ここから本文です

【一問一答】「 連合学習 」とは?:プライバシーを重視したウェブ広告技術

2019/12/8(日) 12:11配信

DIGIDAY[日本版]

今日のパブリッシャーと広告主にとって、もっとも緊急かつ避けられない問題は、サードパーティのCookieに依存せずにデジタル広告のエコシステムを再構築する方法を見つけ出すことです。その方法を探る過程で、数多くの回避策や代替技術が登場しました。

Googleは、ウェブの発展を支えてきた広告モデルを維持するため、Safari(サファリ)、Firefox(ファイヤーフォックス)、Brave(ブレイブ)などのプライバシーを重視したブラウザや、欧州とカリフォルニアの厳格なプライバシー規制に倣って、ユーザーを追跡する新たな手法の開発に取り組んでいます。なかでも業界を不安に駆り立てているのは、Chrome(クローム)が2020年2月からサードパーティCookieの使用を制限した場合の影響です。というのも、スタットカウンター・グローバル・スタッツ(StatCounter Global Stats)によれば、Chromeは世界のブラウザシェアの65%を握っているからです。

Googleが開発している主な手法のひとつが、FLoC(Federated Learning of Cohorts:コホートの連合学習)です。これは、ブラウザが今後もウェブ上でインタレスト(関心)ベースの広告を配信できるようにするための技術で、各ユーザーの行動を追跡するのではなく、コホート(類似オーディエンスの集団)の行動を観測します。デジタルマーケティング関連の新語を解説する「一問一答」シリーズ。今回は、その基本をご説明しましょう。

──そもそも、これはどういうものなのでしょうか?

簡単にいえば、連合学習は機械学習を使用することで、個人を特定できるデータを共有することなく、堅牢なモデルを構築します。誰もがプライバシーを目下の最大の問題だと考えているなかで、これは前進といえるでしょう。

詳しく見ていくと、このシステムは機械学習を利用して、分散環境にある複数のデバイスでアルゴリズムを訓練します。その際、データをデバイス間で共有したり転送したりすることはなく、常にローカル環境に保存するため、プライバシー規制への準拠がはるかに強化されます。これが、すべてのデータをひとつのサーバーにアップロードする集中型の機械学習システムと異なる点です。また、分散学習システムともいくつかの点で違いがあります。たとえば、分散学習ではすべてのデータセットが同一であることが前提となりますが、連合学習システムでは異なるさまざまなデータを使用できます。

1/2ページ

最終更新:2019/12/10(火) 8:51
DIGIDAY[日本版]

こんな記事も読まれています

あなたにおすすめの記事

Yahoo!ニュースからのお知らせ