基于真实数据的 Topics API 公开可复现评估

Web 的 Topics API 是 Google 为替代第三方 Cookie 而提出的隐私增强方案。先前工作的结果引发了 Google 与研究界之间关于 Topics 在效用与隐私之间权衡能力的持续讨论。争论的焦点主要集中在这些分析中所用数据集的真实性及其可复现性：研究人员使用的是从小样本用户中收集的数据或生成的合成数据集，而 Google 的结果则是从私有数据集中推断得出的。在本文中，我们在最大且公开可用的真实浏览历史数据集上，对最新版本的 Topics API 进行了可复现的评估，以补充先前的研究。首先，我们测量了真实用户的兴趣随时间变化的唯一性和稳定性。然后，我们通过调整先前隐私研究中的方法，评估了是否可以利用这些真实浏览轨迹对用户进行指纹识别。最后，我们呼吁 Web 参与者通过发布匿名化分布来执行并支持可复现的评估。我们发现，对于该数据集中的 1207 名真实用户，在广告商分别观察其主题 1 次、2 次和 3 次后，跨网站被重新识别的概率分别为 2%、3% 和 4%。本文基于真实数据表明，Topics 并未向所有用户提供相同的隐私保证，且信息泄露会随时间推移而恶化，进一步凸显了对新的 Web 提案所声明的内容进行公开且可复现评估的必要性。