ML-CB:机器学习画布块
我们在PETS 2021论文中发布的工件的版本为ML-CB:Machin e Learning Canvas Block
大本营
抽象的
为了增加在线隐私,我们提出了一种新颖的基于机器学习的方法来阻止对网站访问者进行在线跟踪的三种主要方式之一(画布指纹识别)。 由于画布指纹识别操作的核心是使用JavaScript程序,并且由于其中许多程序可在Web上重用,因此我们能够围绕潜在违规程序的语义表示来适应几种机器学习模型,从而实现准确且强大的分类器。 我们的监督式学习方法是在我们创建的数据集上进行训练的,该数据集是使用自定义Google Chrome扩展程序刮擦了大约50万个网站而创建的,该扩展程序存储了与画布相关的信息。 分类利用了我们的主要见识,即通过画布指纹识别程序绘制的图像具有面部不同的外观,从而使我们能够根据绘制的图像手动对文件进行分类。 我们将这种方法更进