审计，测量，并为社交媒体广告生态系统阿塔纳西奥斯·安德烈乌引用此版本：AthanasiosAndreou 审计，测量，并为社交媒体广告生态系统带来透明度社会和信息网络[cs.SI]。索邦大学，2019年。英语NNT：2019SORUS009。电话：02935895HAL Id：tel-02935895https://theses.hal.science/tel-029358952020年9月10日提交HAL是一个多学科的开放获取档案馆，用于存放和传播科学研究文件，无论它们是否已这些文件可能来自法国或国外的教学和研究机构，或来自公共或私人研究中心。L’archive ouverte pluridisciplinaire索邦大学博士论文集en vueDOCTEURDE 索邦大学专业：informatiqueEURECOM2019年6月17日由Athanasios Andreou发布滴度：审计，测量，并为社交媒体广告生态系统社会网络审计、监测和监督Directorate de thèse：M.Patrick Loiseau Inria GrenobleMme.格勒诺布尔市从这里可以看到：M.Nikolaos Laoutaris IMDEA Mme.CNRS里昂在以下委员会的M.尼古劳斯·劳塔利斯IMDEA夫人索尼娅·本·穆赫塔尔CNRS LyonM.克洛德·卡斯特卢恰因里亚格勒诺布尔M.哈达迪伦敦帝国理工学院M.达维德·巴尔扎罗蒂EURECOM夫人瓦纳戈加格勒诺布尔M.帕特里克·卢瓦索因里亚格勒诺布尔2AcK现在领导gmenT s我要特别感谢我的顾问帕特里克·卢瓦索和瓦娜·戈加。他们都投入了大量的时间和精力来指导我，并在我的博士学位的每一步帮助我在这段时间里，我学到的大部分东西都要感谢他们;他们教会了我如何进行研究，以及如何交流我的发现。他们以任何方式促进我的研究，他们在我身边努力工作他们的反馈总是无价的，他们让我接触到一种全新的思维方式。我真的很感激在我的整个旅程中，我有这样的专业顾问。我还要感谢克里希纳·古马迪，他对我完成论文的贡献至关重要。克里希纳给了我两个在MPI-SWS的实习机会，这让我有机会了解他，并与他和他的团队密切合作。他的投入总是至关重要的，并在我的博士学位中发挥了不可或缺的作用他的创造力，独创性和激情总是激励着我，激励着我尽我所能。与此同时，他向我提供的技术资源对我的工作非常有帮助。此外，我还要感谢我的其他合作者，即Fabrício Ben-evenuto、Alan Mislove、MárcioSilva和Giridhari Venkatadri。与他们一起工作不仅是一种乐趣，而且我还从我们的合作中学到了很多东西;通过他们，我明白了与其他研究人员合作的重要性，以及这如何我为我们一起做的工作感到骄傲，我将永远感激。最后但并非最不重要的是，我要感谢我的父母，感谢他们在我读博士期间对我的支持、关爱和理解他们总是支持我，当我需要他们的时候，他们就在他们以任何方式帮助我追求我的梦想，即使这意味着我将远离他们很长一段时间。同样，我要感谢我在尼斯、格勒诺布尔、萨尔布吕肯、希腊和世界各地的所有朋友博士学位持续多年，在此期间，我们不仅成长为研究人员，而且成长为人类。我的朋友们，我和他们建立的纽带，我们一起度过的时光，我们分享的经历，对我来说是这个过程中不可或缺的一部分他们让我的生活更丰富，更快乐，我将永远珍惜我们共同的回忆，并带着喜悦和一点怀旧之情回顾他们，因为我和我身边的所有这些美好的人一起我IIContenT s致谢i摘要七1介绍11.1广告透明度机制的审计21.2衡量Facebook广告生态系统41.3提供广告解释的协作方法61.4AdAnalyst：帮助用户理解广告61.5其他作品71.6论文结构72艺术92.1广告界面研究92.1.1广告界面的漏洞102.1.2使用广告界面进行人口统计学研究112.2广告透明度机制研究112.2.1审计广告偏好管理器112.2.2广告透明度机制122.3网络广告研究132.3.1网络广告研究132.3.2移动广告研究142.3.3Facebook广告研究142.4通道152.4.1跟踪如何工作？...............................................................................................162.4.2追踪的测量研究172.4.3对追踪的防御措施173背景. 193.1广告如何在社交媒体上运作？................................................................................... 193.2Facebook广告界面213.3目标类型223.3.1传统Facebook瞄准223.3.2数据经纪人目标263.3.3广告商PII定位和重定位27IIIIV内容3.3.4详细说明Facebook目标273.4摘要284AdAnalyst294.1AdAnalyst收集什么？................................................................................................294.1.1广告304.1.2解释324.1.3广告偏好设置第33页4.2AdAnalyst为用户提供了什么？................................................................................354.2.1数据364.2.2广告商384.2.3广告404.2.4搜索414.2.5AdAnalyst如何提高Facebook的透明度？.................................................. 414.3代码库和部署424.3.1延伸部424.3.2网站434.4伦理考虑444.5传播444.6影响力奖464.7讨论465审计透明度机制5.1受众选择说明（广告说明）505.1.1什么是广告解释？...........................................................................................505.1.2广告解释的属性515.1.3计量方法5.1.4对Facebook广告解释的评估5.1.5摘要605.2数据解释（Data Explanation）5.2.1什么是数据解释？...........................................................................................605.2.2数据解释的属性615.2.3计量方法5.2.4对Facebook数据解释的评估5.2.5摘要645.3讨论646衡量Facebook广告生态系统6.1数据集686.1.1数据收集6.1.2数据限制6.2广告商是谁？............................................................................................................... 746.2.1广告商6.2.2广告商6.2.3概要766.3广告商如何瞄准用户？............................................................................................... 766.3.1目标选择战略分析目录.vContenT s6.3.2目标属性分析6.3.3目标广告分析886.4讨论. 927提供广告937.1问题的形式化7.1.1Model957.1.2挑战. 977.1.3型号98的一般性7.2方法的实验评估987.2.1控制实验设计997.2.2评估措施1017.2.3参数调整1027.2.4评价1047.3讨论1078结论今后的工作1098.1捐款1098.2今后的工作1118.2.1使定向广告更加透明的机制1118.2.2跨平台广告生态系统比较1128.2.3利用广告进行社会学研究1139附录1159.1AdAnalyst screenshots115Résumé en français125参考文献141vi内容Abs tracT社交媒体广告是最突出的在线广告类型之一，吸引了大量的广告商。社交媒体平台与其他广告平台不同，因为它们可以访问有关其用户的非常丰富的数据源Facebook等平台正在收集有关数十亿用户生活和行为的详细信息，它们利用这些信息让广告商以非常精细的粒度瞄准这些用户这反过来又导致了用户、媒体和政策制定者的大量隐私投诉，呼吁这些平台提高透明度作为回应，平台向用户引入了透明机制例如，Facebook提供了关于用户为什么看到广告的解释，或者他们推断出了广告的哪些属性然而，这就提出了一个问题，即这些透明度机制是否足以达到其预期目的，以及研究人员等其他各方如何为这些平台带来更多透明度与此同时，很大程度上还不知道谁在Facebook上发布广告，以及他们如何使用该系统来定位用户。本文的目的就是要回答这些问题。我们构建了一个浏览器扩展AdAnalyst，它允许我们监控用户在Facebook中收到的广告，以及Facebook为这些广告提供的解释，以及它推断出的关于这些广告的属性。作为回报，我们向用户展示有关其目标定位的汇总统计数据，帮助他们更好地理解他们在Facebook上收到的广告AdAnalyst为我们提供了进行研究所需的数据我们通过关注Facebook解释的案例研究来审计社交媒体中的广告透明度机制我们确定了一系列的关键属性，使我们能够表征和评估这样的解释。通过调查我们从用户那里收集的数据，并进行一系列对照实验，我们创建自己的广告并针对我们监控的用户，我们发现Facebook对用户收到的广告的解释是不完整的，并且具有误导性，Facebook对它推断的数据的解释是不完整和模糊的此外，我们研究的影响，我们的研究结果，并表明，恶意的广告商可以利用这些解释来掩盖歧视性的属性，从他们的目标。为了调查Facebook广告生态系统中的风险来源，我们通过查看我们从600多名用户那里收集的广告和解释，来了解谁在Facebook上做广告，以及他们如何定位用户。我们的研究结果表明，不可忽视的一部分广告客户是潜在敏感类别的一部分，如政治，健康或宗教;相当数量的广告客户采用的目标定位策略可能是VII八、摘要侵入性的或不透明的;以及许多广告商使用各种目标参数和广告文本。由于目前关于用户为什么收到广告的解释是不完整的，我们开发了一种协作方法，使我们能够推断为什么用户在脸书上被广告瞄准我们的方法通过观察我们监控的接收广告的用户的特征来推断广告的定位公式我们通过对照实验来测试我们的方法，在这些实验中，我们根据不同的定位策略来定位我们用广告监视的用户，并设法准确预测高达44%的定位公式。我们观察到，我们的方法倾向于更准确地预测Facebook中较少用户共享的更独特的定位公式，并可能为他们带来更高的隐私风险。总的来说，我们的研究结果向用户、政策制定者和监管机构提供了有关当前透明度机制的漏洞的信息，同时，我们还调查了社会媒体广告生态系统中的风险来源，以设计更好的透明度机制。第1在处理中在线广告目前是一个价值数十亿美元的行业。在众多不同类型的网络广告中，社交媒体广告是最突出的一种。事实上，Facebook目前是最大的广告商之一，仅次于谷歌，2017年的广告收入估计为399亿美元[26]，超过了大约104个国家的GDP，包括巴林或冰岛等通常被认为是富裕的国家[28]。虽然社交媒体广告是在线广告的一部分，但它们与其他类型的传统广告定位截然不同：首先，Facebook等社交媒体平台可以访问比传统广告公司更丰富的数据源（例如，Facebook拥有人们发布的内容、他们自我报告的人口统计数据、他们朋友的身份、网页浏览痕迹等信息其次，社交媒体平台知道用户的详细个人身份信息（PII），它们通常允许广告商根据这些信息定位用户相比之下，传统的广告商通常只通过不透明的cookie来跟踪用户的浏览行为因此，社交媒体广告已成为互联网用户越来越多的隐私问题的来源。特别是Facebook的广告平台，近年来一直是许多争议的根源，涉及隐私侵犯[113，154]以及Facebook例如，ProPublica展示了Facebook如何允许广告商接触与“犹太人仇恨者”主题问题的核心在于这种定向广告机制的不透明性：用户不了解广告平台拥有哪些关于他们的数据以及这些数据如何用于广告定向（即，选择它们所显示的广告）。这些影响及其后果引起了公众的关注，并引发了反应。在行政层面上，决策者和政府监管机构越来越多地引入法律，要求提高此类系统的透明度。例如，欧盟的《通用数据保护条例》（GDPR）规定了为了回应媒体的审查和监管机构Facebook是第一个这样做的，12第1章介绍两个功能：首先，Facebook推出了一个一个按钮，为用户提供关于他们为什么被特定广告定位的解释。其次，Facebook增加了一个广告偏好页面[22]，为用户提供有关Facebook推断他们的信息的解释，Facebook如何推断它，以及哪些信息用于通过广告定位他们。然而，给这种系统带来透明度的问题并不是微不足道的。Upturn最近的一份报告[35]（得到许多隐私倡导者的支持）认为，FacebookFacebook... [我们建议]为所有广告提供强大的访问基线，而不仅仅是那些被确定为政治性质的广告。[和]披露有关广告覆盖范围、类型和受众的数据--尤其是涉及重要权利和公共政策的广告。与此同时，很大程度上还不知道谁在Facebook上发帖，以及如何发帖。如果我们考虑到Facebook声称Facebook上有超过600万活跃广告商[1]，这些广告商可以以各种方式瞄准用户，并且具有恶意意图，这本论文的目的是（i）审计社交媒体透明度机制，特别是Facebook的解释，（ii）看看谁是Facebook上的广告客户，他们如何使用这个平台，（iii）开发技术，使透明度的系统独立于社交媒体平台，（iv）开发一个实用的工具，用户可以使用它来更好地了解他们的目标。我们继续详细阐述我们对本论文上述每一个目标的1.1广告透明度机制我们迈出了探索社交媒体透明度机制的第一步，重点关注Facebook提供的解释在定向广告系统中构建解释因此，什么是好的解释是一个定义不清的问题，因为它在很大程度上取决于解释的目的是什么例如，解释可以提高用户对网站的信任，或者只是为了满足他们的好奇心，以提高服务广告也可以被视为允许用户控制广告定向系统的结果的工具（例如，它们接收的广告），或者作为监管者1验证对某些规则的遵从性的工具（例如，非歧视性），或者甚至作为用户检测恶意或欺骗性目标行为的工具。不同的目的可能会带来不同的设计选择：例如，验证非歧视性可能需要一个详尽的清单，列出所使用的所有目标属性，而这样一个清单可能会让只是好奇的最终用户事实上，即使我们假设1这是使法国的“数字共和国法”等法律具有透明度的主要预期目标之一1.1. 对广告透明度机制的审计.3解释只针对用户，目的只是向他们传达为什么他们收到广告，回答这个问题是一个具有挑战性的问题。广告印象是广告平台内的许多复杂过程以及多个广告商与平台之间的交互的结果用户可能已经接收到广告，因为广告平台已经为他们中的每一个推断的属性，因为他们属于广告商的目标受众，因为广告商为活动花费的金额，因为竞争广告商为他们的活动花费的金额等。因此，需要对解释进行彻底的表征和评估，以了解其可能的局限性和后果，并最终保护我们自己免受没有提供有见地/可操作信息的解释在Facebook广告的情况下，由于平台的规模和影响力，以及Facebook目前在开发透明度机制方面处于领先地位，理解解释尤为重要; Facebook可能会就如何设计其他平台可能遵循的透明度机制和解释制定标准。在这篇论文中，我们将我们的研究范围缩小到Facebook提供透明机制的两个主要过程：Facebook如何推断用户数据的过程，以及广告商如何使用这些数据来定位用户的过程我们把这两个过程的解释分别称为数据解释和广告解释我们确定了一些属性，这些属性对于旨在为社交媒体广告带来透明度的不同类型的解释至关重要然后，我们评估经验如何以及Facebook的解释满足这些属性，并讨论我们的研究结果的影响，鉴于解释的可能目的。具体而言，我们做出以下贡献：(i)我们调查广告的解释，即，广告定位过程的解释。我们定义了解释的五个关键属性：个性化，完整性，正确性（以及误导性的伴随属性），一致性和确定性。为了分析Facebook提供的解释，我们开发了AdAnalyst，这是一个浏览器扩展程序，可以收集用户每次浏览Facebook时收到的所有广告，以及为广告我们部署了这个扩展，并从35个用户那里收集了26，173个广告和相应的解释。为了研究Facebook的广告解释如何2我们的实验表明，Facebook我们观察到，在解释中最多提供了一个（在我们针对用户的几个属性中）所示属性的选择决定性地取决于属性的类型（例如，基于人口统计、行为或兴趣）及其稀有性（即，有多少Facebook用户具有特定属性）。Facebook的广告解释似乎是建立的方式-只显示最普遍的属性-可能会让恶意广告商很容易混淆广告活动的广告解释，这些广告我们的实验还表明，Facebook2我们的研究由我们各自机构的机构审查委员会审查和批准4第1章介绍由广告商(ii)我们研究数据解释，即， 关于用户推断的数据的解释。我们定义了解释的四个关键属性：特异性、快照完整性、时间完整性和正确性。 为了评估Facebook的解释，我们每天使用浏览器扩展程序抓取每个用户的Facebook广告偏好设置页面，并针对广告偏好设置页面中不存在的属性进行受控广告活动。我们的分析表明，广告偏好设置页面上提供的数据不完整，而且往往模糊不清。例如，广告偏好页面不提供关于从数据代理获得的数据的信息，并且通常不指定用户采取的导致属性被推断的确切动作，而是提及诸如用户“喜欢与属性相关的页面”的一般原因。因此，用户对如何避免潜在敏感属性被推断几乎没有洞察力。我们的工作表明，Facebook的解释只提供了其广告机制的部分观点这突出表明，随着社交媒体广告服务的成熟，迫切需要提供适当设计的广告。这项工作的结果在2018年网络和分布式系统安全研讨会（NDSS 2018）的会议记录中发表[62]，并在相应的会议上发表。1.2衡量Facebook广告生态系统虽然设计更好的解释可以帮助用户理解他们为什么会收到个人广告，或者Facebook如何推断出他们的特定属性，但我们需要了解该平台在全球范围内是如何被使用的，以及被谁使用。这一点特别重要，主要有三个原因：首先，很多用户使用Facebook。Facebook声称2018年12月的平均每日活跃用户数为15亿[1]。这意味着Facebook上的广告可以影响很多人，通常会带来未知的后果。其次，每个拥有Facebook账户的用户只需在Facebook网站上点击五次，就可以在几分钟内成为广告客户;成为广告客户不需要验证，也不需要提供身份证或合法注册企业的第三，平台为广告主提供了广泛的定位用户的方式例如，广告商能够基于FaceBook提供的至少240，000个属性的列表来定位满足属性的精确组合的用户[14，147]-导致复杂的定位公式，例如“对网球感兴趣并且具有非常自由的或者，如果广告商知道用户的电子邮件地址或电话号码等信息（称为个人身份信息或PII），则可以针对特定用户尽管存在这些问题，而且Facebook一直在关注其滥用或实际滥用平台的可能性，并且有许多关于如何操纵这个系统的研究[16，24，64，66，113，147，154，155]，但人们对生态系统的整体运作方式以及我们可以做些什么来提高透明度几乎一无所知。在这篇论文中，我们详细介绍了Facebook的广告生态系统是如何运作的。1.2. 衡量Facebook广告生态系统5市.我们为此，我们首先研究谁是广告商？然后广告商是如何使用这个平台的？.这样的理解可以帮助我们确定平台可能存在的问题，并有可能指导随后的努力，制定平台审计机制的路线图我们基于两个版本的AdAnalyst [9]分析了来自622个真实世界Facebook用户的数据AdAnalyst的第一个版本在全世界的朋友、同事和公众中传播。总的来说，我们从22K广告商那里获得了来自世界各地的89K独特广告的114个用户的数据AdAnalyst的第二次传播是为2018年巴西总统选举带来透明度的项目的一部分通过这种传播，我们从28K广告商那里获得了146K广告的508个用户的数据该数据集主要针对巴西用户。为了更好地了解广告商如何使用该平台，我们使用Facebook提供的广告解释虽然我们的数据是独特的，并提供了一个新的角度对Facebook的广告生态系统，它确实有偏见，由于我们传播AdAnalyst的方式，并由于Facebook提供的广告解释我们提供了这些限制如何影响整个研究的结果和发现的精确然而，我们的结果在传播数据集和各国数据集之间的总体一致性增加了对我们结果可靠性的信心。我们的分析表明，生态系统是广泛而复杂的。存在众所周知且受欢迎的广告商（即，拥有超过10万个赞，覆盖所有广告客户的32%同时，存在许多利基广告客户（即，拥有少于1 K的喜欢，覆盖所有广告客户的16%），并且其可信度难以手动/视觉评估（例如，只有不到7%的人得到了证实）。我们还看到，一个不可忽视的部分广告客户是潜在敏感类别的一部分，如新闻和政治，教育，商业和金融，医疗健康，法律和宗教精神。我们对广告商如何使用该平台的分析显示：(1) 广告商用途：很大一部分目标定位策略（20%）要么是潜在的侵入性（例如，利用来自第三方数据代理的PII或属性到目标用户），或者是不透明的（例如， 使用Lookalike受众功能，让Facebook根据专有算法决定向谁发送广告）。这代表了基于位置、行为或重新定位的更传统的定位策略的转变最后，大多数广告商（65%）通过单一广告定位用户，只有一小部分（3%）长期持续定位用户。(2) 广告主用途：相当一部分广告主（24%）使用多个属性来定位用户，有些广告主使用多达105个属性！虽然在大多数情况下，目标属性是根据广告客户的业务领域，我们确实发现了一些有问题的目标，即使是大公司，这强调了广告客户需要更多的可见性和责任感。(3) 广告主如何定制广告：数量惊人的广告主会根据用户（79%3）、目标属性（65%2）或时间（86%2）改变广告内容虽然这种做法本身并不是恶意的，但它需要密切监测，因为它可能为通过微目标进行操纵打开大门3.从相关的广告商中6第1章介绍∧总的来说，这项研究提出了关于广告商活动的问题，这些问题是随后在审计这些平台时应该关注的。这项工作的结果在2019年网络和分布式系统安全研讨会（NDSS 2019）的会议记录中发表[61]，并在相应的会议上发表。1.3提供广告解释的协作方法我们对Facebook广告解释的不完整性的发现，以及我们对Facebook中存在许多需要审计的广告实践的发现，促使我们设计一个独立于广告平台为用户提供广告解释的系统我们开发并测试了一种方法，该方法以协作的方式推断广告的目标公式，即通过查看我们监视的接收广告的用户的共同特征我们的方法基于直觉，即收到相同广告的用户有一些共同点，使他们从没有收到广告的用户中脱颖而出我们的方法只利用我们监控的用户的信息，以及所有Facebook用户的目标公式的估计受众规模我们证明了我们的方法的可行性，通过一系列的对照实验，我们的目标用户，我们监控我们的浏览器扩展，然后尝试推断出的目标公式的基础上，收到的广告的用户。总的来说，我们测试了我们的方法，其中34个实验是针对巴西和法国的，32个实验是针对我们监控的用户，通过上传他们的PII（自定义受众）列表对于所有这些实验，我们都以T=aj形式的目标其中aj和ak是接收广告的用户应该满足的属性，然后试图推断这些公式。我们的分析表明，我们的方法可以准确地预测44%的自定义观众的实验推出的目标公式，并可以预测至少一个属性中使用的目标公式的广告的21%的实验是针对特定的位置。此外，我们的研究结果表明，我们的方法在预测Facebook上较少用户共享的公式方面效果更好，并且可能会给他们带来更高的隐私风险。据我们所知，这是第一个研究的合作方法，可以用来推断广告商的确切目标公式。1.4AdAnalyst：帮助用户理解广告的工具除了我们的科学贡献，我们还为社区提供AdAnalyst，这是我们设计和开发的一种工具，旨在帮助用户理解他们在Facebook上消费的广告。AdAnalyst是一个浏览器扩展AdAnalyst收集用户在Facebook上浏览他们的提要时收到的广告，从他们的“为什么我会看到这个？按钮，以及他们的广告偏好页面的信息。这些信息被用于并结合1.5. 其他作品7来自其他来源的数据，如Facebook广告界面[23]、广告商的Facebook页面和谷歌地图API [ 31 ]，以向用户提供有关其目标定位的几个汇总统计数据，如Facebook何时推断出关于他们的每个属性的此外，AdAnalyst作为一种协作工具，利用跨用户收集的信息。我们希望AdAnalyst能够帮助用户保护自己免受不诚实行为的影响，并更好地了解他们收到的广告AdAnalyst扩展可以从下面的URL下载和运行：https://adanalyst.mpi-sws.org到目前为止，已有4，236名用户安装了AdAnalyst，并为我们提供了133，500个独立广告。此外，为巴西受众量身定制的第二版AdAnalyst已作为项目的一部分进行传播[18]，以提供2018年巴西选举中政治竞选活动这两个版本的AdAnalyst不仅增加了用户的透明度，而且还为我们提供了来自真实用户的数据，使本文中的研究无需依赖模拟或构建虚假帐户来收集数据。1.5其他作品与本论文中提出的研究平行，论文作者还撰写了两项额外的研究;一项关于在不同社交网络中维护个人资料的用户的身份与属性披露风险的权衡的研究[ 60 ]，以及一项关于Facebook广告界面上的隐私漏洞的研究，甚至可以使用户去匿名化[154]。前一项研究在2017年IEEE/ACM社交网络分析和挖掘进展国际会议（ASONAM 2017）上发表并发表，并获得了最佳论文奖亚军。本论文省略了这一研究，因为它偏离了本论文的主题和目标。后者在IEEE安全与隐私研讨会2018（SP 2018）的会议记录中提出并发表。本研究被省略，因为这篇论文的作者不是其出版的主要贡献者。1.6论文结构论文组织如下：第2章介绍了最先进的脆弱性的广告界面，审计的广告透明度机制，在线广告的研究，决策系统的可解释性，和跟踪。第3章概述了广告流程，第4章介绍了AdAnalyst，它允许我们收集的数据以及它为用户提供的功能第5章介绍了我们对Facebook透明度机制的审计工作第6章介绍了我们在测量2019年4月18日8第1章介绍Facebook广告生态系统第7章介绍了我们的工作，我们的合作方法，提供广告解释。我们在第8章结束。第2ART的ST aTE社交媒体广告的透明度是一个复杂的问题，涉及各种不同的方面。广告平台为广告主提供了丰富而强大的目标用户界面。然而，这样的接口具有可被利用的漏洞此外，广告平台已经开始提供需要审计的透明度机制。最后，研究人员一直试图通过研究从平台上传播的广告来提高这些系统的透明度在本章中，我们回顾了与广告商界面、广告透明度机制和利用在线广告的研究相关的问题的最 我们还总结了跟踪的概述，因为跟踪是定向广告的核心，并影响到它的各个方面。对于数字广告的景观更一般的描述，我们建议读者阅读Chen等人。[79]，对于定向广告中的隐私威胁和保护方法的一般概述，请参阅Jiménez等人。 [91].2.1广告界面用于在线广告定向的广告界面，特别是在社交媒体定向的情况下，变得越来越复杂，为广告商提供了多种定向选项。广告商可以从各种各样的定位策略中进行选择;首先，他们可以根据平台推断的用户属性来定位用户这些属性可能包括用户可能感兴趣的东西，如食物或饮料，但它们也可以指用户的政治派别其次，广告商可以通过外部数据经纪公司（如Acxiom [5]或Experian [20]）通过外部来源推断出的用户属性（如来自超级市场忠诚卡的消费者行为）来接触用户，然后将其出售给平台。另一种定位用户的方法是通过自定义列表，广告商可以上传用户除此之外，广告商还有其他各种接触用户的方式，例如基于重定向（即，以访问他们网站的用户为目标）、基于他们的社交邻居来以用户为目标等。此外，广告商可以结合所有这些目标类型和目标非常具体的观众。事实上，Facebook的广告界面[23]允许广告商使用所有这些类型并将它们组合起来[33]。最后，广告平台为广告商提供了丰富的界面，在那里他们可以在发起广告活动之前测试不同的目标定位策略。他们通过向广告商提供广告投放来实现这一点9
我的内容管理
展开
