ML-CB (ML-CB: Machine Learning Canvas Block)

在本文中，我们开发了一种新的隐私增强工具：ML-CB——一种使用可区分的图片信息与基础网站源代码相结合的方法，以生成准确且强大的机器学习分类器，能够从非基于画布的指纹操作。论文中介绍的数据是通过使用存储与画布相关信息的自定义 Google Chrome 扩展程序抓取大约 50 万个网站来收集的。In this paper, we develop a novel privacy-enhancing tool: ML-CB, a method that combines distinguishable image information with underlying website source code to generate accurate and robust machine learning classifiers capable of countering non-canvas-based fingerprinting operations. The data presented in this paper was collected by crawling approximately 500,000 websites using a custom Google Chrome extension that stores canvas-related information.

搜集汇总

背景与挑战

背景概述

ML-CB数据集是一个隐私增强工具，通过结合可区分的图片信息和网站源代码，生成机器学习分类器以应对非基于画布的指纹操作。该数据通过自定义Chrome扩展程序从约50万个网站收集，由马里兰大学于2021年发布。