| KEYWORD |
Piattaforma per misure di prestazione di sistemi anti-tracking
Tesi esterna in azienda
Parole chiave MACHINE LEARNING, WEB TECHNOLOGIES
Riferimenti MARCO MELLIA
Riferimenti esterni Dr. Stefano Traverso
Gruppi di ricerca CCNE - COMMUNICATIONS AND COMPUTER NETWORKS ENGINEERING, Telecommunication Networks Group
Tipo tesi SPERIMENTALE - PROGETTAZIONE
Descrizione I siti web sono ricchi di pubblicità spesso connesse a servizi di tracciamento (i cosiddetti web trackers) che basano il proprio business sulla raccolta dei dati personali degli utenti. Gli utenti che vogliono proteggere la propria privacy corrono ai ripari speso utilizzando tecnologie anti-tracciamento (tracker blocker, es: Ghostery) o anti pubblicità (ad blocker, es: Ad Block Plus). Questi, una volta installati, impediscono al browser di scaricare pubblicità e stabilire connessioni con i tracker sulla base di blackilist di domini pre-compilate. Sebbene siano estremamente popolari, ad-blocker e tracker-blocker influenzano l’esperienza di navigazione dell’utente e non si sa quanto siano davvero efficaci a proteggere la privacy dell’utente.
In questo contesto il tesista dovrà sviluppare una metodologia scalabile che individui automaticamente
1. quali pagine web vengono modificate in maniera considerevolmente negativa dall’utilizzo di ad/tracker-blocker
2. quali sono i domini bloccati responsabili per il malfunzionamento della pagina
A contorno di ciò il tesista dovrà anche individuare delle metriche che quantifichino in maniera oggettiva e sistematica il livello di protezione della privacy garantita dai vari ad/tracker-blocker e dalle blacklist da essi utilizzate.
Conoscenze richieste Ottima conoscenza delle tecnologie web
Conoscenza programmazione in javascript
Note Tesi in collaborazione con la startup Ermes Cybersecurity -
Scadenza validita proposta 25/04/2019
PROPONI LA TUA CANDIDATURA