ઇલેક્ટ્રોનિક ફ્રન્ટિયર ફાઉન્ડેશન (ઇએફએફ) ગૂગલ દ્વારા બedતી આપવામાં આવેલી FLoC API ની ટીકા થઈ છે ગોપનીયતા સેન્ડબોક્સ પહેલના ભાગરૂપે, ક્રોમ 89 એ એપીઆઇની શ્રેણીના પ્રાયોગિક અમલીકરણની શરૂઆત કરી છે જે હલનચલનને ટ્ર trackક કરવા માટે ઉપયોગમાં લેવામાં આવતી તૃતીય-પક્ષ કૂકીઝને બદલી શકે છે.
તેની સાથે ભવિષ્યમાં, ગૂગલ ટ્રેકિંગ કૂકીઝનો ઉપયોગ સંપૂર્ણપણે દૂર કરવાની અને વર્તમાન પૃષ્ઠ ડોમેન સિવાયની અન્ય સાઇટ્સની મુલાકાત લેતી વખતે સેટ કરેલા તૃતીય-પક્ષ કૂકીઝ માટે ક્રોમના સમર્થનને સમાપ્ત કરવાની યોજના ધરાવે છે.
FLoC API વ્યક્તિગત ઓળખ વિના અને ઇતિહાસના સંદર્ભ વિના વપરાશકર્તાની રુચિ કેટેગરી નક્કી કરવા માટે રચાયેલ છે વિશિષ્ટ સાઇટ્સની મુલાકાત.
FLOC તમને સમાન રુચિઓવાળા વપરાશકર્તાઓના જૂથોને પ્રકાશિત કરવાની મંજૂરી આપે છે વ્યક્તિગત વપરાશકર્તાઓની ઓળખ કર્યા વિના. વપરાશકર્તા હિતો 'સમૂહ', ટૂંકા લેબલ્સ દ્વારા ઓળખવામાં આવે છે જે વિવિધ રુચિ જૂથોનું વર્ણન કરે છે.
બ્રાઉઝિંગમાં ખોલવામાં આવેલા ઇતિહાસ ડેટા અને સામગ્રીને બ્રાઉઝિંગમાં મશીન લર્નિંગ એલ્ગોરિધમ્સ લાગુ કરીને કોહortsર્ટ્સની ગણતરી બ્રાઉઝર બાજુ કરવામાં આવે છે. વિગતો વપરાશકર્તાની પાસે જ છે, અને જૂથો વિશેની ફક્ત સામાન્ય માહિતી કે જે રુચિઓને પ્રતિબિંબિત કરે છે અને વિશિષ્ટ વપરાશકર્તાને ટ્ર withoutક કર્યા વિના સંબંધિત જાહેરાત પ્રદાન કરવાની મંજૂરી આપે છે તે બહારની તરફ પ્રસારિત થાય છે.
ઇએફએફ અનુસાર, સૂચિત એપીઆઇ અન્ય લોકો સાથે કેટલીક સમસ્યાઓ બદલી શકે છે. જો કોઈ પણ સાઇટ રુચિઓ વિશેના ટ .ગ્સ મેળવી શકે છે, તો વપરાશકર્તાઓની પસંદગીઓ અને દૃષ્ટિકોણ અનુસાર, તેમજ શિકારી લક્ષ્યોના સક્રિય ઉપયોગ અનુસાર, શરતો વપરાશકર્તાઓના ભેદભાવ માટે બનાવવામાં આવે છે.
સંપૂર્ણ લક્ષ્યને છોડી દેવાને બદલે, ગૂગલ બદલવાનો પ્રયાસ કરી રહ્યું છે અગાઉના અભિગમનવી પદ્ધતિ સાથે આર તેમની પોતાની સમસ્યાઓ સાથે માર્ગદર્શન.
તેમની કેટલીક દરખાસ્તો દર્શાવે છે કે સર્વેલન્સ બિઝનેસ મોડેલની ચાલી રહેલી પ્રતિક્રિયાથી તેણે યોગ્ય પાઠ શીખ્યા નથી. આ પોસ્ટ આવા એક પ્રસ્તાવ પર ધ્યાન કેન્દ્રિત કરશે, ફેડરેટેડ કોહર્ટ લર્નિંગ (એફએલઓસી), જે કદાચ સૌથી મહત્વાકાંક્ષી અને સંભવિત રૂપે સૌથી નુકસાનકારક છે.
ઇએફએફ માને છે કે દરેક સાઇટ પર કઈ માહિતી પ્રસારિત કરવી તે યુઝર પર નિર્ભર કરવાનું છે અને તે હકીકત વિશે ચિંતા ન કરો કે સાઇટ્સ ખોલતી વખતે તમારી ભૂતકાળની પ્રવૃત્તિના નિશાનો ઉપયોગ તમને ચાલાકી માટે કરી શકાય છે. FLoC ની રજૂઆત એ હકીકત તરફ દોરી શકે છે કે વપરાશકર્તા વર્તણૂક વિશેની માહિતી તમને એક સાઇટથી બીજી સાઇટ પર અનુસરવા માટે લાંછન જેવી હશે.
નવા જોખમોમાં શામેલ છે:
- વપરાશકર્તાના બ્રાઉઝર ("બ્રાઉઝર ફિંગરપ્રિન્ટ") ની છુપાયેલ ઓળખ માટે વધારાના પરિબળનો દેખાવ. તેમ છતાં, એફએલઓસી જૂથો હજારો લોકો સુધી પહોંચશે, તેમ છતાં જ્યારે સ્ક્રીન રીઝોલ્યુશન, સપોર્ટેડ એમઆઈએમએમ પ્રકારોની સૂચિ, હેડરોના વિશિષ્ટ પરિમાણો (HTTP / 2 અને HTTPS) જેવા અન્ય પરોક્ષ ડેટા સાથે સંયોજનમાં ઉપયોગ કરવામાં આવે ત્યારે બ્રાઉઝર ઓળખની ચોકસાઈ સુધારવા માટે તેનો ઉપયોગ કરી શકાય છે. ), ઇન્સ્ટોલ કરેલા પ્લગઈનો અને ફોન્ટ્સ, અમુક વેબ API ની ઉપલબ્ધતા, ગ્રાફિક્સ કાર્ડ-વિશિષ્ટ રેન્ડરિંગ વિધેયો સાથે વેબજીએલ અને કેનવાસ, સીએસએસ મેનીપ્યુલેશન, કીબોર્ડ અને માઉસ ફંક્શન્સ.
- ટ્રેકર્સને અતિરિક્ત વ્યક્તિગત ડેટા પ્રદાન કરો જે વપરાશકર્તાઓને પહેલાથી જ ઓળખે છે. ઉદાહરણ તરીકે, જો વપરાશકર્તાને ઓળખવામાં આવે છે અને તેમના ખાતામાં લ loggedગ ઇન થાય છે, તો સેવા સ્પષ્ટ રીતે કોઈ ચોક્કસ વપરાશકર્તાને સમૂહમાં ઉલ્લેખિત પસંદગીઓ વિશે ડેટા મેપ કરી શકે છે અને જ્યારે સમૂહ બદલાતી હોય ત્યારે, પસંદગીઓના રૂપાંતરને ટ્ર trackક કરી શકે છે.
- સમૂહ ડેટાના આધારે મુલાકાત ઇતિહાસનું વિપરીત ઇજનેરી બાકાત નથી. સમૂહ ફાળવણી એલ્ગોરિધમના વિશ્લેષણથી વપરાશકર્તા કઈ સાઇટ્સની મુલાકાત લેવાની સંભાવના છે તેનો નિર્ણય કરવો શક્ય બનાવશે. વય, સામાજિક દરજ્જો, લિંગ અભિગમ, રાજકીય પસંદગીઓ, નાણાકીય મુશ્કેલીઓ અથવા અનુભવી પ્રતિકુળતાના આધારે જોડાણને આધારે નિષ્કર્ષ કા drawવાનું પણ શક્ય છે.
- વપરાશકર્તા પસંદગીઓ પર આધારિત ભેદભાવ. ઉદાહરણ તરીકે, નોકરીની offersફર અને લોન વંશીયતા, ધર્મ, લિંગ અને વયના આધારે બદલાઈ શકે છે. ફુલાવેલા વ્યાજ દરો પરની લોન પૈસાથી પીડિત વપરાશકર્તાઓ પર લાદવામાં આવી શકે છે, અને ખોટી માહિતીની વિશ્વસનીયતા વધારવા માટે વસ્તી વિષયક અને રાજકીય પસંદગીઓનો ઉપયોગ કરી શકાય છે.
સ્રોત: https://www.eff.org