История посещений веб-страниц
История просмотра веб- страниц — это список веб-страниц , которые посетил пользователь, а также связанные с ними метаданные, такие как заголовок страницы и время посещения. Обычно он хранится локально в веб-браузерах. [1] [2] чтобы предоставить пользователю список истории для возврата к ранее посещенным страницам. Он может отражать интересы, потребности и привычки пользователя. [3]
Все основные браузеры имеют режим приватного просмотра , в котором история посещений не записывается. Это сделано для защиты от сбора истории посещений третьими лицами для целевой рекламы или других целей.
Приложения [ править ]
Местная история [ править ]
Локально хранящаяся история посещений может облегчить повторное обнаружение потерянных ранее посещенных веб-страниц, о которых у пользователя имеются лишь смутные воспоминания, или страниц, которые трудно найти из-за того, что они расположены в глубокой сети. Браузеры также используют его для включения автозаполнения в адресной строке для более быстрой и удобной навигации по часто посещаемым страницам. [4]
Срок хранения истории просмотров зависит от интернет-браузера. Mozilla Firefox (версия для настольных компьютеров) по умолчанию записывает историю на неопределенный срок в файл с именем places.sqlite, но автоматически стирает самую раннюю историю при исчерпании дискового пространства, [1] в то время как Google Chrome (версия для настольных компьютеров) по умолчанию хранит историю в течение десяти недель, автоматически удаляя более ранние записи. Неопределенный файл истории с именем Archived History когда-то был записан, но был удален и автоматически удален в версии 37, выпущенной в сентябре 2014 года. [5] [6]
Расширения браузера , такие как History Trends Unlimited для Google Chrome (версия для ПК), позволяют неограниченное локальное хранение истории посещений, экспорт в переносной файл и самоанализ привычек просмотра и статистики. [7]
История просмотров не записывается при использовании режима приватного просмотра , предоставляемого большинством браузеров.
Таргетированная реклама [ править ]
Таргетированная реклама означает предоставление пользователю рекламных объявлений, которые более релевантны ему на основе истории просмотров. [8] Типичный пример: пользователь получает рекламу обуви при просмотре других веб-сайтов после поиска обуви на торговых сайтах. Одно исследование показывает, что таргетированная реклама удваивает коэффициент конверсии по сравнению с классической онлайн-рекламой. [9]
Ставки в режиме реального времени (RTB) — это метод, используемый в таргетированной рекламе. Это система, которая автоматически повышает цену за размещение рекламы на определенных веб-сайтах. [10] Рекламодатели решают, сколько они готовы платить, исходя из целевой аудитории веб-сайтов. Таким образом, дополнительная информация о пользователях может побудить рекламодателей платить более высокие цены. [10] Информация о пользователях, такая как история просмотров, предоставляется всем фирмам, участвующим в торгах. [11] Поскольку это процесс в реальном времени, информация обычно собирается без согласия пользователя и передается в незашифрованном виде. [12] Пользователь имеет очень ограниченные знания о том, как его информация собирается, хранится и используется. [13] [14]
Реакция пользователя на таргетированную рекламу зависит от того, знает ли он, что информация собирается. Если пользователь уже знает, что информация собирается заранее, целевая реклама потенциально может создать положительный эффект, что приведет к более высокому намерению перейти по ссылке. [11] Однако если пользователь не проинформирован о сборе информации, его больше беспокоит конфиденциальность. Это уменьшит намерение перейти по ссылке. [11] Между тем, когда пользователь считает веб-сайт надежным, у него больше шансов перейти по ссылке и принять услугу персонализации. [11] [15]
Чтобы решить конфликт между конфиденциальностью и прибылью, была предложена новая система с оплатой за отслеживание. Между пользователями и рекламодателями существует посредник. Пользователи могли решить, предоставлять ли брокеру свою личную информацию, а затем брокер отправлял личную информацию, предложенную пользователями, рекламодателям. Между тем, пользователи могут получать денежное вознаграждение за обмен своей личной информацией. Это может помочь защитить конфиденциальность и эффективность отслеживания, но приведет к дополнительным затратам. [16]
Персонализированные цены [ править ]
Персонализированное ценообразование основано на идее, что если пользователь часто покупает определенный продукт или платит за этот продукт более высокую цену, с него может взиматься более высокая цена за этот продукт. История просмотра веб-страниц может дать надежные прогнозы покупательского поведения пользователей. При использовании персонализированного ценообразования прибыль фирм может увеличиться на 12,99% по сравнению со случаями статус-кво . [17]
Исследования [ править ]
Историю просмотра веб-страниц можно использовать для облегчения исследований, например для выявления поведения людей в Интернете. Когда пользователь активно просматривает один сайт, вероятность запроса дополнительной страницы увеличивается. Когда пользователь посещает больше сайтов, вероятность запроса дополнительных страниц снижается. [18]
Историю просмотра веб-страниц также можно использовать для создания личных веб-библиотек. Персональная веб-библиотека создается путем сбора и анализа истории посещений веб-страниц пользователем. Это может помочь пользователю заметить тенденции просмотра, распределение времени и наиболее часто используемые веб-сайты. Некоторые пользователи считают эту функцию полезной. [3]
Конфиденциальность [ править ]
Проблемы [ править ]
История посещений веб-страниц, хранящаяся локально, по умолчанию нигде не публикуется публично. Однако почти все веб-сайты отслеживаются рекламным ПО и потенциально нежелательными программами (ПНП), которые собирают информацию пользователей без их согласия. [19] Эти методы отслеживания обычно разрешены платформами по умолчанию. [12] История просмотра веб-страниц также собирается с помощью файлов cookie на веб-сайтах, которые можно разделить на два типа: основные файлы cookie и сторонние файлы cookie . Сторонние файлы cookie обычно встраиваются в собственные веб-сайты и собирают с них информацию. [10] Сторонние файлы cookie обладают более высокой эффективностью и способностью агрегировать данные, чем основные файлы cookie. В то время как основные файлы cookie имеют доступ к данным пользователей только на одном веб-сайте, сторонние файлы cookie могут объединять данные, собранные с разных веб-сайтов, чтобы сделать изображение пользователя более полным. [10] Между тем, на одном и том же веб-сайте может существовать несколько сторонних файлов cookie. [10]
При наличии достаточной информации пользователи могут быть идентифицированы без входа в свои учетные записи. [20] Опрос 2024 года показал, что двое из трех американцев не доверяют компаниям свою личную информацию или историю просмотров. [21]
Когда сторонние файлы cookie собирают историю посещений пользователей с нескольких веб-сайтов, получение дополнительной информации приводит к увеличению проблем с конфиденциальностью. Например, пользователь просматривает новости на одном веб-сайте и ищет медицинскую информацию на другом. Когда история посещений этих двух веб-сайтов объединена, можно считать, что пользователь заинтересован в новостях, связанных с медицинской тематикой. [10] Объединение истории просмотров с разных веб-сайтов может отражать более полное представление о человеке.
Скандалы [ править ]
В 2006 году AOL опубликовала большой объем данных своих пользователей, включая историю поиска. Хотя идентификаторы или имена пользователей не были включены, пользователей можно было идентифицировать на основе опубликованной истории просмотров. [22] Например, пользователь № 4417749 был идентифицирован по ее истории поиска за три месяца. [23]
В 2020 году популярное антивирусное программное обеспечение Avast было обвинено в продаже истории просмотров третьим лицам. По этому обвинению власти Чехии проводят предварительное расследование. В отчете показано, что Avast продавала данные пользователей через Jumpshot, инструмент маркетинговой аналитики. В Avast заявили, что личная информация пользователей не попала в утечку. Однако история просмотров может использоваться для идентификации пользователей. В ответ на эту проблему Avast закрыл Jumpshot. [24]
Защита [ править ]
Когда пользователь чувствует, что существует риск для конфиденциальности, его намерение раскрыть личную информацию будет меньше, но это не повлияет на его действия. [25] Однако некоторые исследования показывают, что нет существенной разницы между намерением и действиями по раскрытию частной информации, а это означает, что пользователь будет сокращать количество действий по раскрытию личной информации и принимать больше мер защиты, когда чувствует беспокойство по поводу конфиденциальности. [26] Когда у пользователей возникают проблемы с конфиденциальностью, они будут меньше пользоваться онлайн-сервисами. [26] Они также предпримут дополнительные меры защиты, такие как отказ предоставлять свою информацию, предоставление ложной информации, удаление своей информации в Интернете и жалобы окружающим людям или соответствующим организациям. [27]
Однако пользователям сложно защитить свою конфиденциальность по нескольким причинам. Во-первых, пользователи недостаточно осведомлены о конфиденциальности. Они не беспокоятся о том, что их отслеживают , если только это не окажет на них существенного воздействия. Они также не осознают, что их данные содержат коммерческую ценность. [12] Пользователям, как правило, трудно заметить ссылки на политику конфиденциальности на всех типах веб-сайтов, причем пользователи женского пола и пожилые пользователи с большей вероятностью проигнорируют эти уведомления. Даже если пользователи заметят ссылки на конфиденциальность, это не повлияет на раскрытие их информации. [28] Кроме того, пользователи также не обладают достаточными техническими знаниями, чтобы защитить себя, даже если они заметят утечку конфиденциальной информации. Они расположены на пассивной стороне и имеют мало возможностей для изменения ситуации. [12]
Большинство пользователей используют блокировщики рекламы , удаляют файлы cookie и избегают веб-сайтов, собирающих личную информацию, чтобы защитить историю посещений веб-страниц от сбора. [13] [29] Однако большинство блокировщиков рекламы не предоставляют пользователям достаточных рекомендаций, которые помогли бы им повысить осведомленность о конфиденциальности. Что еще более важно, они полагаются на стандартный черный и белый список . [30] Эти списки обычно не включают веб-сайты, отслеживающие пользователей. Блокировщики рекламы могут быть эффективны только в том случае, если эти домены отслеживания заблокированы. [31]
Существует ряд проектов с открытым исходным кодом, которые пытаются защитить свою конфиденциальность, собирая историю просмотров на жестком диске, а не в браузере. [32] Это решает проблему, связанную с тем, что пользователи не могут видеть данные истории просмотров, когда пользователь удаляет данные в браузере.
Ссылки [ править ]
- ^ Перейти обратно: а б «Восстановить важные данные из старого профиля | Справка Firefox» . support.mozilla.org (на немецком языке).
- ^ «Расположение истории Google Chrome | Просмотр истории Chrome» . www.foxtonforensics.com .
- ^ Перейти обратно: а б Ду, Вайдман, Чжэньюй Шерил Цянь, Пол Парсонс, Инцзе Виктор Чен. 2018. «Личная веб-библиотека: организация и визуализация истории просмотра веб-страниц». Международный журнал веб-информационных систем 14 (2): 212-232.
- ^ «Автозаполнение в омнибоксе Chrome становится умнее» . MSPoweruser . 24 августа 2020 г.
- ^ Бенсон, Райан. «Файлы архивной истории удалены из Chrome v37» . Обсидиановая криминалистика. Архивировано из оригинала 10 октября 2014 г.
- ^ «[хром] Редакция 275159» . src.chromium.org .
- ^ «3 простых, но полезных расширения, которые улучшат историю Chrome» . Сделайте технологию проще . 7 октября 2018 г.
- ^ Хенниг, Николь. 2018. «Конфиденциальность и безопасность в Интернете: лучшие практики кибербезопасности». Отчеты о библиотечных технологиях 54 (3): 1-37.
- ^ Билз, Ховард (2010). «Ценность поведенческого таргетинга». Инициатива по сетевой рекламе .
- ^ Перейти обратно: а б с д Это ж Биннс, Рубен и Элеттра Бьетти. 2020. «Нарушение конфиденциальности, одно слияние за раз: конкуренция, данные и отслеживание третьей стороной». Обзор компьютерного права и безопасности: Международный журнал технологического права и практики 16 (1): 1-19.
- ^ Перейти обратно: а б с д Агирре, Элизабет, Доминик Мар, Друв Греваль, Ко де Рюйтер, Мартин Ветцелс. 2015. «Разгадка парадокса персонализации: влияние сбора информации и стратегий построения доверия на эффективность онлайн-рекламы». Журнал розничной торговли 91 (1): 34-49.
- ^ Перейти обратно: а б с д Эстрада-Хименес, Хосе, Хавьер Парра-Арнау, Ана Родригес-Ойос, Хорди Форне. 2017. «Интернет-реклама: анализ угроз конфиденциальности и подходы к защите». Компьютерные коммуникации 100 (1): 32-51.
- ^ Перейти обратно: а б Эванс, Дэвид С. 2009. «Индустрия онлайн-рекламы: экономика, эволюция и конфиденциальность». Журнал экономических перспектив 23 (3): 37-60.
- ^ Эстрада-Хименес, Хосе, Хавьер Парра-Арнау, Ана Родригес-Ойос, Хорди Форне. 2019. «О регулировании распространения персональных данных на рекламных площадках в Интернете». Инженерные применения искусственного интеллекта 82 (1): 13-29.
- ^ Челлап, Рамнат К., Раймонд Г. Син. 2005. «Персонализация против конфиденциальности: эмпирическое исследование дилеммы онлайн-потребителя». Управление информационными технологиями 6 (1): 181-202.
- ^ Парра-Арнау, Хавьер. 2017. «Плата за отслеживание: совместная модель маскировки для просмотра веб-страниц». Информационные науки 385-386(1): 96-124.
- ^ Шиллер, Бенджамин Рид. 2020. «Аппроксимация покупательских склонностей и резервных цен на основе широкого отслеживания потребителей». Международное экономическое обозрение 61(2): 847-870.
- ^ Баклин, Рэндольф Э., Катарина Сисмейро. 2003. «Модель поведения при просмотре веб-сайтов, оцененная на основе данных о потоке кликов». Журнал маркетинговых исследований 40 (3): 249–267.
- ^ Урбан, Тобиас, Деннис Татанг, Торстен Хольц, Норберт Полманн. 2019. «Анализ утечки личной информации вредоносными программами». Журнал компьютерной безопасности 27 (4): 459-481.
- ^ Пуглиси, Сильвия, Давид Реболло-Монедеро, Хорди Форне. 2017. «Отслеживание моделей просмотра пользователей в Интернете для персонализированной рекламы». Международный журнал параллельных, новых и распределенных систем 32 (5): 502-521.
- ^ «Какую цену вы платите за свою конфиденциальность?» . Ковентри Директ . Ковентри Директ.
- ^ Кавамото, Дон (9 августа 2006 г.). «AOL приносит извинения за публикацию данных о поиске пользователей» . CNET . Проверено 27 ноября 2020 г. .
- ^ Барбаро, Майкл; Зеллер-младший, Том (9 августа 2006 г.). «Лицо обнаружено для поисковика AOL № 4417749» . Нью-Йорк Таймс . Проверено 27 ноября 2020 г. .
- ^ Моррис, Крис (13 февраля 2020 г.). «Популярное антивирусное программное обеспечение Avast находится под следствием за продажу истории просмотров пользователей» . Удача . Проверено 27 ноября 2020 г. .
- ^ Норберг, Патрисия А., Дэниел Р. Хорн и Дэвид А. Хорн. 2007. «Парадокс конфиденциальности: намерения и поведение по раскрытию личной информации». Журнал по делам потребителей 41 (1): 100–126.
- ^ Перейти обратно: а б Барух, Леми, Экин Сечинти, Зейнеп Джемальджилар. 2017. «Проблемы конфиденциальности в Интернете и управление конфиденциальностью: метааналитический обзор». Коммуникационный журнал 67 (1): 26–53.
- ^ Сон, Джай-Ёль, Сон С. Ким. 2008. «Меры защиты конфиденциальности информации пользователей Интернета: таксономия и номологическая модель». MIS Quarterly 32 (3): 503–529.
- ^ Родригес-Приего, Нурия, Рене ван Бавель, Шара Монтелеоне. 2016. «Разрыв между уведомлениями о конфиденциальности и раскрытием информации: онлайн-эксперимент». Economia Politica: Журнал аналитической и институциональной экономики 33 (3): 433-461.
- ^ Уиллс, Крейг Х., Михайло Желькович. 2011. «Персонализированный подход к конфиденциальности в Интернете: осведомленность, отношение и действия». Управление информацией и компьютерная безопасность 19 (1) 53-73.
- ^ Маландрино, Дельфина, Витторио Скарано. 2013. «Утечка конфиденциальной информации в сети: распространение и меры противодействия». Компьютерные сети 57 (14): 2833-2855.
- ^ Ахмад, Башир Мухаммад, Уилсон Христо. 2018. «Распространение данных отслеживания пользователей в экосистеме онлайн-рекламы». Труды по технологиям повышения конфиденциальности 2018(4): 85-103.
- ^ «Посещенные: безопасно собирайте историю просмотров в браузерах» . github.com . 12 мая 2022 г.