Percival：利用深度学习使浏览器内感知广告拦截切实可行
密码学与安全
2020-05-21 v3 机器学习
机器学习
摘要
在本文中，我们提出 Percival，一个嵌入浏览器、轻量且由深度学习驱动的广告拦截器。Percival 将自己嵌入浏览器的图像渲染流水线中，从而可以拦截页面执行期间获取的每一张图像，并通过对图像分类应用机器学习来标记潜在广告以实现拦截。我们在 Chromium 和 Brave 浏览器中的实现仅显示出 4.55% 的轻微渲染性能开销，证明了在浏览器渲染引擎的关键路径中部署传统上较重的模型（即深度神经网络）的可行性。我们展示了我们基于图像的广告拦截器能够以 96.76% 的准确率复现 EasyList 规则。为展示 Percival 方法的通用性，我们给出了案例研究，表明 Percival 1）在非英语语言的广告上表现令人惊讶地好；2）Percival 在拦截第一方 Facebook 广告上也表现良好，而这给其他广告拦截器带来了问题。Percival 证明了基于图像的感知广告拦截是当今主导的拦截列表方法的一个有吸引力的补充。
引用
@article{arxiv.1905.07444,
title = {Percival: Making In-Browser Perceptual Ad Blocking Practical With Deep Learning},
author = {Zain ul abi Din and Panagiotis Tigas and Samuel T. King and Benjamin Livshits},
journal= {arXiv preprint arXiv:1905.07444},
year = {2020}
}
备注
13 Pages