Search results

[ANGLÈS] At the present time, user activities on Internet are permanently monitored, and the information obtained from this process is pretty useful for big advertising companies and especially for governments. The user information that external agents collect could be: search queries, clicks, text from visited web sites and even the time that users spend on browsing some sites. These data are processed in order to build user profiles that are later used to customize services. Additionally, this large amount of data susceptible of being collected (by personalized information systems) represents a serious risk for the users' privacy on Internet. Perhaps, even more critical is the fact that many users are not aware of this risk, since it is not as evident as it is in the physical world. The risk gets worse when a few companies are capable of collecting much of the user data because their services are so popular to the point where they become vital for users interaction with the Internet, as is the case with search engines. Even when users do not reveal strictly personal information such as addresses, locations or names, current technology allows to infer much of this information from each user interaction with Internet. We present in this work a first effort towards the development of an extension for the Firefox web browser that estimates the privacy risk of the privacy of a user who, due to its navigation habits, is exposed to profiling mechanisms on Internet. The risk level is shown in a comprehensible and accessible fashion in the browser graphical interface and is calculated based on different adversary models. The privacy measuring mechanism that we integrate in the browser uses metrics that were appropriately justified and that rely on information theoretic concepts. For ease of use, this tool, that we called PrivMeter, provides a privacy informative bar that is directly integrated in the browser's main graphical interface, and therefore it is permanently visible while the web browser is used. Furthermore, by means of windows PrivMeter displays more detailed information about the privacy levels of the user, both individually considered and also comparing it with other population privacy data. ; [CASTELLÀ] Actualmente, la monitorización de los usuarios en Internet es permanente, y la información obtenida en este proceso es de enorme interés para grandes compañías de publicidad y especialmente para gobiernos. Entre la información de usuario que agentes externos recopilan está fundamentalmente: las consultas de búsqueda, los clics, la información de páginas visitadas y hasta el tiempo de visita de sitios web. Estos datos son procesados con el fin de obtener perfiles de usuario en base a los cuales ahora una gran cantidad de sistemas web personalizan los servicios que ofrecen. Además, la gran cantidad de datos susceptibles de recopilarse por los sistemas de información personalizados representa un grave riesgo para la privacidad del usuario en Internet. Quizá aún más crítico es que muchos usuarios no son conscientes de este riesgo, ya que éste no es tan manifiesto como en el mundo físico. Este riesgo se agrava cuando pocas empresas pueden concentrar gran parte de los datos de usuario ya que sus servicios son muy populares y llegan a ser imprescindibles para la interacción con Internet, como es el caso de los motores de búsqueda. Aunque los usuarios no revelaran información estrictamente personal, como direcciones, ubicaciones o nombres, la tecnología actual permite inferir gran parte de esa información a partir de cada interacción del usuario con Internet. En este trabajo presentamos una aproximación para el desarrollo de una extensión del navegador Firefox que estima el riesgo de privacidad del perfil de un usuario, quien, por sus hábitos de navegación, está expuesto a mecanismos de profiling en Internet. El nivel de riesgo se muestra, de manera comprensible y accesible en la interfaz gráfica del navegador y se calcula tomando en cuenta diferentes modelos de adversario. El mecanismo de medición de privacidad que integramos en el navegador utiliza métricas adecuadamente justificadas y basadas en conceptos de teoría de la información. Para facilidad de uso, esta herramienta dispone de una barra informativa de privacidad directamente integrada en el navegador, y por lo tanto es permanentemente visible mientras el navegador es utilizado. Adicionalmente mediante ventanas se despliega información más detallada respecto de los niveles de privacidad del usuario, tanto individualmente como en comparación con otros modelos de perfiles de población. ; [CATALÀ] Actualment, la monitorització dels usuaris a Internet és permanent, i la informació obtinguda en aquest procés és d'enorme interès per a grans companyies de publicitat i especialment per governs. Entre la informació d'usuari que agents externs recopilen està fonamentalment: les consultes de cerca, els clics, la informació de pàgines visitades i fins el temps de visita de llocs web. Aquestes dades són processades amb la finalitat d'obtenir perfils d'usuari en base als quals ara una gran quantitat de sistemes web personalitzen els serveis que ofereixen. A més, la gran quantitat de dades susceptibles de recopilar pels sistemes d'informació personalitzats representa un greu risc per a la privacitat de l'usuari a Internet. Potser encara més crític és que molts usuaris no són conscients d'aquest risc, ja que aquest no és tan manifest com en el món físic. Aquest risc s'agreuja quan poques empreses poden concentrar gran part de les dades d'usuari ja que els seus serveis són molt populars i arriben a ser imprescindibles per a la interacció amb Internet, com és el cas dels motors de cerca. Tot i que els usuaris no revelessin informació estrictament personal, com adreces, ubicacions o noms, la tecnologia actual permet inferir gran part d'aquesta informació a partir de cada interacció de l'usuari amb Internet. En aquest treball presentem una aproximació per al desenvolupament d'una extensió del navegador Firefox que estima el risc de privacitat del perfil d'una persona, que, pels seus hàbits de navegació, està exposat a mecanismes de profiling a Internet. El nivell de risc es mostra, de manera entenedora i accessible a la interfície gràfica del navegador i es calcula tenint en compte diferents models d'adversari. El mecanisme de mesurament de privacitat que integrem al navegador utilitza mètriques adequadament justificades i basades en conceptes de teoria de la informació. Per facilitat d'ús, aquesta eina disposa d'una barra informativa de privacitat directament integrada en el navegador, i per tant és permanentment visible mentre el navegador és utilitzat. Addicionalment mitjançant finestres es desplega informació més detallada respecte dels nivells de privacitat de l'usuari, tant individualment com en comparació amb altres models de perfils de població.

[ANGLÈS] At the present time, user activities on Internet are permanently monitored, and the information obtained from this process is pretty useful for big advertising companies and especially for governments. The user information that external agents collect could be: search queries, clicks, text from visited web sites and even the time that users spend on browsing some sites. These data are processed in order to build user profiles that are later used to customize services. Additionally, this large amount of data susceptible of being collected (by personalized information systems) represents a serious risk for the users' privacy on Internet. Perhaps, even more critical is the fact that many users are not aware of this risk, since it is not as evident as it is in the physical world. The risk gets worse when a few companies are capable of collecting much of the user data because their services are so popular to the point where they become vital for users interaction with the Internet, as is the case with search engines. Even when users do not reveal strictly personal information such as addresses, locations or names, current technology allows to infer much of this information from each user interaction with Internet. We present in this work a first effort towards the development of an extension for the Firefox web browser that estimates the privacy risk of the privacy of a user who, due to its navigation habits, is exposed to profiling mechanisms on Internet. The risk level is shown in a comprehensible and accessible fashion in the browser graphical interface and is calculated based on different adversary models. The privacy measuring mechanism that we integrate in the browser uses metrics that were appropriately justified and that rely on information theoretic concepts. For ease of use, this tool, that we called PrivMeter, provides a privacy informative bar that is directly integrated in the browser's main graphical interface, and therefore it is permanently visible while the web browser is used. Furthermore, by means of windows PrivMeter displays more detailed information about the privacy levels of the user, both individually considered and also comparing it with other population privacy data. ; [CASTELLÀ] Actualmente, la monitorización de los usuarios en Internet es permanente, y la información obtenida en este proceso es de enorme interés para grandes compañías de publicidad y especialmente para gobiernos. Entre la información de usuario que agentes externos recopilan está fundamentalmente: las consultas de búsqueda, los clics, la información de páginas visitadas y hasta el tiempo de visita de sitios web. Estos datos son procesados con el fin de obtener perfiles de usuario en base a los cuales ahora una gran cantidad de sistemas web personalizan los servicios que ofrecen. Además, la gran cantidad de datos susceptibles de recopilarse por los sistemas de información personalizados representa un grave riesgo para la privacidad del usuario en Internet. Quizá aún más crítico es que muchos usuarios no son conscientes de este riesgo, ya que éste no es tan manifiesto como en el mundo físico. Este riesgo se agrava cuando pocas empresas pueden concentrar gran parte de los datos de usuario ya que sus servicios son muy populares y llegan a ser imprescindibles para la interacción con Internet, como es el caso de los motores de búsqueda. Aunque los usuarios no revelaran información estrictamente personal, como direcciones, ubicaciones o nombres, la tecnología actual permite inferir gran parte de esa información a partir de cada interacción del usuario con Internet. En este trabajo presentamos una aproximación para el desarrollo de una extensión del navegador Firefox que estima el riesgo de privacidad del perfil de un usuario, quien, por sus hábitos de navegación, está expuesto a mecanismos de profiling en Internet. El nivel de riesgo se muestra, de manera comprensible y accesible en la interfaz gráfica del navegador y se calcula tomando en cuenta diferentes modelos de adversario. El mecanismo de medición de privacidad que integramos en el navegador utiliza métricas adecuadamente justificadas y basadas en conceptos de teoría de la información. Para facilidad de uso, esta herramienta dispone de una barra informativa de privacidad directamente integrada en el navegador, y por lo tanto es permanentemente visible mientras el navegador es utilizado. Adicionalmente mediante ventanas se despliega información más detallada respecto de los niveles de privacidad del usuario, tanto individualmente como en comparación con otros modelos de perfiles de población. ; [CATALÀ] Actualment, la monitorització dels usuaris a Internet és permanent, i la informació obtinguda en aquest procés és d'enorme interès per a grans companyies de publicitat i especialment per governs. Entre la informació d'usuari que agents externs recopilen està fonamentalment: les consultes de cerca, els clics, la informació de pàgines visitades i fins el temps de visita de llocs web. Aquestes dades són processades amb la finalitat d'obtenir perfils d'usuari en base als quals ara una gran quantitat de sistemes web personalitzen els serveis que ofereixen. A més, la gran quantitat de dades susceptibles de recopilar pels sistemes d'informació personalitzats representa un greu risc per a la privacitat de l'usuari a Internet. Potser encara més crític és que molts usuaris no són conscients d'aquest risc, ja que aquest no és tan manifest com en el món físic. Aquest risc s'agreuja quan poques empreses poden concentrar gran part de les dades d'usuari ja que els seus serveis són molt populars i arriben a ser imprescindibles per a la interacció amb Internet, com és el cas dels motors de cerca. Tot i que els usuaris no revelessin informació estrictament personal, com adreces, ubicacions o noms, la tecnologia actual permet inferir gran part d'aquesta informació a partir de cada interacció de l'usuari amb Internet. En aquest treball presentem una aproximació per al desenvolupament d'una extensió del navegador Firefox que estima el risc de privacitat del perfil d'una persona, que, pels seus hàbits de navegació, està exposat a mecanismes de profiling a Internet. El nivell de risc es mostra, de manera entenedora i accessible a la interfície gràfica del navegador i es calcula tenint en compte diferents models d'adversari. El mecanisme de mesurament de privacitat que integrem al navegador utilitza mètriques adequadament justificades i basades en conceptes de teoria de la informació. Per facilitat d'ús, aquesta eina disposa d'una barra informativa de privacitat directament integrada en el navegador, i per tant és permanentment visible mentre el navegador és utilitzat. Addicionalment mitjançant finestres es desplega informació més detallada respecte dels nivells de privacitat de l'usuari, tant individualment com en comparació amb altres models de perfils de població.

© 2019 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes,creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works. ; Online tracking has become a great enabler of massive surveillance so it is now a critical vector for threatening the privacy of users. Despite the benefits of online tracking for personalized advertising, the complexity of the involved platforms makes it a threat for democracy. In this work, online tracking is measured in Ecuador, a country with a developing adoption of online advertising technologies, having the highest Internet penetration rate in Latin America, but lacking regulation for privacy. By finding out the third party connections triggered through the most popular Ecuadorian websites, the concentration of online tracking is measured in Ecuador. Its impact is also analyzed by studying some particularities in government websites, the usage of advanced mechanisms of tracking, and the adoption of transparency practices in advertising platforms. Our final aim is exposing potential privacy violations. ; This work was partly supported by the Spanish Ministry ofEconomy and Competitiveness (MINECO) through the project"MAGOS", ref. TEC2017-84197-C4-3-R. J. Parra-Arnau wassupported by the Spanish government under grant TIN2016-80250-R and by the Catalan government under grant 2017SGR 00705 and is currently the recipient of a Juan de la Ciervapostdoctoral fellowship, IJCI-2016-28239, from the SpanishMinistry of Economy and Competitiveness. ; Peer Reviewed ; Postprint (author's final draft)

This research work is part of J. Estrada-Jiménez's Ph.D. thesis ; The ability of the online marketing industry to track and pro le users' Web-browsing activity is what enables effective, tailored-made advertising services. The intrusiveness of these practices and the increasing invasiveness of digital advertising, however, have raised serious concerns regarding user privacy. Although the level of ubiquity of tracking and advertising has been investigated in top-world sites based in North America and Western Europe, the extent to which those practices are carried out in territories with less or no legal coverage in terms of data protection has not been studied so far. In this work, we present the rst detailed measurement of online tracking and advertising conducted to date in one of those regions, namely, Ibero-America, by analyzing local websites (e.g., education and government sites). In doing so, our measurement study aims to nd out how user location as well as the type of publisher may impact on tracking and advertising and thus user privacy. Lastly, our thorough, extensive analysis also explores whether differences are appreciated between Latin America and the EU with regard to the third-party tracking conducted from and towards the corresponding countries. ; This work was supported by the Spanish Ministerio de Economía y Competitividad (MINECO) through the project ``Secure SMArt Grid using Open Source Intelligence. Data Privacy and Reliable Communications (MAGOS)'', ref. TEC2017-84197-C4-3-R. The research was also supported by the La Caixa Foundation under Grant ID 100010434, in part by the European Union's Horizon 2020 Research and Innovation Programme through the Marie Sklodowska-Curie under Grant 847648, and in part by the Fellowship under Grant LCF/BQ/PR20/11770009. ; Peer Reviewed ; Postprint (published version)