我们曾经经历过这样的事情：有一天，您在浏览有关徒步阿巴拉契亚步道的文章时轻松浏览，而下一页，您的Facebook页面正试图让您购买一双恰好在上面的远足靴在那一刻出售. 但是，如何完成这种思想阅读的壮举呢？像Google，Facebook或Twitter这样的主要网站在购买之前似乎如何知道要购买的商品? 这一切都通过称为“广告跟踪”的系统进行，该技术颇具争议，因为它可以有效地使人们在知道购买商品之前就点击购买按钮。但是，广告跟踪到底是如何工作的？有什么方法可以让您完全摆脱广告圈? 在我们的指南中继续阅读以找出答案! 广告追踪如何运作? 数十年来，广告客户一直在完善将广告投放到正确的受众特征的艺术，以最准确地适应他们要销售的产品和服务. 无论是通过报纸上的定向广告（例如，在体育用品商店进行的销售将在“体育”版块中），还是使用Nielsen数据仅在选定的城市或地区展示特定的电视广告，该想法都是最大限度地增加广告在正确的时间找到合适的客户的机会. 在整个20世纪的大部分时间里，这一过程都是成败之举，对艺术的依赖远胜于对科学的依赖。然后，互联网随着诸如“在线行为”广告之类的做法问世，向广告代理商打开了潘多拉魔盒，使他们能够在每天的每小时准确无情地瞄准理想的客户. 有时称为“基于兴趣”的广告，这种显示广告的方法依靠跟踪cookie来大致了解谁在使用计算机，他们感兴趣的内容/产品类型以及他们喜欢购物的域至多，最多. 但是它如何建立您的照片，以及它真正知道多少呢？? 假设您已经在“十大初学者的滑雪技巧”上观看了几段YouTube视频，并且可能在亚马逊上看过一件或两次滑雪衣而没有按下“购买”按钮. 在线行为广告跟踪系统将在本地计算机上以称为“ Cookie”的形式存储有关这些浏览模式的大量元数据。 Cookie是数据的快照，网络浏览器可以使用它来查看信息，例如您以前是否访问过网站，单击了哪些链接或之前已经看过哪些广告。一旦存储了cookie，任何利用广告跟踪网络的网站（阅读：几乎所有这些都是免费的）将允许广告主从该数据中提取信息，以确定读者应该使用哪种横幅广告，赞助内容或弹出窗口。被显示. 通过将粗略的元数据详细信息（例如您的年龄，性别，学历或薪水）与浏览历史记录的数据相比较，广告客户可以对谁在使用计算机形成半准确的想法，并展示哪种广告类型最有可能获得您点击. 举例来说，跟踪我的广告网络很可能知道我是男性，年龄在25-34岁之间，居住在俄勒冈州的波特兰，并且对隐私和技术感兴趣。除此之外，详细信息可能变得更加模糊，因为在美国，广告客户收集或跟踪任何可用于专门识别我或使用我的设备浏览的人的信息仍然是非法的. 为什么不好? 基于兴趣的广告跟踪本质上不是一件坏事，而且如果广告客户不在账单上，您在网上免费阅读/观看的许多内容将无法保持这种状态。. 广告跟踪旨在帮助广告客户和内容制作者充分利用他们的关系，并且在按预期方式工作时，对于等式的各个方面（包括阅读器/购物者）都是有益的。当广告跟踪处于最佳状态时，它可以在合适的时间找到您，并且可以以优惠的价格出售初学者级的滑雪板，而在您打算滑雪之前，它的价格最低。只有通过基于兴趣的广告跟踪之类的技术，才能确保在正确的时间在正确的视线范围内进行此类交易. 然而，广告跟踪开始变得更加麻烦的地方是如何使用，出售和存储从系统中提取的数据. 尽管广告商收集的任何数据都不足以在物理上识别您或您的家人，但是对于某些人来说，完全放弃这些信息仍然令人不安。知道自己首先被跟踪就足以足以让您停止练习. 不仅如此，当您进入在公开广告市场上买卖大量个人资料的行销策略中的黑点时，很明显，几乎任何人理论上都可以访问该元数据并将其虹吸欠知名人士. 并不是确切知道谁在查看该数据或将其用作什么，这使人们在整个事情上最不安，我们认为这是正确的。那么，如何防止自己被跟踪？通过选择退出. 选择退出广告跟踪 作为广告商必须遵守的协议的一部分，如果要允许他们甚至收集他们最初获得的基本数据，客户可以从他们选择的任何设备提交“退出”请求。这意味着您选择退出后，设备上将不会显示跟踪Cookie，该跟踪Cookie告诉广告客户展示目标广告所需了解的内容，而是选择退出Cookie，这将为您显示默认可以平等地应用于任何受众特征的广告. 对于那些注重隐私并且不介意失去有针对性的广告体验的用户而言，选择退出广告网络是解决问题的最简单方法。但是，由于广告网络如此之多，要手动请求每个广告网络才能使您的特定浏览器或设备退出轮换状态. 幸运的是，网络上有多种工具可自动将您从要从其跟踪爪下方退出的任何设备或浏览器中退出广告实践. 如何选择退出最大的广告网络 正如我们前面提到的，授予广告客户参与基于兴趣的广告的唯一方法是同意让消费者选择退出这种关系，并使流程尽可能简单而轻松. 退出工具 DAA Webchoices –我们建议使用的第一个网站是Digital Advertising Alliance的工具，因为批量退出的最佳选择是从源头上解决问题。 DAA是一个独立的非营利组织，由领先的广告和营销行业协会领导，包括全国广告商协会，美国广告代理商协会，直销协会等等。. DAA强制执行指示在线广告客户如何或不可以表现的做法，并且是每个主要在线广告网络了解您的最新信息的主要资源。要退出这些网络，只需点击上面的链接，该工具就会自动生成每个主要在线广告客户的列表，这些广告客户已为您当前使用的浏览器存储了Cookie. 扫描完成后，您将看到在线运行的广告网络的完整列表，以及它们是否在该浏览器上具有跟踪Cookie的指示器以及一个用于退出的复选框. 要一次选择退出每个广告网络，请点击右上角的链接 全选, 在“退出”选项下： 该过程只需几分钟即可完成，并且您会看到完成后选择退出的广告网络的列表。请记住，此工具需要在您的本地设备上放置一个退出cookie才能正常工作，因此请确保在开始扫描之前没有完全禁用cookie。. 另外请记住，DAA扫描对于您要退出使用的每种浏览器和设备都是唯一的，因此，如果要确保没有跟踪到任何设备，则需要在每个平台/浏览器上分别运行扫描. 也就是说，DAA还提供了一个名为AppChoices的移动应用程序，您可以将其安装在任何iOS，Android或Amazon设备上，这将自动限制您的移动浏览器收集数据的方式以及设备本身安装的任何应用程序. 防跟踪浏览器插件 –广告拦截器是浏览器扩展程序，它们不会简单地使您退出针对性广告的跟踪，它们会完全杀死广告。通常，这些加载项的工作方式是扫描网页，以便在加载页面时，针对经过不断增长的网站数据库交叉检查的任何广告网络内容. 如果似乎来自广告商的任何流量，则广告拦截器会将其阻止在其跟踪中，从而阻止广告出现，并阻止广告商在您的本地设备上放置跟踪Cookie。这是一种更笼统的方法，可以阻止您通过识别Cookie来跟踪自己，但也可以带来诸如提高页面速度，减少浏览设备的负载以及更干净的浏览体验等好处. 为什么不追踪还不够 此时，Firefox或Chrome用户可能会嘲笑使用上述任何工具，因为像任何关心隐私的人一样，他们已经在浏览器设置中选中了“请勿跟踪”框. 但是，“不跟踪”的问题在于广告网络在很大程度上忽略了此请求，因为没有任何政府实际执行此请求，广告网络已经找到了许多方法可以绕开。多年来，FTC提出了许多呼吁，要求建立某种形式的监管机构，该机构实际上可以要求广告商对忽略“不追踪”请求负责，并对违反条款的人处以罚款。不幸的是，代表全国的广告公司，在这方面的所有努力都得到了数百万美元的游说资金，并突然停止了。. 但是，这并不仅意味着厄运和忧郁。门户DoNotTrack.us是一个网站，列出了所有承诺兑现收到的任何“不跟踪”请求的广告网络和互联网公司。但是，正如您所看到的那样，正如您所知，列表并不是真的，只要我们都知道它应该是. 选择退出并不会停止 对于想为您提供特定优惠的在线广告客户，选择退出是让自己进入众所周知的“请勿致电”列表的最佳方法，但这并不会完全结束广告.有时，网站仍会在目标广告所在的位置保留与自己的内容相关的广告，这意味着，即使下一个鞋子广告可能没有您的确切尺寸，也足以吸引您的注意力并吸引他们反正出售. 如果您想完全摆脱广告，则必须使用可用于网络浏览器和移动设备的众多广告拦截器中的任何一种，幸运的是，Comparitech已经进行了繁重的工作来找出哪些广告拦截器可以拦截比其他更好. 如何在Google和Facebook上选择退出广告跟踪…

最新の人工知能に追いつくことに専念していない限り、「連合学習」という言葉を聞いたことがないかもしれません。 3Dプリンティングやドローンのような他の技術トレンドほど顕著ではないかもしれませんが, プライバシーと機械学習への影響は、はるかに多くの使用につながる可能性があります 今後数年で. 短くシンプルなバージョンは、フェデレーション学習が、FacebookのニュースフィードであろうとGoogleマップであろうと、現在私たちの生活の多くの側面を支配しているアルゴリズムを改善するための代替モデルであるということです。従来のシステムでは、データは中央サーバーに送信されて分析され、関連する情報を使用してアルゴリズムが変更されます. 連合学習は、ユーザーのプライバシーを強化するソリューションを提供します。 個人データの大部分は個人のデバイスに残ります. アルゴリズムはユーザーデバイス上で直接トレーニングを行い、データ全体ではなく、関連するデータの要約のみを送り返します。これにより、企業はユーザーのすべてのデータを収集する必要なくアルゴリズムを改善でき、よりプライバシー重視のソリューションを提供できます. 連合学習とは? 嘘をつかないようにしましょう。ほとんどの人にとって、連合学習の深さは複雑で理解しにくいように思えます。 AIの分野は多くの人々の知識の領域をはるかに超えており、私たちの多くが慣れているよりも多くの数学と論理を必要とします. これらの困難にもかかわらず、連合学習は興味深い重要な技術開発であるため、頭を悩ませることは価値があります。物事を簡単にするために、全体像を理解できるように、概念を分解して簡単に説明します. 機械学習とアルゴリズム 1930年代のコスプレに日々を費やさない限り、あなたの人生はアルゴリズムに満ちています。このコンテキストでは、アルゴリズムを指すとき、本質的には 問題を把握したり、目的の結果を計算したりするために使用される式または命令セット. Facebook、Instagram、およびTwitterは、これらを使用して、興味を引く可能性が最も高いパーソナライズされたコンテンツを配信し、プラットフォームをより収益化します。 Googleの検索エンジンは、洗練されたアルゴリズムを使用して、検索語を探していると思われるページに変換します。メールはアルゴリズムでスパムを除外しますが、Wazeはアルゴリズムを活用して、ポイントAからポイントBに到達する最も効果的な方法を見つけます. 他の無数のアルゴリズムがあり、タスクを完了したり、占有したり、日常のプロセスの裏に潜んだりするのに役立ちます. 企業は 最も効果的で正確かつ効率的な結果を提供するために、常にこれらのアルゴリズムを改善しようとしています, それが会社の目標と一致する限り–通常はお金を稼ぐ. 最もよく使用されるアルゴリズムの多くは、最初の展開から長い道のりを歩んできました。 90年代後半または2000年代初頭にGoogleで検索したことを思い出してください。非常に具体的である必要があり、その結果は現在と比べてひどいものでした. これらのアルゴリズムはどのように改善されますか? アルゴリズムがタスクで向上する方法の大部分は、機械学習に関連しています。これは、人工知能のサブフィールドです。機械学習アルゴリズムは、データのサンプルを取得して分析することから始まります。 彼らが学んだことを使ってタスクをより効果的に達成する. これらの変更は、人間の開発者などの外部の力によってこれらの変更をプログラムする必要なく改善できます。. 機械学習はここ数十年で活況を呈しており、アルゴリズムを改善し、より良い結果を得て新しい分野に進出しました。その有用性のために、 企業のための巨大な金makerけ Facebook、Google、その他多数. すべてはデータから始まります。データプールが大きくなるほど、高品質のデータポイントの数が多くなります, これらの機械学習アルゴリズムはより正確になります. アルゴリズムの効果が高ければ高いほど、より多くのお金を稼ぐことができ、それは本質的にデータを商品に変えました. これらの条件により、人々に関して収集されるデータの量が大幅に拡大しました。ほとんどの場合、このデータはユーザーの電話、コンピューター、その他の領域から収集され、サーバーに送信されて、アルゴリズムを改善するために分析されます。これは 多くの場合、より良いサービスと利便性の向上につながりましたが、プライバシーを心配している人々からも大きな反発がありました. これらの企業には常にあなたの場所を知っており、あなたが誰と友達であるかを知り、検索履歴全体を知っているなど、不吉なことがあります。確かに、これらのタイプのデータ収集を回避する方法はありますが、ほとんどの人が気にすることは一般的にあまりにも実用的ではありません. FacebookのCambridge Analyticaの大失敗やGoogle+の大規模なデータ侵害など、一連のデータプライバシーのスキャンダルの中で、企業は注目を集め始めています。奪われたくないので、彼らはユーザーや議員の怒りを上げることなく目標を進め続ける道を探しているようです。おそらく、今年のF8カンファレンスで、Mark Zuckerbergが「未来はプライベートです」と発表した時が流れた瞬間だったのでしょう。. この動きを懐疑的に見るのがおそらく最善ですが、ユーザープライバシーに関してはいくつかの前向きな展開があります。その1つは連合学習です. 連合学習 ユーザーデバイスからサーバーにデータを取得する代わりに、アルゴリズムをデータに送信してみませんか? これは、連合学習の背後にあるコアコンセプトです。この用語は、Googleの従業員が発表した2016年の論文で造語されたものであり、この分野の最前線にとどまっています。. 連合学習トレーニングプロセス. 連合学習は、適格なデバイスにアルゴリズムの現在のバージョンを送信することにより、アルゴリズムを改善します. このアルゴリズムのモデルは、選択したユーザーグループの電話のプライベートデータから学習します。. 完了すると、新しいナレッジの要約が会社のサーバーに返送されます。データ自体が電話から離れることはありません. セキュリティのために、この知識は一般にサーバーに戻る途中で暗号化されます。サーバーが受信したサマリーに基づいて個々のデータを把握できないようにするために、Googleは セキュアな集約 プロトコル. このプロトコル 暗号化を使用して、サーバーが個々の情報要約にアクセスするのを防ぎます. このスキームでは、サーバーは、数百または数千の他のユーザーからの結果に追加され、平均された後にのみサマリーにアクセスできます。. 代わりに, 差分プライバシーを使用して、ランダムデータノイズを追加できます。…