AutoFR：用于广告拦截的自动化过滤规则生成
机器学习
2023-03-09 v2 网络与互联网体系结构
摘要
广告拦截依赖于由过滤列表作者社区手动策划和维护的过滤列表。过滤列表的策划是一个繁琐的过程，难以大规模扩展到大量站点或随时间推移而扩展。在本文中，我们介绍了 AutoFR，一个强化学习框架，用于完全自动化针对感兴趣站点的过滤规则创建与评估过程。我们设计了一种基于多臂老虎机（multi-arm bandit）的算法来生成过滤规则，在拦截广告的同时控制拦截广告与避免视觉破损之间的权衡。我们在数千个站点上测试了 AutoFR，并表明它是高效的：仅需几分钟即可为感兴趣站点生成过滤规则。AutoFR 是有效的：它生成的过滤规则可拦截 86% 的广告，而 EasyList 为 87%，同时达到可比的视觉破损程度。此外，AutoFR 生成的过滤规则能很好地泛化到新站点。我们设想 AutoFR 能够在大规模过滤规则生成方面协助广告拦截社区。
引用
@article{arxiv.2202.12872,
title = {AutoFR: Automated Filter Rule Generation for Adblocking},
author = {Hieu Le and Salma Elmalaki and Athina Markopoulou and Zubair Shafiq},
journal= {arXiv preprint arXiv:2202.12872},
year = {2023}
}
备注
16 pages with 13 figures, 3 tables, 1 algorithm. 3.5 pages of references. Appendices include 10 pages of appendices with 11 figures and 3 tables