Наступний трюк від Brave Browser: рекомендації щодо новин із збереженням конфіденційності

Браузер Brave, орієнтований на конфіденційність, прагне дотримуватись принципів, коли йдеться про збереження Політика конфіденційності користувачів, а також пропонує рекомендації щодо новин у нещодавно запущеному Хоробрий сьогодні, агрегатор новин, інтегрований у браузер.

Це продовжує поступовий прогрес Brave у створенні набору сервісів, призначених для конкуренції та перевершення домінуючих браузерів, таких як Chrome і Safari.

У березні Хоробрий оголосив про придбання Tailcat, відкрита пошукова система, яка ляже в основу майбутнього продукту Brave Search. Brave пропонує Brave Search як альтернативу пошуку Google у Chrome і на мобільних пристроях без відстеження.

Рекомендаційні системи сьогодні є особливістю Інтернету. Незалежно від того, чи то алгоритм рекомендацій YouTube, чи пропозиції щотижневих списків відтворення Spotify, ці системи часто покладаються на відстеження вашої поведінки в Інтернеті, тобто, по суті, збирають і аналізують ваші дані.

Brave Today дозволяє користувачам «анонімно підписуватися на RSS-канали своїх улюблених новин і бути в курсі всіх останніх новин в одному місці». Користувачі можуть вибирати з 15 різних категорій підібраних джерел, а потім додатково налаштовувати свій потік, додаючи або видаляючи їх (включаючи CoinDesk).

«Починаючи з рекомендацій на пристрої для Brave Today, ми хочемо почати пропонувати користувачам Brave рівень персоналізації на основі моделей, які навчаються на місцевому рівні, зберігаючи Політика конфіденційності користувачів нашим першочерговим пріоритетом», — сказав Піт Снайдер, старший дослідник Політика конфіденційності в Brave.

Відстеження без фактора ick

Щоб уникнути збору даних про поведінку користувачів у службі рекомендацій, Brave пропонує «нову структуру для створення рекомендацій щодо збереження конфіденційності на пристрої, яка T потребує збору даних про взаємодію користувачів на сервері».

Brave використовує техніку під назвою «Федеративне навчання з Політика конфіденційності».

Інтегроване навчання — це техніка машинного навчання, яка навчає моделі прогнозування (алгоритми), зберігаючи дані локально на пристроях, а не надсилаючи ці дані на центральний сервер (чи то на території компанії, чи в хмарі), на якому розміщено модель.

«Користувачі навчають локальні моделі на своїх особистих даних і діляться лише своїми локальними оновленнями моделей із центральним сервером», — сказав публікація в блозі оголошення пропозиції. «Центральний сервер обчислює глобальну модель як сукупність усіх локальних моделей і надсилає її назад користувачам, де процес повторюється».

Снайдер сказав, що хоча типові системи федеративного навчання мають важливі наслідки та ризики для Політика конфіденційності користувачів, існує велике та активне дослідницьке співтовариство, яке працює над покращенням Політика конфіденційності систем федеративного навчання, щоб користувачі могли співпрацювати для підвищення точності системи, не розкриваючи свою особисту інформацію та поведінку.

Політика конфіденційності швидко стає тим, що цінують великі технологічні компанії. Google, наприклад, представив і впровадив систему під назвою Федеративне навчання когорт (FLoC), хоч і с змішані результати. Різні браузери, такі як Brave, мають відмовився прийняти FLoC і, по суті, вимкнули його у своєму браузері.

Снайдер сказав, що FLoC і федеративне навчання категорично відрізняються. FLoC — це система поведінкової реклами, яка шкодить конфіденційності, запропонована Google і реалізована в деяких браузерах на основі Chromium, сказав він.

«Хоча «FL» у FLoC означає «об’єднане навчання», тепер це палімпсест оригінальних планів впровадження Google для FLoC; FLoC фактично T використовує жодного федеративного навчання в поточних реалізаціях», — сказав Снайдер електронною поштою. «Google також згадує про це у своїй документації, де вони зазначають,Federated Learning не використовується (незважаючи на «FL» у назві).”’

Наступні кроки

Снайдер сказав, що кінцева мета Brave полягає в тому, щоб покращити взаємодію з користувачем у веб-переглядачі Brave за допомогою федеративного приватного навчання з приватною системою рекомендацій на пристрої для Brave Today – це лише перший крок.

"Ми плануємо досягти цього поступово та вимірними кроками. Зараз ми зосереджені на розбудові інфраструктури федеративного навчання", - сказав він, додавши:

"Після того, як це буде запущено, ми плануємо протестувати його на менших проблемах оптимізації, які практично не потребують Політика конфіденційності . Якщо наші тести будуть успішними, ми зможемо використовувати нашу інтегровану приватну навчальну структуру для активації користувацьких функцій, таких як Brave News, і оптимізувати вже існуючі, такі як наша локальна реклама, націлена на машинне навчання".