Conceptos básicos de la API de Private Agregación

Conceptos clave de la API de Private Aggregation

¿Para quién está destinado este documento?

La API de agregación privada permite la recopilación de datos agregados de los worklets con acceso a datos de varios sitios. Los conceptos que se comparten aquí son importantes para los desarrolladores que compilan funciones de informes dentro de la API de Shared Storage y Protected Audience.

• Si eres un desarrollador que crea un sistema de informes para la medición entre sitios
• Si eres especialista en marketing, científico de datos o cualquier otro usuario de informes de resumen, comprender estos mecanismos te ayudará a tomar decisiones de diseño para recuperar un informe de resumen optimizado.

Términos clave

Antes de leer este documento, te recomendamos que te familiarices con los términos y conceptos clave. Cada uno de estos términos se describirá en detalle aquí.

• Una clave de agregación (también conocida como bucket) es una recopilación predeterminada de datos. Por ejemplo, es posible que desees recopilar un bucket de datos de ubicación en el que el navegador informe el nombre del país. Una clave de agregación puede contener más de una dimensión (por ejemplo, el país y el ID de tu widget de contenido).
• Un valor agregable es un dato individual que se recopila en una clave de agregación. Si deseas medir cuántos usuarios de Francia vieron tu contenido, France es una dimensión en la clave de agregación y el viewCount de 1 es el valor agregable.
• Los informes agregables se generan y encriptan en un navegador. En el caso de la API de Private Aggregation, contiene datos sobre un solo evento.
• El servicio de agregación procesa los datos de los informes agregables para crear un informe de resumen.
• Un informe de resumen es el resultado final del servicio de agregación y contiene datos de usuarios agregados con ruido y datos de conversiones detallados.
• Un worklet es un elemento de infraestructura que te permite ejecutar funciones específicas de JavaScript y devolver información al solicitante. Dentro de una worklet, puedes ejecutar JavaScript, pero no puedes interactuar ni comunicarte con la página externa.

Flujo de trabajo de Private Aggregation

Cuando llamas a la API de agregación privada con una clave de agregación y un valor agregable, el navegador genera un informe agregable. Los informes se envían a tu servidor, que los agrupa. El servicio de agregación procesará los informes por lotes más adelante y se generará un informe de resumen.

1. Cuando llamas a la API de agregación privada, el cliente (navegador) genera y envía el informe agregable a tu servidor para que se recopile.
2. Tu servidor recopila los informes de los clientes y los agrupa para enviarlos al servicio de agregación.
3. Una vez que hayas recopilado suficientes informes, los agruparás y enviarás al servicio de agregación, que se ejecuta en un entorno de ejecución de confianza, para generar un informe de resumen.

Término clave: entorno de ejecución confiable es una configuración especial de hardware y software informático que permite a las partes externas verificar las versiones exactas del software que se ejecuta en la computadora. Los TEE permiten que las partes externas verifiquen que el software haga exactamente lo que el fabricante de software afirma que hace, ni más ni menos.

El flujo de trabajo que se describe en esta sección es similar al de la API de Attribution Reporting. Sin embargo, los Informes de atribución asocian los datos recopilados de un evento de impresión y un evento de conversión, que ocurren en diferentes momentos. La agregación privada mide un solo evento entre sitios.

Clave de agregación

Una clave de agregación ("clave" para abreviar) representa el bucket en el que se acumularán los valores agregables. Se pueden codificar una o más dimensiones en la clave. Una dimensión representa un aspecto sobre el que deseas obtener más información, como el grupo etario de los usuarios o el recuento de impresiones de una campaña publicitaria.

Por ejemplo, puedes tener un widget incorporado en varios sitios y querer analizar el país de los usuarios que lo vieron. Quieres responder preguntas como “¿Cuántos de los usuarios que vieron mi widget son de País X?”. Para generar informes sobre esta pregunta, puedes configurar una clave de agregación que codifique dos dimensiones: el ID del widget y el ID del país.

La clave que se proporciona a la API de Private Aggregation es un BigInt, que consta de varias dimensiones. En este ejemplo, las dimensiones son el ID del widget y el ID del país. Supongamos que el ID del widget puede tener hasta 4 dígitos, como 1234, y que cada país se asigna a un número en orden alfabético, por ejemplo, Afganistán es 1, Francia es 61 y Zimbabue es 195. Por lo tanto, la clave agregable tendría 7 dígitos, en los que los primeros 4 caracteres están reservados para WidgetID y los últimos 3 caracteres están reservados para CountryID.

Supongamos que la clave representa el recuento de usuarios de Francia (ID de país 061) que vieron el ID del widget 3276. La clave de agregación es 3276061.

Clave de agregación
ID del widget	ID del país
3276	061

Ejemplo: Si una dimensión tiene espacio de clave disponible para varios dígitos, pero el valor tiene menos, agrega ceros a la izquierda. Por ejemplo, si el ID de país permite 3 dígitos, el ID de país de Argelia es 003.

La clave de agregación también se puede generar con un mecanismo de hash, como SHA-256. Por ejemplo, la cadena {"WidgetId":3276,"CountryID":67} se puede generar un hash y, luego, convertirse en un valor BigInt de 42943797454801331377966796057547478208888578253058197330928948081739249096287n. Si el valor de hash tiene más de 128 bits, puedes truncarlo para asegurarte de que no supere el valor máximo permitido del bucket de 2^128−1.

Dentro de una tarea de trabajo de almacenamiento compartido, puedes acceder a los módulos crypto y TextEncoder que pueden ayudarte a generar un hash. Para obtener más información sobre cómo generar un hash, consulta SubtleCrypto.digest() en MDN.

En el siguiente ejemplo, se describe cómo puedes generar una clave de bucket a partir de un valor con codificación hash:

async function convertToBucket(data) {
  // Encode as UTF-8 Uint8Array
  const encodedData = new TextEncoder().encode(data);

  // Generate SHA-256 hash
  const hashBuffer = await crypto.subtle.digest('SHA-256', encodedData);

  // Truncate the hash
  const truncatedHash = Array.from(new Uint8Array(hashBuffer, 0, 16));

  // Convert the byte sequence to a decimal
  return truncatedHash.reduce((acc, curr) => acc * 256n + BigInt(curr), 0n);
}

const data = {
  WidgetId: 3276,
  CountryID: 67
};

const dataString = JSON.stringify(data);
const bucket = await convertToBucket(dataString);

console.log(bucket); // 126200478277438733997751102134640640264n

Nota: Si bien los conceptos son similares, la clave se construye de manera diferente para la API de Private Aggregation que para la API de Attribution Reporting. En el caso de la agregación privada, la clave completa se especifica de una sola vez en la llamada a JavaScript.

Valor agregable

Los valores agregables se suman por clave en muchos usuarios para generar estadísticas agregadas en forma de valores de resumen en los informes de resumen.

Ahora, vuelve a la pregunta de ejemplo que se planteó anteriormente: "¿Cuántos de los usuarios que vieron mi widget son de Francia?". La respuesta a esta pregunta se verá aproximadamente así: "Aproximadamente 4,881 usuarios que vieron mi widget con el ID 3276 son de Francia". El valor agregable es 1 para cada usuario, y "4881 usuarios" es el valor agregado que es la suma de todos los valores agregables para esa clave de agregación.

Clave de agregación		Valor agregable
ID del widget	ID del país	Recuento de vistas
3276	061	1

En este ejemplo, incrementamos el valor en 1 para cada usuario que ve el widget. En la práctica, el valor agregable se puede escalar para mejorar la relación señal-ruido.

Presupuesto de contribución

Cada llamada a la API de Private Aggregation se denomina contribución. Para proteger la privacidad del usuario, la cantidad de contribuciones que se pueden recopilar de una persona es limitada.

Cuando sumas todos los valores agregables en todas las claves de agregación, la suma debe ser inferior al presupuesto de contribución. El presupuesto se define por origen y por día de las worklets, y es independiente para las worklets de la API de Protected Audience y Shared Storage. Se usa un período continuo de aproximadamente las últimas 24 horas para el día. Si un informe nuevo que se puede agregar provocaría que se supere el presupuesto, no se creará.

El presupuesto de contribución está representado por el parámetro L₁ y se establece en 2¹⁶ (65,536) por diez minutos por día con un resguardo de 2²⁰ (1,048,576). Consulta la explicación para obtener más información sobre estos parámetros.

El valor del presupuesto de contribución es arbitrario, pero el ruido se ajusta a él. Puedes usar este presupuesto para maximizar la relación señal-ruido en los valores de resumen (que se explica con más detalle en la sección Ruido y escalamiento).

Para obtener más información sobre los presupuestos de contribuciones, consulta la explicación. Además, consulta el presupuesto de contribuciones para obtener más orientación.

Límite de contribuciones por informe

El límite de contribuciones puede variar según el llamador. Por el momento, los informes generados para los llamadores de la API de Shared Storage tienen un límite de 20 contribuciones por informe. Por otro lado, los llamadores a la API de Protected Audience tienen un límite de 100 contribuciones por informe. Se eligieron estos límites para equilibrar la cantidad de contribuciones que se pueden incorporar con el tamaño de la carga útil.

En el caso del almacenamiento compartido, las contribuciones realizadas en una sola operación run() o selectURL() se agrupan en un solo informe. En el caso de Protected Audience, las contribuciones que realiza un solo origen dentro de una subasta se agrupan en lotes.

Contribuciones con padding

Las contribuciones se modifican aún más con una función de padding. El acto de rellenar la carga útil protege la información sobre la cantidad real de contribuciones incorporadas en el informe agregable. El padding aumenta la carga útil con contribuciones de null (es decir, con un valor de 0) para alcanzar una longitud fija.

Informes agregables

Una vez que el usuario invoca la API de Private Aggregation, el navegador genera informes agregables que el servicio de agregación procesará más adelante para generar informes de resumen. Un informe agregable tiene formato JSON y contiene una lista encriptada de contribuciones, cada una de las cuales es un par {aggregation key, aggregatable value}. Los informes agregables se envían con un retraso aleatorio de hasta una hora.

Las contribuciones están encriptadas y no se pueden leer fuera del servicio de agregación. El servicio de agregación desencripta los informes y genera un informe de resumen. El coordinador, que actúa como servicio de administración de claves, emite la clave de encriptación del navegador y la clave de desencriptación del servicio de agregación. El coordinador mantiene una lista de hashes binarios de la imagen del servicio para verificar que el llamador tenga permiso para recibir la clave de desencriptación.

Ejemplo de un informe agregable con el modo de depuración habilitado:

  "aggregation_service_payloads": [
    {
      "debug_cleartext_payload": "omRkYXRhgaJldmFsdWVEAAAAgGZidWNrZXRQAAAAAAAAAAAAAAAAAAAE0mlvcGVyYXRpb25paGlzdG9ncmFt",
      "key_id": "2cc72b6a-b92f-4b78-b929-e3048294f4d6",
      "payload": "a9Mk3XxvnfX70FsKrzcLNZPy+00kWYnoXF23ZpNXPz/Htv1KCzl/exzplqVlM/wvXdKUXCCtiGrDEL7BQ6MCbQp1NxbWzdXfdsZHGkZaLS2eF+vXw2UmLFH+BUg/zYMu13CxHtlNSFcZQQTwnCHb"
    }
  ],
  "debug_key": "777",
  "shared_info": "{\"api\":\"shared-storage\",\"debug_mode\":\"enabled\",\"report_id\":\"5bc74ea5-7656-43da-9d76-5ea3ebb5fca5\",\"reporting_origin\":\"https://localhost:4437\",\"scheduled_report_time\":\"1664907229\",\"version\":\"0.1\"}"

Los informes agregables se pueden inspeccionar desde la página chrome://private-aggregation-internals:

Para fines de prueba, el botón "Enviar informes seleccionados" se puede usar para enviar el informe al servidor de inmediato.

Recopila informes agregables por lotes

El navegador envía los informes agregables al origen del worklet que contiene la llamada a la API de Private Aggregation mediante la ruta conocida que se indica a continuación:

• Para Shared Storage: /.well-known/private-aggregation/report-shared-storage
• Para Protected Audience: /.well-known/private-aggregation/report-protected-audience

En estos extremos, deberás operar un servidor que actúe como recopilador y que reciba los informes agregables que envían los clientes.

Luego, el servidor debe agrupar los informes y enviar el lote al servicio de agregación. Crea lotes según la información disponible en la carga útil no encriptada del informe agregable, como el campo shared_info. Lo ideal sería que los lotes contengan 100 o más informes por lote.

Puedes decidir realizar lotes a diario o semanalmente. Esta estrategia es flexible y puedes cambiar tu estrategia de lotes para eventos específicos en los que esperas más volumen, por ejemplo, los días del año en los que se esperan más impresiones. Los lotes deben incluir informes de la misma versión de la API, el mismo origen de informes y el mismo horario de informes programado.

Servicio de agregación

El servicio de agregación recibe informes agregables encriptados del recopilador y genera informes de resumen.

Para desencriptar la carga útil del informe, el servicio de agregación recupera una clave de desencriptación del coordinador. El servicio se ejecuta en un entorno de ejecución confiable (TEE), que proporciona un nivel de garantía para la integridad de los datos, la confidencialidad de los datos y la integridad del código. Aunque usted sea propietario y opere el servicio, no tendrá visibilidad de los datos que se procesan dentro del TEE.

Informes de resumen

Los informes de resumen te permiten ver los datos que recopilaste con ruido agregado. Puedes solicitar informes de resumen para un conjunto determinado de claves.

Un informe de resumen contiene un conjunto de pares clave-valor de estilo diccionario JSON. Cada par contiene lo siguiente:

• bucket: Es la clave de agregación como una cadena de números binarios. Si la clave de agregación que se usa es "123", el bucket es "1111011".
• value: Es el valor de resumen de un objetivo de medición determinado, que se suma de todos los informes agregables disponibles con ruido agregado.

Por ejemplo:

[
  {"bucket":` `"111001001",` `"value":` `"2558500"},
  {"bucket":` `"111101001",` `"value":` `"3256211"},
  {"bucket":` `"111101001",` `"value":` `"6536542"},
]

Ruido y escalamiento

Para preservar la privacidad del usuario, el servicio de agregación agrega ruido una vez a cada valor de resumen cada vez que se solicita un informe de resumen. Los valores de ruido se extraen de forma aleatoria de una distribución de probabilidad de Laplace. Si bien no tienes control directo sobre las formas en que se agrega el ruido, puedes influir en el impacto del ruido en los datos de medición.

La distribución del ruido es la misma independientemente de la suma de todos los valores que se pueden agrupar. Por lo tanto, cuanto más altos sean los valores agregables, menor será el impacto que pueda tener el ruido.

Por ejemplo, supongamos que la distribución del ruido tiene una desviación estándar de 100 y se centra en cero. Si el valor del informe agregable recopilado (o "valor agregable") es solo 200, la desviación estándar del ruido sería el 50% del valor agregado. Sin embargo, si el valor agregable es de 20,000, la desviación estándar del ruido solo sería del 0.5% del valor agregado. Por lo tanto, el valor agregable de 20,000 tendría una relación señal/ruido mucho más alta.

Por lo tanto, multiplicar tu valor agregable por un factor de escalamiento puede ayudar a reducir el ruido. El factor de escalamiento representa cuánto deseas escalar un valor agregado determinado.

El escalamiento de los valores mediante la elección de un factor de escalamiento más alto reduce el ruido relativo. Sin embargo, esto también hace que la suma de todas las contribuciones de todos los buckets alcance el límite de presupuesto de contribución más rápido. Si reduces los valores eligiendo una constante de factor de escalamiento más pequeña, se aumenta el ruido relativo, pero se reduce el riesgo de alcanzar el límite de presupuesto.

Para calcular un factor de escalamiento adecuado, divide el presupuesto de contribución por la suma máxima de valores agregables en todas las claves.

Consulta la documentación del presupuesto de la contribución para obtener más información.

Interactúa y comparte comentarios

La API de Private Aggregation está en discusión activa y está sujeta a cambios en el futuro. Si pruebas esta API y tienes comentarios, nos encantaría conocerlos.

• GitHub: Lee la explicación, formula preguntas y participa en el debate. * Asistencia para desarrolladores: Haz preguntas y únete al debate del repositorio de asistencia para desarrolladores de Privacy Sandbox. * Únete al grupo de la API de Shared Storage y al grupo de la API de Protected Audience para conocer los anuncios más recientes relacionados con Private Aggregation.