Federated Learning of Cohorts

Federated Learning of Cohorts (FLoC) — это технология, разработанная компанией Google LLC (организация признана иноагентом в РФ) в рамках проекта Privacy Sandbox, предназначенная для таргетированной интернет-рекламы без использования сторонних файлов cookie (third-party cookies). FLoC представляет собой метод машинного обучения, при котором браузер пользователя на основе истории посещений формирует «когорту» (группу) из тысяч других пользователей со схожими интересами. Вместо передачи рекламодателям уникального идентификатора конкретного человека, браузер сообщает лишь номер когорты, к которой он принадлежит, что, по замыслу разработчиков, должно повысить конфиденциальность пользователей.

История и контекст

Предпосылки создания

К началу 2020-х годов сторонние файлы cookie стали основным инструментом для отслеживания пользователей в интернете и показа персонализированной рекламы. Однако рост озабоченности вопросами приватности, ужесточение законодательства (например, Общий регламент по защите данных (GDPR) в Европейском союзе и Федеральный закон «О персональных данных» в РФ) привели к тому, что крупные браузеры (Safari, Firefox) начали блокировать сторонние cookie по умолчанию. Google, чей основной доход поступает от рекламы, столкнулся с необходимостью разработать альтернативный механизм, который бы сохранял эффективность рекламы, но не нарушал приватность пользователей.

Разработка и анонс

В августе 2019 года Google объявил о запуске инициативы Privacy Sandbox, направленной на создание новых стандартов веб-рекламы. Одним из ключевых компонентов стал FLoC. В январе 2021 года Google начал тестирование FLoC в Chrome для ограниченного числа пользователей. Технология вызвала широкий резонанс как среди защитников приватности, так и среди рекламодателей и веб-разработчиков.

Замена на Topics API

В январе 2022 года Google объявил о прекращении разработки FLoC и замене его на новую технологию — Topics API (API тем). Причиной стали критические замечания сообщества, включая обвинения в недостаточной защите приватности и возможности «цифрового отпечатка» (fingerprinting). Topics API, в отличие от FLoC, использует заранее определённый каталог тем (например, «Спорт», «Автомобили»), которые браузер выбирает на основе недавней истории посещений. В сентябре 2023 года Google начал тестирование Topics API в Chrome.

Принцип работы

Формирование когорт

FLoC основывался на алгоритмах кластеризации, которые группировали пользователей со схожими моделями поведения в сети. Работа технологии включала следующие этапы:

1. Сбор данных на устройстве. Браузер Chrome анализировал историю посещений веб-сайтов пользователем за последние несколько недель. Данные обрабатывались локально, без отправки на серверы Google.
2. Применение алгоритма SimHash. Использовался метод хеширования SimHash, который преобразовывал поведенческий профиль пользователя в компактный вектор (отпечаток). Этот вектор позволял определить степень схожести между разными пользователями.
3. Кластеризация. Браузер периодически (например, раз в неделю) обращался к серверу когорт Google, чтобы узнать, к какой когорте он относится. Сервер, используя алгоритм кластеризации, объединял пользователей со схожими векторами в группы. Размер когорты составлял не менее нескольких тысяч человек.
4. Присвоение идентификатора когорты. Каждой когорте присваивался уникальный числовой идентификатор (ID когорты). Этот ID и передавался рекламодателям и веб-сайтам при посещении страниц.

Взаимодействие с рекламодателями

Когда пользователь заходил на сайт, поддерживающий FLoC, его браузер передавал сайту ID когорты. Рекламная платформа (например, Google Ads) могла использовать этот ID для показа релевантной рекламы всем участникам данной когорты. При этом рекламодатель не получал информацию о конкретном пользователе, а видел лишь обобщённый профиль группы.

Критика и проблемы

Недостаточная приватность

Главным объектом критики FLoC стала возможность идентификации пользователя внутри когорты. Хотя когорта включала тысячи человек, исследователи из Electronic Frontier Foundation (EFF) и других организаций указали на несколько уязвимостей:

• «Цифровой отпечаток» (fingerprinting). Комбинация ID когорты с другими данными, которые браузер передаёт сайту (разрешение экрана, список установленных шрифтов, версия браузера), могла сделать пользователя уникальным или почти уникальным.
• Раскрытие чувствительных данных. Когорты могли формироваться на основе посещения сайтов, связанных с медицинскими проблемами, политическими взглядами, сексуальной ориентацией или религиозными убеждениями. Например, пользователь, часто посещающий сайты о ВИЧ, мог попасть в когорту, объединяющую людей с аналогичными интересами, что раскрывало его конфиденциальную информацию.
• Отсутствие выбора пользователя. В тестовой версии FLoC пользователи не могли отказаться от участия в системе, не отключив все функции персонализации Chrome.

Проблемы для веб-разработчиков

Многие веб-сайты и платформы (например, WordPress, GitHub, DuckDuckGo) объявили о блокировке FLoC на своих ресурсах. Причины включали:

• Неопределённость с согласием. Технология не соответствовала требованиям GDPR, так как не предусматривала явного согласия пользователя на обработку данных.
• Риск для конкуренции. Критики опасались, что FLoC даст Google дополнительное преимущество на рынке рекламы, так как другие участники не имели доступа к данным о когортах на том же уровне.
• Сложность внедрения. Разработчикам пришлось бы адаптировать свои системы для работы с новым API.

Реакция регулирующих органов

В июне 2021 года Управление комиссара по информации Великобритании (ICO) выразило обеспокоенность по поводу FLoC, заявив, что технология может не соответствовать требованиям конфиденциальности. В ряде стран (например, в Германии) антимонопольные органы начали расследование в отношении Privacy Sandbox, подозревая Google в злоупотреблении доминирующим положением.

Сравнение с альтернативами

Topics API

Topics API, пришедший на смену FLoC, использует иной подход: браузер выбирает три темы из заранее утверждённого каталога (около 350 тем) на основе истории посещений за последнюю неделю. Темы хранятся локально в течение трёх недель и затем удаляются. Пользователь может просматривать и удалять темы, а также отключать API. Topics API считается более приватным, так как:

• Использует ограниченный и контролируемый набор тем.
• Не позволяет рекламодателям объединять данные о пользователе из разных сессий.
• Предоставляет пользователю контроль над своими данными.

Другие подходы

• TURTLEDOVE (от Google). Альтернативная технология, которая позволяет показывать ретаргетинговую рекламу без раскрытия данных о пользователе рекламодателю. Реклама хранится в браузере, а решение о её показе принимается на устройстве.
• SPARROW (от Criteo). Предлагает модель «чистого аукциона», где данные о пользователе хранятся у доверенного посредника, а не у рекламодателя.
• PARAKEET (от Microsoft). Использует локальное машинное обучение для прогнозирования интересов пользователя без передачи данных на сервер.

Значение и наследие

Несмотря на то, что FLoC был заменён, его разработка оказала значительное влияние на индустрию интернет-рекламы. Технология стала катализатором дискуссий о балансе между персонализацией и приватностью. Она продемонстрировала, что даже при использовании методов федеративного обучения и агрегации данных, полностью избежать рисков утечки конфиденциальной информации сложно. Опыт FLoC привёл к созданию более прозрачных и контролируемых пользователем решений, таких как Topics API, и ускорил отказ от сторонних файлов cookie в браузере Chrome, который был запланирован на 2024–2025 годы.

Источники

1. Google Developers. «Privacy Sandbox: Overview». 2021.
2. Electronic Frontier Foundation. «Google’s FLoC Is a Terrible Idea». 2021.
3. The Verge. «Google is replacing FLoC with Topics API for privacy-first advertising». 2022.
4. W3C. «Privacy Community Group: FLoC Discussion». 2021.
5. Федеральная служба по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор). «Разъяснения о защите персональных данных в интернете». 2022.