文献

J-GLOBAL ID：202002251888563901   整理番号：20A0201531

第三者追跡のハイブリッドおよび軽量検出:設計,実装および評価【JST・京大機械翻訳】

Hybrid and lightweight detection of third party tracking: Design, implementation, and evaluation

著者 (7件)： Cozza Federico (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy) ,  Guarino Alfonso (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy) ,  Isernia Francesco (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy) ,  Malandrino Delfina (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy) ,  Rapuano Antonio (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy) ,  Schiavone Raffaele (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy) ,  Zaccagnino Rocco (Dipartimento di Informatica, Universita degli Studi di Salerno, Via Giovanni Paolo II, Fisciano (SA), I-84084, Italy)
資料名： Computer Networks  (Computer Networks)
巻： 167  ページ： Null  発行年： 2020年 
JST資料番号： A0360B  ISSN： 1389-1286  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ウェブサイトのための一般的な実践は,ユーザを追跡し,個人化された経験を提供するために,第三者サイトによって提供されるサービスに依存することである。残念ながら,この実践はユーザと性能の両方に対して強い意味を持っている。一方,個人のプライバシーは,個人プロファイルの再構築に用いられる価値ある情報の使用を与えられるリスクにある。一方,Webブラウザに実装されているプライバシー保護のための多くの既存の対策は,それらのプライバシー侵入性を与えられると,濾過されなければならない資源の膨大な(今日までの維持が困難な)リストの使用により,性能問題を示す。これらの限界を克服するために,Webページをブラウジングしながら要求されるプライバシー侵入サービスの自動識別のために,ブラックリストと機械学習を利用するハイブリッド機構の利用を提案した。このアイデアは,悪意のある資源と機能的資源の間を区別する機械学習モデルと組み合わせて,ブラックリストを使用することであり,従って,ブラックリストを更新する。機械学習モデルはJavaScriptプログラムとHTTP要求をそれぞれ91%と97%まで分類できることを見出した。このハイブリッド機構のプロトタイプ実装を提供し,Guardonと命名し,その有効性と性能を評価する徹底的な評価研究を行った。結果は,Guardedが,フィルタリングのために静的リストの使用に関して活用する従来のシステムと比較して,性能劣化なしでユーザの要求から悪意のある資源を濾過することができることを示した。さらに,有効性についての結果は,いくつかの小さい改良によってさえ,著者らの機構が,効率的に悪意のある要求をフィルターにかけることができて,実質的な方法個人情報漏洩において減少することができることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  プライバシー ,  Webページ ,  フィルタ ,  フィルタリング ,  ブラウジング ,  プロトタイプ ,  *機械学習 ,  再構成
準シソーラス用語： HTTP ,  Javaスクリプト ,  ブラックリスト ,  自動認識 ,  プライバシー保護 ,  Webブラウザ , 【Automatic Indexing@JST】

著者キーワード (4件)： プライバシー ,  機械学習技術 ,  情報漏洩 ,  実験的研究

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 第三者 ,  追跡 ,  量検出 ,  設計 ,  実装 ,  評価