Hvorfor vises dårlige annoncer på gode websteder. En datalog forklarer

Skitseagtige annoncer, som dem for mirakelvægttabspiller og mistænkeligt udseende software, vises nogle gange på legitime, velansete websteder. Det viser sig, at de fleste websteder faktisk ikke bestemmer, hvem der skal vise annoncer til deres seere. I stedet outsourcer de fleste websteder denne opgave til et komplekst netværk af reklameteknologivirksomheder, der gør arbejdet med at finde ud af, hvilke annoncer der vises til hver enkelt person.

Onlineannonceøkosystemet er stort set bygget op omkring "programmatic advertising", et system til at placere annoncer fra millioner af annoncører på millioner af websteder. Systemet bruger computere til at automatisere budgivning fra annoncører på tilgængelige annoncepladser, ofte med transaktioner, der sker hurtigere, end det ville være muligt manuelt.

Programmatisk annoncering er et kraftfuldt værktøj, der giver annoncører mulighed for at målrette og nå ud til folk på en lang række websteder. Som doktorand i datalogi studerer jeg, hvordan ondsindede online annoncører udnytter dette system og bruger onlineannoncer til at sprede svindel eller malware til millioner af mennesker. Det betyder, at onlineannonceringsvirksomheder har et stort ansvar for at forhindre, at skadelige annoncer når ud til brugerne, men de kommer nogle gange til kort.

Programmatisk annoncering, forklaret

Den moderne online annonceringsmarkedsplads er beregnet til at løse ét problem:match den store mængde reklamer med det store antal annoncepladser. Hjemmesiden ønsker at holde deres annoncepladser fulde og til de bedste priser, og annoncørerne ønsker at målrette deres annoncer til relevante websteder og brugere.

I stedet for at hvert websted og hver annoncør går sammen for at køre annoncer sammen, arbejder annoncører med platforme på efterspørgselssiden, teknologivirksomheder, der lader annoncører købe annoncer. Websites arbejder med udbudssideplatforme, teknologivirksomheder, der betaler websteder for at sætte annoncer på deres side. Disse virksomheder håndterer detaljerne for at finde ud af, hvilke websteder og brugere der skal matches med specifikke annoncer.

Det meste af tiden beslutter annonceteknologivirksomheder, hvilke annoncer der skal vises gennem en budauktion i realtid. Når en person indlæser et websted, og webstedet har en plads til en annonce, vil webstedets udbudsside-platform anmode om bud på annoncer fra platforme på efterspørgselssiden gennem et auktionssystem kaldet en annoncebørs. Platformen på efterspørgselssiden vil beslutte, hvilken annonce i deres beholdning, der er bedst målrettet mod den pågældende bruger, baseret på enhver information, de har indsamlet om brugerens interesser og webhistorik fra sporing af brugernes browsing, og afgiver derefter et bud. Vinderen af ​​denne auktion får placeret deres annonce foran brugeren. Det hele sker på et øjeblik.

Store spillere på denne markedsplads omfatter Google, som driver en udbudssideplatform, efterspørgselssideplatform og en børs. Disse tre komponenter udgør et annoncenetværk. En række mindre virksomheder som Criteo, Pubmatic, Rubicon og AppNexus opererer også på online-annonceringsmarkedet.

Dette system giver en annoncør mulighed for at køre annoncer til potentielt millioner af brugere på tværs af millioner af websteder uden at skulle kende detaljerne om, hvordan det sker. Og det giver websteder mulighed for at anmode om annoncer fra utallige potentielle annoncører uden at skulle kontakte eller indgå en aftale med nogen af ​​dem.

Udskæring af dårlige annoncer:Et ufuldkomment system

Ondsindede annoncører kan, som enhver anden annoncør, drage fordel af omfanget og rækkevidden af ​​programmatisk annoncering til at sende svindel og links til malware til potentielt millioner af brugere på ethvert websted.

Der er nogle kontroller mod dårlige annoncer på flere niveauer. Annoncenetværk, udbudssideplatforme og efterspørgselssideplatforme har typisk indholdspolitikker, der begrænser skadelige annoncer. Google Ads har f.eks. en omfattende indholdspolitik, der forbyder ulovlige og farlige produkter, upassende og stødende indhold og en lang række af vildledende teknikker, såsom phishing, clickbait, falsk annoncering og manipulerede billeder.

Andre annoncenetværk har dog mindre strenge politikker. For eksempel har MGID, et indbygget annoncenetværk, som mine kolleger og jeg undersøgte til en undersøgelse og fandt ud af at køre mange annoncer af lavere kvalitet, en meget kortere indholdspolitik, der forbyder ulovlige, stødende og ondsindede annoncer, og en enkelt linje om "vildledende, unøjagtige eller bedrageriske oplysninger." Native advertising er designet til at efterligne udseendet og fornemmelsen af ​​det websted, det vises på, og er typisk ansvarlig for de skitseagtige annoncer i bunden af ​​nyhedsartikler. Et andet indbygget annoncenetværk, content.ad, har overhovedet ingen indholdspolitik på deres websted.

Websites kan blokere bestemte annoncører og kategorier af annoncer. Et websted kan f.eks. blokere en bestemt annoncør, der har kørt svindelannoncer på deres side, eller specifikke annoncenetværk, der har vist annoncer af lav kvalitet.

However, these policies are only as good as the enforcement. Ad networks typically use a combination of manual content moderators and automated tools to check that each ad campaign complies with their policies. How effective these are is unclear, but a report by ad quality firm Confiant suggests that between 0.14% and 1.29% of ads served by various supply-side platforms in the third quarter of 2020 were low quality.

Malicious advertisers adapt to countermeasures and figure out ways to evade automated or manual auditing of their ads, or exploit gray areas in content policies. For example, in a study my colleagues and I conducted on deceptive political ads during the 2020 U.S. elections, we found many examples of fake political polls, which purported to be public opinion polls but asked for an email address to vote. Voting in the poll signed the user up for political email lists. Despite this deception, ads like these may not have violated Google's content policies for political content, data collection or misrepresentation, or were simply missed in the review process.

Bad ads by design:Native advertising on news websites

Lastly, some examples of "bad" ads are intentionally designed to be misleading and deceptive, by both the website and ad network. Native ads are a prime example. They apparently are effective because native advertising companies claim higher clickthrough rates and revenue for sites. Studies have shown that this is likely because users have difficulty telling the difference between native ads and the website's content.

You may have seen native ads on many news and media websites, including on major sites like CNN, U.S. Today and Vox. If you scroll to the bottom of a news article, there may be a section called "sponsored content" or "around the web," containing what look like news articles. However, all of these are paid content. My colleagues and I conducted a study on native advertising on news and misinformation websites and found that these native ads disproportionately contained potentially deceptive and misleading content, such as ads for unregulated health supplements, deceptively written advertorials, investment pitches and content from content farms.

This highlights an unfortunate situation. Even reputable news and media websites are struggling to earn revenue, and turn to running deceptive and misleading ads on their sites to earn more income, despite the risks it poses to their users and the cost to their reputations.