Следующий трюк браузера Brave: рекомендации новостей, сохраняющие конфиденциальность

Браузер Brave, ориентированный на конфиденциальность, стремится соблюдать правила, когда дело касается сохранения Политика конфиденциальности пользователей, а также предлагает рекомендации новостей в своем недавно запущенном Сегодня храбрый, агрегатор новостей, интегрированный в браузер.

Это продолжает постепенный прогресс Brave в создании набора сервисов, призванных конкурировать и превосходить такие доминирующие браузеры, как Chrome и Safari.

В марте, Храбрыйобъявили о приобретении Tailcat, открытая поисковая система, станет основой ее будущего продукта Brave Search. Brave позиционирует Brave Search как неотслеживающую альтернативу Google Search в Chrome и на мобильных устройствах.

Системы рекомендаций являются особенностью сегодняшнего Интернета. Будь то алгоритм рекомендаций YouTube или еженедельные предложения плейлистов Spotify, эти системы часто в значительной степени полагаются на отслеживание вашего поведения в сети — то есть, по сути, на сбор и анализ ваших данных.

Brave Today позволяет пользователям «анонимно подписываться на RSS-каналы своих любимых новостных агентств и оставаться в курсе всех последних новостей в одном месте». Пользователи могут выбирать из 15 различных категорий отобранных источников, а затем дополнительно настраивать свой поток, добавляя или удаляя их (включая CoinDesk).

«Начиная с рекомендаций на устройствах для Brave Today, мы хотим предложить пользователям Brave уровень персонализации, основанный на моделях, которые обучаются локально, и при этом сохранить Политика конфиденциальности пользователей нашим главным приоритетом», — сказал Пит Снайдер, старший исследователь по Политика конфиденциальности в Brave.

Отслеживание без фактора ick

Чтобы избежать сбора данных о поведении пользователей в целях предоставления рекомендаций, Brave предлагает «новую структуру для создания рекомендаций, сохраняющих конфиденциальность на устройстве, которая T требует сбора данных о взаимодействии пользователей на сервере».

Brave использует технологию, которая называется «Федеративное обучение с Политика конфиденциальности».

Федеративное обучение — это метод машинного обучения, который обучает модели прогнозирования (алгоритмы), сохраняя данные локально на устройствах, а не передавая их на центральный сервер (будь то на территории компании или в облаке), на котором размещена модель.

«Пользователи обучают локальные модели на своих личных данных и делятся с центральным сервером только обновлениями своих локальных моделей», — сказал один иззапись в блогеобъявляя о предложении. «Центральный сервер вычисляет глобальную модель как совокупность всех локальных моделей и отправляет ее обратно пользователям, где процесс повторяется».

Снайдер отметил, что, хотя типичные системы федеративного обучения имеют важные последствия и риски для Политика конфиденциальности пользователей, существует большое и активное исследовательское сообщество, работающее над улучшением Политика конфиденциальности систем федеративного обучения, чтобы пользователи могли сотрудничать для повышения точности системы, не раскрывая свою личную информацию и поведение.

Политика конфиденциальности быстро становится тем, что ценят крупные технологические компании. Например, Google представила и внедрила систему под названием Федеративное обучение когорт (FLoC), хотя и ссмешанные результаты. Различные браузеры, такие как Brave, имеютотказался принять FLoC и, по сути,, отключили его в своем браузере.

Снайдер сказал, что FLoC и федеративное обучение — это категорически разные вещи. FLoC — это система поведенческой рекламы, наносящая вред конфиденциальности, предложенная Google и реализованная в некоторых браузерах на базе Chromium, сказал он.

«Хотя «FL» в FLoC означает «федеративное обучение», теперь это палимпсест первоначальных планов Google по внедрению FLoC; FLoC на самом деле T использует никакого федеративного обучения в текущих реализациях», — сказал Снайдер по электронной почте. «Google упоминает это и в своей документации, где они отмечают 'Федеративное обучение не используется (несмотря на «FL» в названии)».

Следующие шаги

Снайдер сказал, что конечная цель Brave — улучшить пользовательский опыт в браузере Brave посредством федеративного частного обучения с использованием закрытой инфраструктуры рекомендаций на устройстве для Brave. Сегодня это только первый шаг.

«Мы планируем достичь этого постепенно и измеримыми шагами. В данный момент мы сосредоточены на создании инфраструктуры федеративного обучения», — сказал он, добавив:

«Как только это будет запущено, мы планируем протестировать его на более мелких задачах оптимизации, которые практически не влекут за собой никаких затрат на Политика конфиденциальности . Если наши тесты пройдут успешно, мы сможем использовать нашу федеративную частную обучающую структуру для поддержки функций, ориентированных на пользователя, таких как Brave News, и оптимизировать уже существующие, такие как наша локальная реклама, ориентированная на машинное обучение».