論文の概要: One String to Rule Them All: Measuring Consent Under the IAB Global Privacy Platform

• arxiv url: http://arxiv.org/abs/2611.02014v1
• Date: Sun, 01 Nov 2026 15:56:51 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 20:06:19.767767
• Title: One String to Rule Them All: Measuring Consent Under the IAB Global Privacy Platform
• Title（参考訳）: IABグローバルプライバシプラットフォームにおけるコンセントの測定
• Abstract要約: IABグローバルプライバシプラットフォームは、複数の管轄区域でユーザ同意情報の収集と送信を標準化することを目的としている。 これらの標準が一貫してユーザーのオプトアウト選択を正しく伝達するか、オプトアウト選択が広告主によって尊重されているかは、まだ不明である。 本分析では,ユーザの同意信号が失われ,広告主が尊重しないオプトアウト選択が失われるという,標準の実装と採用のいくつかの矛盾が明らかになった。
• 参考スコア（独自算出の注目度）: 3.0343925667585805
• License:
• Abstract: Many privacy regulations, including the California Consumer Privacy Act (CCPA), require websites to honor users' opt-out choices. To facilitate this process, industry has introduced technical standards such as the IAB Global Privacy Platform (GPP), which aims to standardize collection and transmission of user consent information across multiple jurisdictions. However, it remains unclear whether these standards consistently and correctly transmit user opt-out choices, or whether opt-out choices are respected by advertisers. In this study, we conduct an in-depth analysis of consent propagation under the GPP framework. We collect data from four web crawls across four experimental settings to analyze how widely the standard is adopted, the extent to which opt-out signals propagate from publishers to third parties, and whether these signals reach and alter third-party advertiser behavior. Our analysis reveals several inconsistencies in the implementation and adoption of the standard that result in user consent signals being lost and user opt-out choices not being respected by the advertisers.
• Abstract（参考訳）: カリフォルニア州消費者プライバシ法(CCPA)を含む多くのプライバシー規制は、ウェブサイトにユーザのオプトアウト選択を尊重することを要求する。 このプロセスを容易にするため、業界はIABグローバルプライバシプラットフォーム(GPP)のような技術標準を導入し、複数の管轄区域でユーザーの同意情報の収集と伝達を標準化することを目指している。 しかし、これらの標準が一貫してユーザーのオプトアウト選択を正しく伝達するかどうか、オプトアウト選択が広告主に尊重されているかどうかは不明だ。 本研究では,GPPフレームワーク上での同意伝達の詳細な解析を行う。 4つの実験的な設定で4つのWebクロールのデータを収集し、標準がどの程度広く採用されているか、オプトアウト信号がパブリッシャーからサードパーティに伝播する程度、そしてこれらの信号がサードパーティの広告主の行動に届き、変更されるかどうかを分析する。 本分析では,ユーザの同意信号が失われることや,広告主に尊重されないオプトアウト選択が生じるという,標準の実装と採用のいくつかの矛盾を明らかにした。

関連論文リスト

• Private Direct Preference Optimization for LLM Alignment [77.56374641532715]
  直接選好最適化(DPO)は、人間の選好データを用いて大規模言語モデル(LLM)を調整するための標準手法である。 本稿では、DPOのためのラベルDPスタイルのプライバシー概念である嗜好プライバシを定式化する。 次に、大規模LLMトレーニングと互換性を維持しながら、好みのプライバシを強制するDPOの派生であるPrivDPOを設計する。
  論文  参考訳（メタデータ） (2026-08-05T16:51:02Z)
• When the Abyss Looks Back: Unveiling Evolving Dark Patterns in Cookie Consent Banners [11.548328369179254]
  そこで本研究では,学習パターンと新たに発達した9つのパターンの両方を検出する,同意プラットフォーム管理システム(CMPBRA)を提案する。 当社は、EU、米国、トップランクのグローバルドメインにまたがる14,000のWebサイトを対象に、大規模なコンプライアンス指向の測定を実施しています。 我々の結果は、進化したダークパターンが普及していることを示している: 取り消しはしばしば妨害され、クッキーは同意前または明示的な拒否にもかかわらず設定され、オプトアウトインターフェースはサードパーティの追跡を妨げないことが多い。
  論文  参考訳（メタデータ） (2026-03-23T03:12:49Z)
• Breaking the illusion: Automated Reasoning of GDPR Consent Violations [9.488261532697814]
  我々は、Webフォームにおける同意関連プライバシー侵害を検出するための新しい自動化フレームワークCosmicを提案する。 コズミックは同意フォームの94.1%に3384件の違反を検知し、自由な同意目的開示や離脱オプションなどの重要な原則をカバーしている。
  論文  参考訳（メタデータ） (2025-12-28T05:22:00Z)
• Mind the Privacy Unit! User-Level Differential Privacy for Language Model Fine-Tuning [62.224804688233]
  差分プライバシ(DP)は、モデルが特定のプライバシユニットで「ほとんど区別できない」ことを保証することで、有望なソリューションを提供する。 ユーザ間でのプライバシー保護の確保に必要なアプリケーションによって動機づけられたユーザレベルのDPについて検討する。
  論文  参考訳（メタデータ） (2024-06-20T13:54:32Z)
• Privacy Policies and Consent Management Platforms: Growth and Users' Interactions over Time [4.356242302111725]
  コンセントプラットフォーム(CMP)は、ウェブサイト管理者がユーザの同意を容易に管理できるように、実用的なソリューションとして登場した。 本稿では9年間にわたるCMPの進化を詳細に分析する。 プライバシ・バナーの設計の小さな変更が、ユーザのデータ収集に対する同意の付与や拒否にどれほど重大な影響を与えているかを観察します。
  論文  参考訳（メタデータ） (2024-02-28T13:36:27Z)
• Privacy Preference Signals: Past, Present and Future [2.2559617939136505]
  本稿では、ポスト開発をプライバシ優先信号のより広範な歴史に統合する。 我々の主な貢献は、Transparency and Consent Framework(TCF)信号がいかに支配的になったかを示す高周波縦断的研究である。 ウェブサイト上のサードパーティの数とGoogle Adsの存在の両方が、TCKの採用の増加に関連している。
  論文  参考訳（メタデータ） (2021-06-04T06:39:20Z)
• Private Reinforcement Learning with PAC and Regret Guarantees [69.4202374491817]
  エピソード強化学習(RL)のためのプライバシー保護探索ポリシーを設計する。 まず、共同微分プライバシー(JDP)の概念を用いた有意義なプライバシー定式化を提供する。 そこで我々は,強いPACと後悔境界を同時に達成し,JDP保証を享受する,プライベートな楽観主義に基づく学習アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-09-18T20:18:35Z)
• Beyond privacy regulations: an ethical approach to data usage in transportation [64.86110095869176]
  本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。 フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
  論文  参考訳（メタデータ） (2020-04-01T15:10:12Z)

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。