Web -Browser -Verlauf

Kunstwerke im Zusammenhang mit der Browsergeschichte

Web -Browser -Verlauf bezieht sich auf die Liste von Webseiten Ein Benutzer hat sowohl besucht als auch zugeordnet Metadaten wie Seitentitel und Besuchszeit. Es wird normalerweise lokal von gespeichert von Internetbrowser[1][2] Um dem Benutzer eine Verlaufsliste zur Verfügung zu stellen, um auf zuvor besuchte Seiten zurückzukehren. Es kann die Interessen, Bedürfnisse und Browsergewohnheiten des Benutzers widerspiegeln.[3]

Alle großen Browser haben a privates Surfen Modus, in dem die Browserhistorie nicht aufgezeichnet wird. Dies soll sich vor dem Surfen von Dritten für gezielte Werbung oder andere Zwecke schützen.

Anwendungen

Lokale Geschichte

Lokal gespeicherte Browserhistorie kann die Wiederentdeckung von verlorenen zuvor besuchten Webseiten erleichtern, von denen man nur ein vage Gedächtnis im Auge hat, oder Seiten, die es schwer zu finden ist, weil es sich befindet Deep Web. Browser verwenden es auch, um es zu aktivieren Autoperation in ihren Adressleiste Für eine schnellere und bequemere Navigation zu häufig besuchten Seiten.[4]

Die Aufbewahrungsspanne des Browserhistoriums variiert je nach Internetbrowser. Mozilla Firefox (Desktop -Version) zeichnet standardmäßig in einer Datei mit dem Namen auf unbestimmte Zeit auf unbestimmte Zeit auf Places.sqlite, aber automatisch die früheste Geschichte auf erschöpftem Speicherplatz ausgelöscht,[1] während Google Chrome (Desktop -Version) speichert standardmäßig zehn Wochen lang für zehn Wochen und beschnitten Sie früheren Einträge automatisch. Eine unbestimmte Historie -Datei benannt Archivierte Geschichte wurde einmal aufgezeichnet, wurde aber in Version 37 entfernt und automatisch gelöscht, veröffentlicht im September 2014.[5][6]

Browserverlängerungen wie zum Beispiel Geschichte Trends unbegrenzt Für Google Chrome (Desktop -Version) können Sie die unbestimmte lokale Speicherung des Browserhistoriums ermöglichen. Exportieren in ein Portable Dateiund Selbstanalyse von Browsergewohnheiten und Statistiken.[7]

Die Browserhistorie wird bei der Verwendung der nicht aufgezeichnet privates Surfen Modus, der von den meisten Browsern bereitgestellt wird.

Gezielte Werbung

Gezielte Werbung bedeutet, dass der Benutzer Werbung präsentiert, die für einen relevanter sind, der auf dem durch die Browserhistorie basierenden Historien basiert.[8] Ein typisches Beispiel ist ein Benutzer, der Werbung für Schuhe erhält, wenn Sie andere Websites nach dem Durchsuchen von Schuhen auf Einkaufswebsites suchen. Eine Untersuchung zeigt, dass gezielte Werbung das verdoppelt Wechselkurs der klassischen Online -Werbung.[9]

Echtzeit bieten(RTB) ist die Methode, die hinter gezielten Werbung verwendet wird. Es ist ein System, das den Preis für die Präsentation von Anzeigen auf bestimmten Websites automatisch erhöht.[10] Werbetreibende entscheiden, wie viel sie bereit sind, basierend auf der Zielgruppe der Websites zu bezahlen. Daher könnten weitere Informationen über die Benutzer Werbetreibende dazu ermutigen, höhere Preise zu zahlen.[10] Die Informationen von Benutzern wie dem Browserhistorie werden allen Unternehmen zur Verfügung gestellt, die an der Gebot beteiligt sind.[11] Da es sich um einen Echtzeitprozess handelt, werden Informationen normalerweise ohne Zustimmung des Benutzers gesammelt und in unverschlüsselter Form übertragen.[12] Der Benutzer hat sehr begrenzte Kenntnisse darüber, wie seine Informationen gesammelt, gespeichert und verwendet werden.[13][14]

Die Antwort des Benutzer auf gezielte Werbung hängt davon ab, ob man weiß, ob die Informationen gesammelt werden. Wenn der Benutzer bereits weiß, dass die Informationen im Voraus erfasst werden, kann die gezielte Werbung möglicherweise einen positiven Effekt erzielen, was zu einer höheren Absicht führt, durch den Link zu klicken.[11] Wenn der Benutzer jedoch nicht über die Informationssammlung informiert ist, würde man sich mehr mit der Privatsphäre befassen. Dies verringert die Absicht, den Link zu klicken.[11] Wenn der Benutzer die Website zuverlässig betrachtet, können er den Link durchklicken und den Personalisierungsdienst annehmen.[11][15]

Um die Konflikte zwischen Privatsphäre und Gewinnen zu lösen, ist ein neu vorgeschlagenes System Pay-Per-Spacking. Es gibt einen Broker zwischen Benutzern und Werbetreibenden. Benutzer konnten entscheiden, ob sie dem Broker ihre persönlichen Daten zur Verfügung stellen sollen, und dann sendete der Broker die von Benutzern angebotenen persönlichen Informationen an Werbetreibende. In der Zwischenzeit könnten Benutzer Geldprämien erhalten, um ihre persönlichen Daten zu teilen. Dies könnte dazu beitragen, die Privatsphäre und die Verfolgungseffizienz zu schützen, würde jedoch zu zusätzlichen Kosten führen.[16]

Personalisierte Preisgestaltung

Die personalisierte Preise basieren auf der Idee, dass ein Benutzer, der ein bestimmtes Produkt häufig kauft oder einen höheren Preis für dieses Produkt zahlt, dem Benutzer ein höherer Preis für dieses Produkt berechnet werden kann. Das Browserverlauf kann zuverlässige Vorhersagen über das Kaufverhalten von Benutzern ermöglichen. Bei der Verwendung personalisierter Preise könnte der Gewinn von Unternehmen im Vergleich zu 12,99% steigen Status Quo Fälle.[17]

Forschung

Das Browsing -Geschichte könnte verwendet werden, um die Forschung zu erleichtern, z. B. das Aufdecken des Browserverhaltens von Menschen. Wenn ein Benutzer auf einer Site ausgiebig surft, steigt die Wahrscheinlichkeit, eine zusätzliche Seite zu beantragen. Wenn ein Benutzer mehr Websites besucht, verringert sich die Wahrscheinlichkeit, zusätzliche Seiten anzufordern.[18]

Das Browsing -Historie kann auch zum Erstellen persönlicher Webbibliotheken verwendet werden. Eine persönliche Webbibliothek wird durch Sammeln und Analyse des Webbrowsing -Verlaufs des Benutzers erstellt. Es könnte dem Benutzer helfen, durch Browsertrends, Zeitverteilung und die am häufigsten verwendeten Websites zu bemerken. Einige Benutzer betrachten diese Funktion als hilfreich.[3]

Privatsphäre

Bedenken

Die lokal gespeicherte Webbrowserverlauf wird standardmäßig öffentlich öffentlich veröffentlicht. Fast alle Websites werden jedoch von verfolgt Adwares und potenziell unerwünschte Programme (Welpen), die Benutzerinformationen ohne ihre Zustimmung sammeln.[19] Diese Tracking -Methoden sind normalerweise standardmäßig von Plattformen zulässig.[12] Webbrowserverlauf wird auch von Cookies auf Websites gesammelt, die in zwei Arten unterteilt werden können. Erstkekse und Kekse von Drittanbietern. Kekse von Drittanbietern sind normalerweise auf Websites First-Anbieter eingebettet und sammeln Informationen von ihnen.[10] Cookies von Drittanbietern haben eine höhere Effizienz- und Datenaggregationsfähigkeit als Erstanbieter-Cookies. Während Cookies von First-Anbietern nur Zugriff auf Benutzerdaten auf einer Website haben, können Cookies von Drittanbietern von verschiedenen Websites gesammelt werden, um das Bild des Benutzers vollständiger zu gestalten.[10] In der Zwischenzeit könnten auf derselben Website mehrere Cookies von Drittanbietern existieren.[10]

Mit genügend verfügbaren Informationen könnten Benutzer ohne Anmeldung in ihren Konten identifiziert werden.[20]

Wenn Cookies von Drittanbietern das Web-Browsing-Historie von Benutzern von mehreren Websites sammeln, führen weitere Informationen zu mehr Datenschutzbedenken. Zum Beispiel stöbert ein Benutzer Nachrichten auf einer Website und sucht nach medizinischen Informationen auf der anderen Website. Wenn das Web -Browsing -Historie dieser beiden Websites kombiniert wird, kann der Benutzer an Nachrichten zu medizinischen Themen interessiert sein.[10] Beim Durchsuchen der Geschichte verschiedener Websites kann dies kombiniert werden, kann es ein vollständigeres Bild der Person widerspiegeln.

Skandale

Logo von Avast

In 2006, AOL Veröffentlicht eine große Menge an Daten seiner Benutzer, einschließlich Suchverlauf. Obwohl keine Benutzer -IDs oder Namen enthalten waren, konnten Benutzer basierend auf dem veröffentlichten Browserverlauf identifiziert werden.[21] Zum Beispiel wurde Benutzer Nr. 4417749 mit ihrem Suchverlauf über drei Monate identifiziert.[22]

Im Jahr 2020, AvastEine beliebte Antiviren -Software wurde beschuldigt, die Browsen an Dritte verkauft zu haben. Es steht vor einer vorläufigen Untersuchung dieser Anschuldigung durch Beamte der Tschechischen Republik. Der Bericht zeigt, dass Avast die Daten der Benutzer über Jumpshot, ein Marketing -Analyse -Tool, verkauft hat. Avast behauptete, dass die persönlichen Daten der Benutzer nicht in das Leck enthalten seien. Der Browserverlauf könnte jedoch verwendet werden, um Benutzer zu identifizieren. AVAST STROCK Down Jumpshot als Antwort auf dieses Problem.[23]

Schutz

Wenn der Benutzer der Meinung ist, dass ein Risiko für die Privatsphäre besteht, ist die Absicht, persönliche Informationen zu offenbaren, niedriger, die Handlungen sind jedoch nicht betroffen.[24] Einige Studien stellen jedoch fest, dass es keinen signifikanten Unterschied zwischen der Absicht und den Maßnahmen zur Offenlegung privater Informationen gibt, was bedeutet, dass der Benutzer Maßnahmen zum Austausch persönlicher Informationen verringert und mehr Schutzmaßnahmen ergreifen wird, wenn sie sich über die Privatsphäre besorgt fühlen.[25] Wenn Benutzer Datenschutzbedenken haben, nutzen sie weniger Online -Dienste.[25] Sie würden auch mehr Schutzmaßnahmen durchführen, z. B. die Weigerung, ihre Informationen anzubieten, falsche Informationen anzubieten, ihre Informationen online zu entfernen und sich an Personen in ihnen oder relevante Organisationen zu beschweren.[26]

Für Benutzer ist es jedoch schwierig, ihre Privatsphäre aus mehreren Gründen zu schützen. Erstens haben Benutzer nicht genügend Datenschutzbewusstsein. Sie sind nicht besorgt darüber zu sein verfolgt Es sei denn, es gibt erhebliche Auswirkungen auf sie. Sie sind sich auch nicht bewusst, wie ihre Daten kommerzielle Werte enthält.[12] Für Benutzer ist es im Allgemeinen schwierig, Datenschutzrichtlinienverbindungen auf allen Arten von Websites zu bemerken, wobei weibliche Benutzer und ältere Benutzer diese Mitteilungen mit größerer Wahrscheinlichkeit ignorieren. Selbst wenn Benutzer Datenschutzverbindungen bemerken, ist die Offenlegung ihrer Informationen möglicherweise nicht betroffen.[27] Darüber hinaus sind Benutzer auch nicht mit genügend technischem Wissen ausgestattet, um sich selbst zu schützen, selbst wenn sie Datenschutzlecks bemerken. Sie sind auf der passiven Seite mit wenig Raum, um die Situation zu ändern.[12]

Die meisten Benutzer verwenden von Anzeigenblocker, Löschen Sie Cookies und vermeiden Sie Websites, auf denen persönliche Informationen gesammelt werden, um zu versuchen, ihre Webbrowserhistorie vor der Sammlung zu schützen.[13][28] Die meisten Anzeigenblocker bieten den Benutzern jedoch nicht genügend Anleitung, um ihr Privatsphärebewusstsein zu verbessern. Noch wichtiger ist, sie verlassen sich auf Standard Schwarz und Weiße Liste.[29] Diese Listen enthalten normalerweise nicht die Websites, die Benutzer verfolgen. Anzeigenblocker können nur dann effektiv sein, wenn diese Tracking -Domänen blockiert werden.[30]

Es gibt eine Reihe von Open -Source -Projekten, die versuchen, ihre Privatsphäre durch das Sammeln ihrer Browserhistorie auf der Festplatte anstelle des Browsers zu schützen.[31] Es löst das Problem, dass Benutzer die Surfenverlaufsdaten nicht sehen können, sobald der Benutzer die Daten im Browser gelöscht hat.

Verweise

  1. ^ a b "Wiederherherherster Wichtiger DATEN AUS Einem Alten Profil | Hilfe Zu Firefox". Support.mozilla.org (auf Deutsch).
  2. ^ "Google Chrome History Standort | Chrome History Viewer". www.foxtonforensics.com.
  3. ^ a b Du, Weidman, Zhenyu Cheryl Qian, Paul Parsons, Yingjie Victor Chen. 2018. „persönliche Webbibliothek: Organisieren und Visualisieren von Webbrowsing -Geschichte“. Internationales Journal of Web Information Systems 14 (2): 212-232.
  4. ^ "Die Autocompletion in Chromes Omnibox wird schlauer.". Mspoweruser. 24. August 2020.
  5. ^ Benson, Ryan. "Archivierte Verlaufsdateien, die aus Chrome V37 entfernt wurden". Obsidian Forensik. Archiviert von das Original Am 2014-10-10.
  6. ^ "[Chrome] Revision 275159". src.chromium.org.
  7. ^ "3 einfache, aber nützliche Erweiterungen, um die Geschichte von Chrom zu verbessern". Die Technologie erleichtern. 7. Oktober 2018.
  8. ^ Hennig, Nicole. 2018. „Datenschutz und Sicherheit online: Best Practices für Cybersicherheit“. Bibliothekstechnologieberichte 54 (3): 1-37.
  9. ^ Beales, Howard (2010). "Der Wert des Verhaltensziels". Network Advertising Initiative.
  10. ^ a b c d e f Binns, Reuben und Elettra Bietti. 2020. „Privatsphäre auflösen, eine Fusion jeweils: Wettbewerb, Daten und Tracking von Drittanbietern“. Computerrecht und Sicherheitsüberprüfung: Das Internationale Journal of Technology Law and Practice 16 (1): 1-19.
  11. ^ a b c d Aguirre, Elizabeth, Dominik Mahr, Dhruv Grewal, Ko de Ruyter, Martin Wetzels. 2015. „Entschlüsseln Sie das Personalisierungsparadoxon: Die Auswirkung von Strategien zur Erfassung und Vertrauensbildung auf die Effektivität von Online-Werbung“. Journal of Retailing 91 (1): 34-49.
  12. ^ a b c d Estrada-Jimenez, Jose, Javier Parra-Arnau, Ana Rodriguez-Hoyos, Jordi Forne. 2017. „Online -Werbung: Analyse von Datenschutzbedrohungen und Schutzansätzen“. Computerkommunikation 100 (1): 32-51.
  13. ^ a b Evans, David S. 2009. "Die Online -Werbebranche: Wirtschaft, Evolution und Privatsphäre". Journal of Economic Perspectives 23 (3): 37-60.
  14. ^ Estrada-Jimenez, Jose, Javier Parra-Arnau, Ana Rodríguez-Hoyos, Jordi Forne. 2019. „Zur Regulierung der Verteilung der personenbezogenen Daten in Online -Werbeplattformen“. Technische Anwendungen künstlicher Intelligenz 82 (1): 13-29.
  15. ^ Chellap, Ramnath K., Raymond G. Sin. 2005. „Personalisierung versus Datenschutz: Eine empirische Untersuchung Ja des Online -Dilemmas des Verbrauchers“. Informationstechnologie Management 6 (1): 181-202.
  16. ^ Parra-Arnau, Javier. 2017. „Pay-per-Tracking: Ein kollaboratives Maskierungsmodell für das Browsing“. Informationswissenschaften 385-386 (1): 96-124.
  17. ^ Shiller, Benjamin Reed. 2020. „Annäherung der Kaufneigung und Reservierungspreise von der breiten Verbraucherverfolgung“. Internationale wirtschaftliche Überprüfung 61 (2): 847-870.
  18. ^ Bucklin, Randolph E., Catarina Sismeiro. 2003. „Ein Modell des durch ClickStream -Daten geschätzten Websites -Browsing -Verhaltens“. Journal of Marketing Research 40 (3): 249-267.
  19. ^ Urban, Tobias, Dennis Tatang, Thorsten Holz, Norbert Pohlmann. 2019. „Analyse von Leckagen persönlicher Informationen nach Malware“. Journal of Computer Security 27 (4): 459-481.
  20. ^ Puglisi, Silvia, David Rebollo-Monedero, Jordi Forne. 2017. "On-Web-Benutzerverfolgung von Browsing-Mustern für personalisierte Werbung". Internationales Journal of Parallel, Emergent & Distributed Systems 32 (5): 502-521.
  21. ^ Kawamoto, Dawn (9. August 2006). "AOL entschuldigt sich für die Veröffentlichung von Benutzer -Suchdaten". CNET. Abgerufen 27. November, 2020.
  22. ^ Barbaro, Michael; Zeller Jr., Tom (9. August 2006). "Ein Gesicht ist für den AOL -Sucher Nr. 4417749 freigelegt". Die New York Times. Abgerufen 27. November, 2020.
  23. ^ Morris, Chris (13. Februar 2020). "Populäre Antiviren -Software -Avast untersucht für den Verkauf von User Surfenhistorien". Reichtum. Abgerufen 27. November, 2020.
  24. ^ Norberg, Patricia A., Daniel R. Horne und David A. Horne. 2007. „Das Datenschutz -Paradoxon: Offenlegungspersonenabsichten im Vergleich zu Verhaltensweisen“. Das Journal of Consumer Affairs 41 (1): 100-126.
  25. ^ a b Baruh, Lemi, Ekin Secinti, Zeynep Cemalcilar. 2017. "Online-Datenschutzbedenken und Datenschutzmanagement: Eine metaanalytische Überprüfung". Journal of Communication 67 (1): 26-53.
  26. ^ Sohn Jai-yeol, Sung S. Kim. 2008. „Datenschutzantworten von Internetnutzern von Internetnutzern: eine Taxonomie und ein nomologisches Modell“. Mis vierteljährlich 32 (3): 503-529.
  27. ^ Rodríguez-Priego, Nuria, Rene Van Bavel, Shara Monteleone. 2016. „Die Trennung zwischen Datenschutzbekanntmachungen und Informationen zur Information: Ein Online -Experiment“. Economia Politica: Journal of Analytical and Institutional Economics 33 (3): 433-461.
  28. ^ Wills, Craig H., Mihajlo Zeljkovic. 2011. „Ein personalisierter Ansatz für die Privatsphäre von Web: Bewusstsein, Einstellungen und Handlungen“. Informationsmanagement und Computersicherheit 19 (1) 53-73.
  29. ^ Malandrino, Delfina, Vittorio Scarano. 2013. „Leckage im Internet: Diffusion und Gegenmaßnahmen“. Computernetzwerke 57 (14): 2833-2855.
  30. ^ Ahmad, Bashir Muhammad, Wilson Christo. 2018. „Verbreitung von Datenverfolgungsdaten im Online -Werbe -Ökosystem“. Verfahren zur Datenschutzverstärkungstechnologien 2018 (4): 85-103.
  31. ^ "Besucht: Sammeln Sie sicher die Browserhistorie über Browser". github.com. 12. Mai 2022.