Ang Electronic Frontier Foundation (eff) ay pinuna ang FLoC API na isinulong ng Google bilang bahagi ng pagkukusa ng Privacy Sandbox, dahil sinimulan ng Chrome 89 ang pang-eksperimentong pagpapatupad ng isang serye ng mga API na maaaring palitan ang cookies ng third-party na ginamit upang subaybayan ang mga paggalaw.
Gamit iyon sa hinaharap, plano ng Google na ganap na alisin ang paggamit ng pagsubaybay sa cookies at wakasan ang suporta ng Chrome para sa mga third-party na cookies na itinakda kapag bumibisita sa mga site bukod sa kasalukuyang domain page.
Ang FLoC API ay idinisenyo upang matukoy ang kategorya ng interes ng gumagamit nang walang indibidwal na pagkakakilanlan at walang sanggunian sa kasaysayan mga pagbisita sa mga tukoy na site.
FLOC Pinapayagan kang i-highlight ang mga pangkat ng mga gumagamit na may magkatulad na interes nang hindi kinikilala ang mga indibidwal na gumagamit. Ang mga interes ng gumagamit ay kinikilala ng 'cohorts', mga maikling label na naglalarawan sa iba't ibang mga pangkat ng interes.
Ang mga cohort ay kinakalkula sa panig ng browser sa pamamagitan ng paglalapat ng mga algorithm ng pag-aaral ng machine sa pag-browse ng data ng kasaysayan at nilalaman na binuksan sa browser. Ang mga detalye ay mananatili sa gumagamit, at ang pangkalahatang impormasyon lamang tungkol sa mga cohort na sumasalamin sa mga interes at pinapayagan silang maghatid ng nauugnay na advertising nang hindi sinusubaybayan ang isang tukoy na gumagamit ay naililipat sa labas.
Ayon sa EFF, ang ipinanukalang API ay maaaring palitan ang ilang mga problema sa iba. Kung ang anumang site ay maaaring makakuha ng mga tag tungkol sa mga interes, ang mga kundisyon ay nilikha para sa diskriminasyon ng mga gumagamit, ayon sa kanilang mga kagustuhan at pananaw, pati na rin ang aktibong paggamit ng mga predatory target.
Sa halip na abandunahin ang pag-target, sinusubukan ng Google na palitan ang dating oryentasyonr sa isang bagong pamamaraan gabay sa kanilang sariling mga problema.
Ang ilan sa kanyang mga panukala ay ipinapakita na hindi niya natutunan ang mga tamang aral mula sa nagpapatuloy na reaksyon sa modelo ng negosyo ng pagmamatyag. Ang post na ito ay nakatuon sa isang naturang panukala, federated cohort learning (FLoC), na marahil ang pinaka-ambisyoso at potensyal na pinakasasama.
Naniniwala ang EFF na nasa sa gumagamit ang magpasya kung anong impormasyong ipapadala sa bawat site at huwag mag-alala tungkol sa katotohanan na ang mga bakas ng iyong nakaraang aktibidad ay maaaring magamit upang manipulahin ka kapag nagbubukas ng mga site. Ang pagpapakilala ng FLoC ay maaaring humantong sa ang katunayan na ang impormasyon tungkol sa pag-uugali ng gumagamit ay magiging tulad ng isang mantsa na sundin ka mula sa isang site patungo sa isa pa.
Kabilang sa mga bagong panganib ay:
- Ang hitsura ng isang karagdagang kadahilanan para sa nakatagong pagkakakilanlan ng browser ng gumagamit ("browser fingerprint"). Kahit na ang mga cohort ng FLoC ay bilang ng libo-libo, maaari silang magamit upang mapabuti ang kawastuhan ng pagkakakilanlan ng browser kapag ginamit kasama ng iba pang hindi direktang data tulad ng resolusyon sa screen, listahan ng mga sinusuportahang uri ng MIME, tiyak na mga parameter sa mga header (HTTP / 2 at HTTPS ), naka-install na mga plugin at font, pagkakaroon ng ilang mga web API, pag-render na tumutukoy sa graphics card na may kasamang WebGL at Canvas, pagmamanipula ng CSS, keyboard at mouse function.
- Magbigay ng karagdagang personal na data sa mga tracker na nakikilala na ang mga gumagamit. Halimbawa, kung ang isang gumagamit ay nakilala at naka-log in sa kanilang account, malinaw na mailalagay ng serbisyo ang data tungkol sa mga kagustuhan na tinukoy sa cohort sa isang tukoy na gumagamit at, kapag binabago ang mga cohort, subaybayan ang pagbabago ng mga kagustuhan.
- Ang reverse engineering ng kasaysayan ng pagbisita batay sa data ng cohort ay hindi naibukod. Ang pagtatasa ng algorithm ng paglalaan ng cohort ay gagawing posible na hatulan kung aling mga site ang malamang na bisitahin ng gumagamit. Posible ring gumawa ng mga konklusyon batay sa mga cohort sa edad, katayuan sa lipunan, orientation ng kasarian, mga kagustuhan sa politika, mga paghihirap sa pananalapi o nakaranasang kahirapan.
- Diskriminasyon batay sa mga kagustuhan ng gumagamit. Halimbawa, ang mga alok sa trabaho at pautang ay maaaring mag-iba batay sa etnisidad, relihiyon, kasarian, at edad. Ang mga pautang sa napalaki na rate ng interes ay maaaring ipataw sa mga gumagamit na may strap ng pera, at maaaring magamit ang mga kagustuhan sa demograpiko at pampulitika upang madagdagan ang kredibilidad ng maling impormasyon.
Fuente: https://www.eff.org