abnormal Traffic Detection through Topological Flow Analysis [1.933681537640272]
  悪意のある流れの トポロジカル接続コンポーネントは 利用されていない 本稿では,教師なし異常検出アルゴリズムにおける接続グラフ機能の利用を容易にするための簡易な手法を提案する。
  論文  参考訳（メタデータ） (2022-05-14T18:52:49Z)
• Masked LARk: Masked Learning, Aggregation and Reporting worKflow [6.484847460164177]
  多くのWeb広告データフローは、ユーザの受動的クロスサイト追跡を含む。 ほとんどのブラウザは、その後のブラウザイテレーションで3PCの削除に向かっている。 本稿では,ユーザエンゲージメント測定とモデルトレーニングの集約を目的としたMasked LARkという新しい提案を提案する。
  論文  参考訳（メタデータ） (2021-10-27T21:59:37Z)
• Privacy-preserving Traffic Flow Prediction: A Federated Learning Approach [61.64006416975458]
  本稿では,フェデレート学習に基づくGated Recurrent Unit Neural Network Algorithm (FedGRU) というプライバシ保護機械学習手法を提案する。 FedGRUは、現在の集中学習方法と異なり、安全なパラメータアグリゲーション機構を通じて、普遍的な学習モデルを更新する。 FedGRUの予測精度は、先進的なディープラーニングモデルよりも90.96%高い。
  論文  参考訳（メタデータ） (2020-03-19T13:07:49Z)

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。