Categories
Búsqueda pagada

Los anuncios de Facebook invierten en la investigación de privacidad para mejorar el seguimiento

Facebook anunció que están invirtiendo en la investigación que respalda el promedio de la tecnología de mejora de la privacidad, a través de académicos, organizaciones globales y desarrolladores.

No es de extrañar que Facebook esté teniendo un gran interés en las tecnologías de mejora de la privacidad después de la Los cambios derivados de IOS14 han creado pérdidas masivas en datos para los anunciantes. El objetivo de invertir en estas tecnologías es identificar mejores métodos de seguimiento que mantendrán la privacidad al alimentar datos anónimos y agregados de nuevo a Facebook, mejorando los resultados del anunciante.

Tecnologías de mejora de la privacidad y anuncios de Facebook

Las tecnologías de mejora de la privacidad (PET) son tecnologías que pueden minimizar la cantidad de datos procesados ​​con el objetivo de proteger la información personal.

ADVERtisementContinue Lectura a continuación

Ejemplos compartidos de Facebook de rastreo de contacto covid y enviando pagos electrónicos para ilustrar las formas en que se puede usar PET para realizar un seguimiento de la información de necesidad a saber, al mismo tiempo que protege los datos personales.

Hay tres primarios Mascotas que Facebook está invirtiendo, que incluyen: computación multipartidista, aprendizaje en el dispositivo y privacidad diferencial. Probamos en cada uno de ellos.

Cálculo multipartidista (MPC) y medición de elevación privada

Facebook ha estado probando una solución llamada Medición de elevación privada, que utiliza cálculos multipartidistas (MPC) Para ayudar a los anunciantes a comprender el desempeño, manteniendo los datos de los consumidores privados.

Los MPC se utilizan para calcular los resultados utilizando fuentes de datos de varias partes. Por ejemplo, en Facebook ‘s Case de uso, este tipo de informes se utiliza para combinar los datos de compromiso de AD de una parte y comprar datos de otra.

AnunciCementContinue Lectura a continuación

Facebook espera que esta medición esté disponible para todos los anunciantes el próximo año, pero por ahora, por ahora, tiene el marco de origen abierto para que cualquier desarrollador pueda crear productos de medición centrados en la privacidad utilizando MPC.

Aprendizaje en el dispositivo

El aprendizaje en el dispositivo es justo cuando suena: seguimiento que vive en El dispositivo individual, que luego entrena un algoritmo sobre hábitos particulares y probablemente comportamientos futuros.

Por ejemplo, Facebook le da el ejemplo que si las personas hacen clic en el equipo de ejercicio también tienden a comprar batidos de proteínas, el aprendizaje en el dispositivo detectar esos patrones sin enviar los datos individuales a la cfuerte.

Esto suena algo similar a lo que Google Chrome está tratando de lograr con FLOC Manteniendo la navegación de datos dentro del navegador individual.

Privacidad diferencial

Por último, pero no menos importante, pero no menos importante, pero no menos importante, pero no menos importante. La privacidad diferencial calcula el ruido en un conjunto de datos. Anonientá los datos al hacerlo pequeños cambios, para que sea más difícil saber exactamente quién tomó una acción en particular.

Esta tecnología se usa a menudo para la investigación pública por esa razón. La privacidad diferencial se puede utilizar por su cuenta o con otras tecnologías de mejora de la privacidad.

¿Cuándo podemos esperar ver los cambios?

Facebook no dio una línea de tiempo exacta para cuando se esperaban cambios, pero Mencionaron que la iniciativa es un esfuerzo de varios años. Presumiblemente, comenzarán a probar las cosas dentro deEse marco de tiempo, pero los anunciantes pueden no ver cambios importantes en el futuro inmediato. AnuncioContinue leyendo a continuación

Leave a Reply

Your email address will not be published. Required fields are marked *