AHEad: Privacy-preserving online behavioural advertising using homomorphic encryption

Helsloot, Leon J.; Tillem, Gamze; Erkin, Zekeriya

doi:10.1109/wifs.2017.8267662

Cited by 9 publications

(4 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…However, studies into privacy protective behavior are difficult to compare as they measured varying behaviors. In addition, these studies rarely include tracking prevention tools, ad blockers, Do Not Track functions in a browser, or opt-out websites (Chanchary, Abdelaziz, & Chiasson, 2018; Helsloot, Tillem, & Erkin, 2017). This had led to a call for research that considers a wider diversity of types of privacy protective behavior (Baruh et al, 2017).…”

Section: Introductionmentioning

confidence: 99%

Exploring Motivations for Online Privacy Protection Behavior: Insights From Panel Data

Boerman

Kruikemeier

Borgesius

2018

Communication Research

144

121

View full text Add to dashboard Cite

Personally managing and protecting online privacy has become an essential part of everyday life. This research draws on the protection motivation theory (PMT) to investigate privacy protective behavior online. A two-wave panel study (N = 928) shows that (1) people rarely to occasionally protect their online privacy and (2) people most often delete cookies and browser history or decline cookies to protect their online privacy. In addition, (3) the perceived threat is high: People perceive the collection, usage, and sharing of personal information as a severe problem to which they are susceptible. The coping appraisal is mixed: Although people do have confidence in some protective measures, they have little confidence in their own efficacy to protect their online privacy. Moreover, privacy protective behavior is affected by perceived severity and response efficacy. These findings emphasize the relevance of the PMT in the context of privacy threats, and have important implications for regulators.

show abstract

Section: Introductionmentioning

confidence: 99%

Exploring Motivations for Online Privacy Protection Behavior: Insights From Panel Data

Boerman

Kruikemeier

Borgesius

2018

Communication Research

144

121

View full text Add to dashboard Cite

show abstract

“…Nhưng mã hoá đồng cấu có thể mã hoá toàn bộ dữ liệu ngữ cảnh, hình ảnh [7] bằng khoá công khai của người dùng trước khi tải lên máy chủ; máy chủ tính toán trên dữ liệu mã hoá để xác định cần gửi đi loại quảng cáo nào (cũng được mã hoá bằng khoá công khai của người dùng); những hàm tính toán đó có thể bí mật hoặc công khai. Nếu nhà cung cấp dịch vụ đám mây không hợp tác với công ty muốn quảng cáo, mã hoá đồng cấu sẽ đảm bảo bí mật dữ liệu của người tiêu dùng đối với nhà cung cấp dịch vụ đám mây và các công ty quảng cáo [8].…”

Section: Giới Thiệuunclassified

Đề Xuất Phương Pháp Mã Hóa Khoảng Cách Euclid Bảo Đảm Tính Riêng Tư Của Người Dùng Trong Nhận Dạng Vân Tay

Hồ¹,

Hà²,

Bảo³

et al. 2022

TNUJST

View full text Add to dashboard Cite

Công nghệ ngày càng phát triển, việc xác thực bằng mật khẩu ẩn chứa nhiều rủi ro bảo mật và đã lỗi thời. Trong các phương thức xác thực hiện nay, phương thức xác thực bằng dấu vân tay dựa vào việc nhận dạng các đặt trưng, từ đó đối chiếu và xác định danh tính một cá nhân. Một trong những phương pháp để nhận dạng vân tay là sử dụng khoảng cách Euclid. Vấn đề đặt ra là làm sao khi người dùng có thể cung cấp cơ sở dữ liệu đáp ứng được thuật toán được sử dụng trong mô hình xác thực, cho ra kết quả chính xác mà vẫn không làm lộ thông tin về khoảng cách Euclid khi tham chiếu với hệ thống. Giải pháp của nhóm tác giả sử dụng hệ mật mã công khai Paillier; mã hóa khoảng cáchEuclid đối với mẫu xác thực trước khi đưa vào hệ thống để so sánh đối chiếu; kết quả thực nghiệm mã hóa mẫu bằng mã hóa Paillier sau đó kiểm tra tính đúng đắn bằng cách tính toán, so sánh kết quả với cách tính thông thường. Từ đó đưa ra kết luận đối với phương pháp được đề xuất.

show abstract

“…This enables users to control how their data is processed and how and when it is shared to third-parties. Two very recent research works (Helsloot et al, 2018(Helsloot et al, , 2017 present protocols to exploit personal data while auctioning user impressions without revealing any personal preferences (in clear text) to advertising parties. As some of the previous approaches, these protocols require that user information be processed locally in the browser, and that a trusted third-party assist in performing operations over encrypted user data.…”

Section: Related Workmentioning

confidence: 99%

On the regulation of personal data distribution in online advertising platforms

Estrada-Jiménez

Parra-Arnau

Rodríguez-Hoyos

et al. 2019

Engineering Applications of Artificial Intelligence

View full text Add to dashboard Cite

Online tracking is the key enabling technology of modern online advertising. In the recently established model of real-time bidding (RTB), the web pages tracked by ad platforms are shared with advertising agencies (also called DSPs), which, in an auction-based system, may bid for user ad impressions. Since tracking data are no longer confined to ad platforms, RTB poses serious risks to privacy, especially with regard to user profiling, a practice that can be conducted at a very low cost by any DSP or related agency, as we reveal here. In this work, we illustrate these privacy risks by examining a data set with the real ad-auctions of a DSP, and show that for at least 55% of the users tracked by this agency, it paid nothing for their browsing data. To mitigate this abuse, we propose a system that regulates the distribution of bid requests (containing user tracking data) to potentially interested bidders, depending on their previous behavior. In our approach, an ad platform restricts the sharing of tracking data by limiting the number of DSPs participating in each auction, thereby leaving unchanged the current RTB architecture and protocols. However, doing so may have an evident impact on the ad platform's revenue. The proposed system is designed accordingly, to ensure the revenue is maximized while the abuse by DSPs is prevented to a large degree. Experimental results seem to suggest that our system is able to correct misbehaving DSPs, and consequently enhance user privacy.

show abstract

AHEad: Privacy-preserving online behavioural advertising using homomorphic encryption

Cited by 9 publications

References 17 publications

Exploring Motivations for Online Privacy Protection Behavior: Insights From Panel Data

Exploring Motivations for Online Privacy Protection Behavior: Insights From Panel Data

Đề Xuất Phương Pháp Mã Hóa Khoảng Cách Euclid Bảo Đảm Tính Riêng Tư Của Người Dùng Trong Nhận Dạng Vân Tay

On the regulation of personal data distribution in online advertising platforms

Contact Info

Product

Resources

About