코드 수준 추적자 차단과 ATS 모델의 회피 공격 감사

Code-Level Tracker Blocking and Auditing Evasion Attacks against ATS Models

연구 내용

웹 로딩 구조와 JavaScript 코드 정보를 그래프로 표현하여 추적자/광고 자원을 분류하고, 범용 적대 교란으로 차단기가 무력화되는 경로를 감사 프레임워크로 규명하는 연구

광고·추적 서비스(ATS) 차단을 위해 웹 자원 로딩 맥락을 구조화하고, JavaScript 코드의 속성 관계를 코드 프로퍼티 그래프로 모델링하여 노드 분류를 수행합니다. 동시에 분류 결과의 코드 수준 설명 가능성을 확보하여, 차단 결정의 원인을 추적할 수 있게 합니다. 더 나아가 ATS 차단기가 웹 전반에서 단일 비용의 범용 적대 교란에 의해 우회될 수 있음을 보이고, HTML 특성의 조작 비용을 제약하는 최적화 기반 감사 프레임워크를 통해 실제 무력화 조건을 평가합니다. 이를 프라이버시 제어 연구와 연계해 사용자 자기 통제 기술로 확장합니다.

관련 프로젝트

2건

연구 흐름

초기에는 웹 자원 로딩 맥락과 코드 정보를 결합해 ATS 차단을 위한 분류 모델을 구성하고, 분류 일관성과 설명 가능성 문제를 함께 해결하는 연구를 수행했습니다. 이후 머신러닝 기반 차단기가 실제 운영 조건에서 회피 공격에 취약할 수 있음을 실증하고, 범용 적대 교란을 생성·평가하는 감사 체계를 제안했습니다. 최근에는 브라우저에서 수집되는 행태 정보를 탐지하고 자기 통제 기술로 연결하는 방향으로, 차단·검증·제어의 일련된 흐름을 강화하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

코드 프로퍼티 그래프 기반 추적자 분류
설명가능 ATS 차단 의사결정
범용 적대 교란 기반 회피 감사
ATS 차단기 강건성 평가 체계
웹 자원 로딩 그래프 분석
브라우저 행태정보 탐지 알고리즘
사용자 자기 통제 기반 프라이버시 제어
온라인 활동기록 최소화 설계
단일 교란 회피 대응을 위한 전처리 검증
실사용 웹에서 차단 효과 모니터링