Topics API的定量信息流分析
密码学与安全
2024-09-16 v1 信息论
math.IT
摘要
自20世纪90年代中期cookie首次被开发以来,第三方cookie就一直是隐私隐患,但更严格的cookie策略直到2010年代初才由互联网浏览器厂商引入。最近,由于监管变化,浏览器厂商已开始完全屏蔽第三方cookie,Firefox和Safari均已合规。Topics API由Google提出,作为在即将弃用第三方cookie之后,用于基于兴趣的广告(IBA)的额外且侵入性较小的信息来源。Google发布的初步结果估计,随机个体的正确再识别概率将低于3%,同时仍能支持IBA。在本文中,我们从定量信息流(QIF)这一信息与决策理论框架的视角,分析Topics API给个体互联网用户带来的再识别风险。我们的模型允许对该API的隐私与效用方面及其权衡进行理论分析,并且我们表明Topics API确实比第三方cookie具有更好的隐私性。我们将效用分析留待未来工作。
引用
@article{arxiv.2309.14746,
title = {A Quantitative Information Flow Analysis of the Topics API},
author = {Mário S. Alvim and Natasha Fernandes and Annabelle McIver and Gabriel H. Nunes},
journal= {arXiv preprint arXiv:2309.14746},
year = {2024}
}
备注
WPES '23 (to appear)