Il prossimo trucco di Brave Browser: raccomandazioni di notizie che tutelano la privacy

Il browser Brave incentrato sulla privacy cerca di seguire la linea quando si tratta di preservare la Privacy degli utenti, offrendo allo stesso tempo consigli sulle notizie nel suo lancio recente Coraggioso oggi, un aggregatore di notizie integrato nel browser.

Ciò continua il progresso incrementale di Brave verso la creazione di una suite di servizi pensati per rivaleggiare e superare i browser dominanti come Chrome e Safari.

A marzo, Braveha annunciato l'acquisizione di Tailcat, un motore di ricerca aperto, che sarà la base del suo prossimo prodotto Brave Search. Brave sta proponendo Brave Search come alternativa non tracciante a Google Search su Chrome e dispositivi mobili.

I sistemi di raccomandazione sono una caratteristica del web odierno. Che si tratti dell'algoritmo di raccomandazione di YouTube o delle offerte di playlist settimanali di Spotify, questi sistemi spesso si basano in gran parte sul tracciamento del tuo comportamento online, ovvero, essenzialmente, sulla raccolta e l'analisi dei tuoi dati.

Brave Today consente agli utenti di "iscriversi in forma anonima ai feed RSS dei loro notiziari preferiti e di rimanere aggiornati con tutte le ultime notizie in un unico posto". Gli utenti possono scegliere tra 15 diverse categorie di fonti curate e quindi personalizzare ulteriormente il loro flusso aggiungendole o rimuovendole (incluso CoinDesk).

"A partire dalla raccomandazione sul dispositivo per Brave Today, vogliamo iniziare a offrire agli utenti di Brave un livello di personalizzazione basato su modelli formati localmente, mantenendo sempre la Privacy degli utenti come priorità assoluta", ha affermato Pete Snyder, ricercatore senior Privacy presso Brave.

Tracciamento senza il fattore "ick"

Per evitare di raccogliere dati sul comportamento degli utenti al fine di fornire raccomandazioni, Brave propone "un nuovo framework per la creazione di raccomandazioni che salvaguardino la privacy sui dispositivi e che T richieda la raccolta di dati sull'interazione dell'utente su un server".

Brave utilizza una tecnica chiamata "Federated Learning With Privacy".

L'apprendimento federato è una tecnica di apprendimento automatico che addestra modelli di previsione (algoritmi) mantenendo i dati localmente sui dispositivi, anziché immetterli in un server centrale (che si trovi presso la sede di un'azienda o nel cloud) che ospita il modello.

"Gli utenti addestrano modelli locali sui loro dati privati e condividono solo gli aggiornamenti dei loro modelli locali con un server centrale", ha affermato unpost del blogannunciando la proposta. "Il server centrale elabora un modello globale come aggregato di tutti i modelli locali e lo invia agli utenti, dove il processo si ripete."

Snyder ha affermato che, sebbene i tipici sistemi di apprendimento federato presentino importanti implicazioni e rischi per la Privacy degli utenti, esiste una vasta e attiva comunità di ricerca che lavora per migliorare la Privacy dei sistemi di apprendimento federato, in modo che gli utenti possano collaborare per migliorare l'accuratezza del sistema senza rivelare le proprie informazioni e comportamenti privati.

La Privacy sta rapidamente diventando qualcosa a cui le grandi aziende tecnologiche danno valore. Google, ad esempio, ha introdotto e implementato un sistema chiamato Apprendimento federato di coorti (FLoC), anche se conrisultati mistiVari browser, come Brave, hannoha rifiutato di adottare FLoC e, di fatto,, l'ha disabilitato nel suo browser.

Snyder ha affermato che FLoC e federated learning sono categoricamente diversi. FLoC è un sistema di pubblicità comportamentale lesivo della privacy proposto da Google e implementato in alcuni browser basati su Chromium, ha affermato.

"Mentre 'FL' in FLoC sta per 'federated learning', questo è ora un palinsesto dei piani di implementazione originali di Google per FLoC; FLoC in realtà T utilizza alcun apprendimento federato nelle implementazioni correnti", ha affermato Snyder via e-mail. "Google lo menziona anche nella sua documentazione, dove nota 'non viene utilizzato alcun apprendimento federato (nonostante la “FL” nel nome).”’

Prossimi passi

Snyder ha affermato che l'obiettivo finale di Brave è quello di migliorare l'esperienza utente sul browser Brave attraverso l'apprendimento privato federato con il framework di raccomandazione privato sul dispositivo per Brave. Oggi è solo il primo passo.

"Abbiamo intenzione di arrivarci gradualmente e in passi misurabili. Al momento, il nostro obiettivo è costruire l'infrastruttura di apprendimento federato", ha affermato, aggiungendo:

"Una volta che sarà attivo e funzionante, stiamo pianificando di testarlo su problemi di ottimizzazione più piccoli che non hanno praticamente alcun costo Privacy . Se i nostri test avranno successo, potremo usare il nostro framework di apprendimento privato federato per alimentare funzionalità rivolte all'utente come Brave News e ottimizzare quelle già esistenti, come i nostri annunci locali mirati all'apprendimento automatico".