প্রাসঙ্গিক অ্যাপ ইনস্টল বিজ্ঞাপন সমর্থন করার জন্য সুরক্ষিত অ্যাপ সংকেত

এই প্রস্তাবটি গোপনীয়তা স্যান্ডবক্স তালিকাভুক্তি প্রক্রিয়া এবং প্রত্যয়ন সাপেক্ষে। প্রত্যয়ন সংক্রান্ত আরও তথ্যের জন্য, অনুগ্রহ করে প্রদত্ত প্রত্যয়ন লিঙ্কটি পড়ুন। এই প্রস্তাবের ভবিষ্যত আপডেটগুলি এই সিস্টেমে অ্যাক্সেস পাওয়ার প্রয়োজনীয়তা বর্ণনা করবে।

মোবাইল অ্যাপ ইনস্টল বিজ্ঞাপন , ব্যবহারকারী অধিগ্রহণ বিজ্ঞাপন নামেও পরিচিত, হল এক ধরনের মোবাইল বিজ্ঞাপন যা ব্যবহারকারীদের একটি মোবাইল অ্যাপ ডাউনলোড করতে উৎসাহিত করার জন্য ডিজাইন করা হয়েছে। এই বিজ্ঞাপনগুলি সাধারণত ব্যবহারকারীদের তাদের আগ্রহ এবং জনসংখ্যার উপর ভিত্তি করে পরিবেশন করা হয় এবং সেগুলি প্রায়ই অন্যান্য মোবাইল অ্যাপ যেমন গেম, সোশ্যাল মিডিয়া এবং নিউজ অ্যাপে প্রদর্শিত হয়। যখন একজন ব্যবহারকারী একটি অ্যাপ ইনস্টল বিজ্ঞাপনে ক্লিক করেন, তখন অ্যাপটি ডাউনলোড করতে তাদের সরাসরি অ্যাপ স্টোরে নিয়ে যাওয়া হয়।

উদাহরণ স্বরূপ, একজন বিজ্ঞাপনদাতা যে মার্কিন যুক্তরাষ্ট্রে একটি নতুন মোবাইল ফুড ডেলিভারি অ্যাপের জন্য নতুন ইন্সটল চালানোর চেষ্টা করছেন তারা তাদের বিজ্ঞাপনগুলি সেই ব্যবহারকারীদের লক্ষ্য করতে পারেন যাদের অবস্থান মার্কিন যুক্তরাষ্ট্রে এবং যারা পূর্বে অন্যান্য খাদ্য বিতরণ অ্যাপের সাথে জড়িত।

এটি সাধারণত বিজ্ঞাপন আইডির উপর ভিত্তি করে ব্যবহারকারীর প্রোফাইল তৈরি করতে বিজ্ঞাপন প্রযুক্তির মধ্যে প্রাসঙ্গিক, প্রথম পক্ষ এবং তৃতীয় পক্ষের সংকেত অন্তর্ভুক্ত করে প্রয়োগ করা হয়। অ্যাড টেক মেশিন লার্নিং মডেলগুলি এই তথ্যগুলিকে ইনপুট হিসাবে ব্যবহার করে এমন বিজ্ঞাপনগুলি বেছে নেওয়ার জন্য যা ব্যবহারকারীর সাথে প্রাসঙ্গিক এবং একটি রূপান্তর হওয়ার সর্বোচ্চ সম্ভাবনা রয়েছে৷

নিম্নলিখিত APIগুলিকে কার্যকর অ্যাপ ইনস্টল বিজ্ঞাপনগুলিকে সমর্থন করার প্রস্তাব করা হয়েছে যা ক্রস-পার্টি ব্যবহারকারী শনাক্তকারীদের উপর নির্ভরতা সরিয়ে ব্যবহারকারীর গোপনীয়তা উন্নত করে:

1. প্রোটেক্টেড অ্যাপ সিগন্যাল এপিআই : এটি ব্যবহারকারীর সম্ভাব্য আগ্রহের প্রতিনিধিত্ব করে এমন বিজ্ঞাপন প্রযুক্তি প্রকৌশলী বৈশিষ্ট্যগুলির স্টোরেজ এবং তৈরির চারপাশে কেন্দ্রীভূত। বিজ্ঞাপন প্রযুক্তি স্ব-সংজ্ঞায়িত প্রতি-অ্যাপ ইভেন্ট সংকেত সঞ্চয় করে, যেমন অ্যাপ ইনস্টল, ফার্স্ট ওপেন, ব্যবহারকারীর অ্যাকশন (ইন-গেম লেভেলিং, কৃতিত্ব), ক্রয় কার্যক্রম বা অ্যাপে সময়। সিগন্যালগুলি ডেটা লিকেজ থেকে রক্ষা করার জন্য ডিভাইসে লেখা এবং সংরক্ষণ করা হয় এবং শুধুমাত্র বিজ্ঞাপন প্রযুক্তি যুক্তিতে উপলব্ধ করা হয় যা একটি সুরক্ষিত পরিবেশে চলমান একটি সুরক্ষিত নিলামের সময় প্রদত্ত সংকেত সংরক্ষণ করে।
2. বিজ্ঞাপন নির্বাচন API : এটি একটি বিশ্বস্ত এক্সিকিউশন এনভায়রনমেন্টে (TEE) চলমান একটি সুরক্ষিত নিলাম কনফিগার এবং কার্যকর করার জন্য একটি API প্রদান করে যেখানে বিজ্ঞাপন প্রযুক্তিগুলি বিজ্ঞাপন প্রার্থীদের পুনরুদ্ধার করে, অনুমান চালায়, বিডগুলি গণনা করে এবং উভয় ব্যবহার করে একটি "জয়ী" বিজ্ঞাপন চয়ন করতে স্কোরিং করে। সুরক্ষিত অ্যাপ সিগন্যাল এবং প্রকাশক-প্রদত্ত রিয়েল-টাইম প্রাসঙ্গিক তথ্য।

ফ্লোচার্ট যা Android-এ গোপনীয়তা স্যান্ডবক্সে সুরক্ষিত অ্যাপ সংকেত এবং বিজ্ঞাপন নির্বাচনের কার্যপ্রবাহ দেখায়।

প্রাসঙ্গিক অ্যাপ ইনস্টল বিজ্ঞাপনগুলিকে সমর্থন করতে কীভাবে সুরক্ষিত অ্যাপ সিগন্যাল কাজ করে তার একটি উচ্চ-স্তরের ওভারভিউ এখানে রয়েছে। এই নথির নিম্নলিখিত বিভাগগুলি এই প্রতিটি ধাপে আরও বিশদ প্রদান করে।

• সিগন্যাল কিউরেশন : ব্যবহারকারীরা যেহেতু মোবাইল অ্যাপ ব্যবহার করে, সেহেতু অ্যাড টেক সংকেতগুলি সংকেতগুলিকে সংরক্ষিত অ্যাপ সিগন্যাল API ব্যবহার করে প্রাসঙ্গিক বিজ্ঞাপন পরিবেশনের জন্য বিজ্ঞাপন প্রযুক্তি সংজ্ঞায়িত অ্যাপ ইভেন্টগুলি সংরক্ষণ করে। এই ইভেন্টগুলি সুরক্ষিত অন-ডিভাইস স্টোরেজে সংরক্ষিত থাকে, কাস্টম অডিয়েন্সের মতোই, এবং ডিভাইস থেকে পাঠানোর আগে এনক্রিপ্ট করা হয় যাতে যথাযথ নিরাপত্তা এবং গোপনীয়তা নিয়ন্ত্রণ সহ বিশ্বস্ত কার্যকরী পরিবেশের মধ্যে চলমান বিডিং এবং নিলাম পরিষেবাগুলি বিডিংয়ের জন্য ডিক্রিপ্ট করতে পারে এবং স্কোরিং বিজ্ঞাপন।
• সিগন্যাল এনকোডিং : কাস্টম অ্যাড টেক লজিক দ্বারা সিগন্যালগুলি একটি নির্ধারিত ক্যাডেন্সে প্রস্তুত করা হয়। একটি Android ব্যাকগ্রাউন্ড জব সুরক্ষিত অ্যাপ সিগন্যালের একটি পেলোড তৈরি করতে ডিভাইসে এনকোডিং করার জন্য এই যুক্তিটি কার্যকর করে যা পরবর্তীতে একটি সুরক্ষিত নিলামের সময় বিজ্ঞাপন নির্বাচনের জন্য রিয়েল-টাইমে ব্যবহার করা যেতে পারে। নিলামের জন্য পাঠানো না হওয়া পর্যন্ত পেলোডটি ডিভাইসে নিরাপদে সংরক্ষণ করা হয়।
• বিজ্ঞাপন নির্বাচন : ব্যবহারকারীর জন্য প্রাসঙ্গিক বিজ্ঞাপন নির্বাচন করতে, বিক্রেতা SDKগুলি সুরক্ষিত অ্যাপ সিগন্যালের একটি এনক্রিপ্ট করা পেলোড পাঠায় এবং একটি সুরক্ষিত নিলাম কনফিগার করে৷ নিলামে, ক্রেতার কাস্টম লজিক বিজ্ঞাপন নির্বাচন (বিজ্ঞাপন পুনরুদ্ধার, অনুমান, এবং বিড জেনারেশন) জন্য অভিপ্রেত বৈশিষ্ট্যগুলিকে ইঞ্জিনিয়ার করার জন্য প্রকাশক-প্রদত্ত প্রাসঙ্গিক ডেটা (ডেটা সাধারণত একটি Open-RTB বিজ্ঞাপন অনুরোধে ভাগ করা হয়) সহ সুরক্ষিত অ্যাপ সংকেত প্রস্তুত করে। সুরক্ষিত অডিয়েন্সের মতোই, ক্রেতারা সুরক্ষিত নিলামে চূড়ান্ত স্কোর করার জন্য বিক্রেতার কাছে বিজ্ঞাপন জমা দেয়।
  • বিজ্ঞাপন পুনরুদ্ধার : ক্রেতারা ব্যবহারকারীর আগ্রহের সাথে প্রাসঙ্গিক বৈশিষ্ট্যগুলি ইঞ্জিনিয়ার করার জন্য সুরক্ষিত অ্যাপ সিগন্যাল এবং প্রকাশক-প্রদত্ত প্রাসঙ্গিক ডেটা ব্যবহার করে। এই বৈশিষ্ট্যগুলি লক্ষ্য করার মানদণ্ড পূরণ করে এমন বিজ্ঞাপনগুলির সাথে মেলে। বাজেটের মধ্যে নয় এমন বিজ্ঞাপনগুলি ফিল্টার করা হয়। শীর্ষ k বিজ্ঞাপন তারপর বিডিং জন্য নির্বাচন করা হয়.
  • বিডিং : ক্রেতাদের কাস্টম বিডিং লজিক প্রকাশক-প্রদত্ত প্রাসঙ্গিক ডেটা এবং প্রটেক্টেড অ্যাপ সিগন্যাল প্রস্তুত করে প্রকৌশলী বৈশিষ্ট্য যা ক্রেতার মেশিন লার্নিং মডেলের জন্য ইনপুট হিসাবে ব্যবহার করা হয় এবং নির্ভরযোগ্য গোপনীয়তা-সংরক্ষণের সীমানার মধ্যে প্রার্থীর বিজ্ঞাপনে বিড করার জন্য। ক্রেতা তারপর তাদের নির্বাচিত বিজ্ঞাপন বিক্রেতার কাছে ফেরত দেবে।
  • বিক্রেতা স্কোরিং : বিক্রেতাদের কাস্টম স্কোরিং লজিক স্কোর বিজ্ঞাপনগুলি অংশগ্রহণকারী ক্রেতাদের দ্বারা জমা দেওয়া হয় এবং রেন্ডারিংয়ের জন্য অ্যাপে ফেরত পাঠানোর জন্য একটি বিজয়ী বিজ্ঞাপন বেছে নেয়।
• রিপোর্টিং : নিলামে অংশগ্রহণকারীরা প্রযোজ্য জয়ের রিপোর্ট এবং ক্ষতির রিপোর্ট পান। আমরা উইন রিপোর্টে মডেল প্রশিক্ষণের জন্য ডেটা অন্তর্ভুক্ত করার জন্য গোপনীয়তা-সংরক্ষণের প্রক্রিয়াগুলি অন্বেষণ করছি৷

টাইমলাইন

	বিকাশকারী পূর্বরূপ			বেটা
বৈশিষ্ট্য	Q4'23	Q1'24	Q2'24	Q3'24
সিগন্যাল কিউরেশন API	অন-ডিভাইস স্টোরেজ API	অন-ডিভাইস স্টোরেজ কোটা লজিক অন-ডিভাইস কাস্টম লজিক দৈনিক আপডেট	N/A	1% T+ ডিভাইসের জন্য উপলব্ধ
একটি TEE-তে বিজ্ঞাপন পুনরুদ্ধার সার্ভার	এমভিপি	GCP তে উপলব্ধ শীর্ষ K জন্য সমর্থন ইউডিএফ উৎপাদন	AWS এ উপলব্ধ সম্মত ডিবাগিং, মেট্রিক্স এবং মনিটরিং
একটি TEE তে অনুমান পরিষেবা ML মডেল চালানো এবং একটি TEE তে বিড করার জন্য তাদের ব্যবহার করার জন্য সমর্থন	উন্নতির পথে	GCP তে উপলব্ধ Tensorflow এবং PyTorch ব্যবহার করে স্ট্যাটিক এমএল মডেল স্থাপন ও প্রোটোটাইপ করার ক্ষমতা	AWS এ উপলব্ধ Tensorflow এবং PyTorch মডেলের জন্য উত্পাদনকৃত মডেল স্থাপনা টেলিমেট্রি, সম্মতিপ্রাপ্ত ডিবাগিং এবং মনিটরিং
একটি TEE তে বিডিং এবং নিলাম সমর্থন	GCP তে উপলব্ধ	PAS-B&A এবং TEE বিজ্ঞাপন পুনরুদ্ধার ইন্টিগ্রেশন (gRPC এবং TEE<>TEE এনক্রিপশন সহ) প্রাসঙ্গিক পথের মাধ্যমে বিজ্ঞাপন পুনরুদ্ধার সমর্থন (TEE তে B&A<>K/V সমর্থন অন্তর্ভুক্ত)	AWS এ উপলব্ধ ডিবাগ রিপোর্টিং সম্মত ডিবাগিং, মেট্রিক্স এবং মনিটরিং

সুরক্ষিত অ্যাপ সিগন্যাল কিউরেট করুন

একটি সংকেত হল একটি অ্যাপে ব্যবহারকারীর বিভিন্ন ইন্টারঅ্যাকশনের একটি উপস্থাপনা যা প্রাসঙ্গিক বিজ্ঞাপন পরিবেশনের জন্য উপযোগী হতে বিজ্ঞাপন প্রযুক্তি দ্বারা নির্ধারিত হয়। একটি অ্যাপ বা সমন্বিত SDK ব্যবহারকারীর কার্যকলাপের উপর ভিত্তি করে বিজ্ঞাপন প্রযুক্তি দ্বারা সংজ্ঞায়িত সুরক্ষিত অ্যাপ সংকেত সঞ্চয় বা মুছে ফেলতে পারে, যেমন অ্যাপ খোলা, অর্জন, ক্রয় কার্যকলাপ বা অ্যাপে সময়। সুরক্ষিত অ্যাপ সিগন্যালগুলি ডিভাইসে সুরক্ষিতভাবে সংরক্ষণ করা হয় এবং ডিভাইস থেকে পাঠানোর আগে এনক্রিপ্ট করা হয় যাতে যথাযথ নিরাপত্তা এবং গোপনীয়তা নিয়ন্ত্রণ সহ বিশ্বস্ত কার্যকরী পরিবেশের মধ্যে চলমান বিডিং এবং নিলাম পরিষেবাগুলি বিডিং এবং স্কোরিং বিজ্ঞাপনের জন্য এটিকে ডিক্রিপ্ট করতে পারে৷ কাস্টম অডিয়েন্স API-এর মতো, একটি ডিভাইসে সংরক্ষিত সংকেতগুলি অ্যাপ বা SDK দ্বারা পড়া বা পরিদর্শন করা যায় না; সিগন্যালের মান পড়ার জন্য কোন API নেই, এবং এপিআইগুলি সিগন্যালের উপস্থিতি ফাঁস এড়াতে ডিজাইন করা হয়েছে। অ্যাড টেক কাস্টম লজিক সুরক্ষিত নিলামে বিজ্ঞাপন নির্বাচনের ভিত্তি হিসাবে কাজ করে এমন বৈশিষ্ট্যগুলিকে ইঞ্জিনিয়ার করার জন্য তাদের কিউরেট করা সংকেতগুলিতে অ্যাক্সেস সুরক্ষিত করেছে৷

সুরক্ষিত অ্যাপ সংকেত API

প্রোটেক্টেড অ্যাপ সিগন্যাল এপিআই কাস্টম দর্শকদের জন্য ব্যবহৃত একটি ডেলিগেশন মেকানিজম ব্যবহার করে সিগন্যাল পরিচালনাকে সমর্থন করে। সুরক্ষিত অ্যাপ সিগন্যাল API একটি একক স্কেলার মানের আকারে বা একটি টাইম সিরিজ হিসাবে সিগন্যাল স্টোরেজ সক্ষম করে। সময়-সিরিজ সংকেত ব্যবহারকারীর সেশনের সময়কালের মতো জিনিসগুলি সংরক্ষণ করতে ব্যবহার করা যেতে পারে। টাইম সিরিজ সিগন্যাল ফার্স্ট ইন, ফার্স্ট আউট উচ্ছেদ নিয়ম ব্যবহার করে একটি প্রদত্ত দৈর্ঘ্য প্রয়োগ করার জন্য একটি ইউটিলিটি অফার করে। একটি স্কেলার সিগন্যালের ডেটা টাইপ, বা একটি টাইম-সিরিজ সিগন্যালের প্রতিটি উপাদান হল একটি বাইট অ্যারে। প্রতিটি মান সিগন্যাল সংরক্ষণ করা অ্যাপ্লিকেশনটির প্যাকেজ নাম এবং স্টোর সিগন্যাল API কলের তৈরি টাইমস্ট্যাম্প দিয়ে সমৃদ্ধ করা হয়। এই অতিরিক্ত তথ্য সিগন্যাল এনকোডিং জাভাস্ক্রিপ্টে পাওয়া যায়। এই উদাহরণটি প্রদত্ত বিজ্ঞাপন প্রযুক্তির মালিকানাধীন সংকেতগুলির গঠন দেখায়:

এই উদাহরণটি একটি স্কেলার সংকেত এবং adtech1.com এর সাথে যুক্ত একটি সময় সিরিজ সংকেত প্রদর্শন করে:

• বেস64 মান কী " A1c " এবং মান " c12Z " সহ একটি স্কেলার সংকেত। 1 জুন 2023 তারিখে com.google.android.game_app দ্বারা সিগন্যাল স্টোরটি ট্রিগার করা হয়েছে।
• " dDE " কী সহ সংকেতগুলির একটি তালিকা যা দুটি ভিন্ন অ্যাপ্লিকেশন দ্বারা তৈরি করা হয়েছে৷

বিজ্ঞাপন প্রযুক্তিগুলিকে ডিভাইসে সংকেত সঞ্চয় করার জন্য একটি নির্দিষ্ট পরিমাণ স্থান বরাদ্দ করা হয়। সিগন্যালের সর্বোচ্চ TTL থাকবে, যা নির্ধারণ করতে হবে।

প্রোটেক্টেড অ্যাপ সিগন্যাল স্টোরেজ থেকে মুছে ফেলা হয় যদি জেনারেট করা অ্যাপ্লিকেশন আনইনস্টল করা হয়, প্রোটেক্টেড অ্যাপ সিগন্যাল এপিআই ব্যবহার করা থেকে ব্লক করা হয় বা ব্যবহারকারীর দ্বারা অ্যাপ ডেটা সাফ করা হয়।

Protected App Signals API নিম্নলিখিত অংশগুলি নিয়ে গঠিত:

• সংকেত যোগ, আপডেট বা অপসারণ করার জন্য একটি জাভা এবং জাভাস্ক্রিপ্ট API।
• একটি জাভাস্ক্রিপ্ট API একটি ট্রাস্টেড এক্সিকিউশন এনভায়রনমেন্টে ( টিইই ) চলমান একটি সুরক্ষিত নিলাম চলাকালীন রিয়েল টাইমে আরও বৈশিষ্ট্য প্রকৌশলের জন্য তাদের প্রস্তুত করার জন্য স্থায়ী সংকেতগুলি প্রক্রিয়া করতে।

সংকেত যোগ করুন, আপডেট করুন বা সরান

বিজ্ঞাপন প্রযুক্তিগুলি fetchSignalUpdates() API-এর মাধ্যমে সংকেত যোগ, আপডেট বা সরাতে পারে। এই APIটি প্রোটেক্টেড অডিয়েন্স কাস্টম অডিয়েন্স ডেলিগেশনের অনুরূপ প্রতিনিধিকে সমর্থন করে৷

একটি সংকেত যোগ করার জন্য, ক্রেতার বিজ্ঞাপন প্রযুক্তি যাদের অ্যাপে SDK উপস্থিতি নেই তাদের বিজ্ঞাপন প্রযুক্তির সাথে সহযোগিতা করতে হবে যাদের ডিভাইসে উপস্থিতি রয়েছে, যেমন মোবাইল পরিমাপ অংশীদার (MMPs) এবং সাপ্লাই-সাইড প্ল্যাটফর্ম (SSPs)। প্রোটেক্টেড অ্যাপ সিগন্যাল এপিআই-এর লক্ষ্য হল প্রোটেক্টেড অ্যাপ সিগন্যাল ম্যানেজমেন্টের জন্য নমনীয় সমাধান প্রদান করে এই বিজ্ঞাপন প্রযুক্তিকে সমর্থন করা যাতে ডিভাইস কলারকে ক্রেতাদের পক্ষ থেকে প্রোটেক্টেড অ্যাপ সিগন্যাল তৈরি করা যায়। এই প্রক্রিয়াটিকে ডেলিগেশন বলা হয় এবং fetchSignalUpdates() API-এর সুবিধা দেয়। fetchSignalUpdates() একটি URI নেয় এবং সিগন্যাল আপডেটের একটি তালিকা পুনরুদ্ধার করে। ব্যাখ্যা করার জন্য, fetchSignalUpdates() স্থানীয় সিগন্যাল স্টোরেজে প্রয়োগ করার জন্য আপডেটের তালিকা পুনরুদ্ধার করার জন্য প্রদত্ত URI-তে একটি GET অনুরোধ জারি করে। ইউআরএল এন্ডপয়েন্ট, ক্রেতার মালিকানাধীন, কমান্ডের JSON তালিকার সাথে উত্তর দেয়।

সমর্থিত JSON কমান্ডগুলি হল:

• put: প্রদত্ত কীটির জন্য একটি স্কেলার মান সন্নিবেশ বা ওভাররাইড করে।
• put_if_not_present: প্রদত্ত কীটির জন্য একটি স্কেলার মান সন্নিবেশ করায় যদি আগে থেকে কোনো মান সংরক্ষিত না থাকে। এই বিকল্পটি কার্যকর হতে পারে উদাহরণস্বরূপ প্রদত্ত ব্যবহারকারীর জন্য একটি পরীক্ষা আইডি সেট করতে এবং এটিকে ওভাররাইড করা এড়াতে যদি এটি ইতিমধ্যে একটি ভিন্ন অ্যাপ্লিকেশন দ্বারা সেট করা থাকে।
• append: প্রদত্ত কী-এর সাথে যুক্ত টাইম সিরিজে একটি উপাদান যোগ করে। maxSignals প্যারামিটার টাইম সিরিজে সিগন্যালের সর্বাধিক সংখ্যা নির্দিষ্ট করে। আকার অতিক্রম করা হলে আগের উপাদানগুলি সরানো হয়। যদি কীটিতে একটি স্কেলার মান থাকে তবে এটি স্বয়ংক্রিয়ভাবে একটি টাইম সিরিজে রূপান্তরিত হয়।
• রিমুভ: প্রদত্ত কী এর সাথে সম্পর্কিত বিষয়বস্তু সরিয়ে দেয়।

{
   "put": {
    "A1c": "c12Z",
    "dDE": "d23d",
  },
  "put_if_not_present": {
    "aA9": "a1zfC3"
  }
  "append": {
    "bB1": {"values": ["gh12D", "d45g"], "maxSignals": 20}
  },
  "remove": ["c0D"]
}

সমস্ত কী এবং মান বেস64 এ প্রকাশ করা হয়।

উপরে তালিকাভুক্ত কমান্ডগুলি স্কেলার সিগন্যালের জন্য সন্নিবেশ, ওভাররাইট এবং শব্দার্থবিদ্যা মুছে ফেলা এবং টাইম সিরিজ সিগন্যালের জন্য সন্নিবেশ, সংযোজন এবং সম্পূর্ণ সিরিজ ওভাররাইট প্রদানের উদ্দেশ্যে করা হয়েছে। এনকোডিং এবং কমপ্যাকশন প্রক্রিয়া চলাকালীন একটি টাইম সিরিজ সিগন্যালের নির্দিষ্ট উপাদানগুলির শব্দার্থ মুছে ফেলুন এবং ওভাররাইট করুন; উদাহরণস্বরূপ, এনকোডিংয়ের সময় একটি টাইম সিরিজের মানগুলিকে উপেক্ষা করা হয় যেগুলি আরও সাম্প্রতিকগুলির দ্বারা বাতিল বা সংশোধন করা হয় এবং কম্প্যাকশন প্রক্রিয়া চলাকালীন সেগুলি মুছে ফেলা হয়।

সংরক্ষিত সংকেতগুলি স্বয়ংক্রিয়ভাবে আনয়ন অনুরোধ সম্পাদনকারী অ্যাপ্লিকেশনের সাথে এবং অনুরোধের প্রতিক্রিয়াকারী (একটি নথিভুক্ত বিজ্ঞাপন প্রযুক্তির "সাইট" বা "অরিজিন") এবং অনুরোধের তৈরির সময়ের সাথে যুক্ত থাকে। সমস্ত সংকেত একটি গোপনীয়তা স্যান্ডবক্স নথিভুক্ত বিজ্ঞাপন প্রযুক্তির পক্ষ থেকে সংরক্ষণ করা সাপেক্ষে, URI "সাইট"/"অরিজিন"-কে একটি নথিভুক্ত বিজ্ঞাপন প্রযুক্তির ডেটার সাথে মিলতে হবে। অনুরোধ করা বিজ্ঞাপন প্রযুক্তি নথিভুক্ত না হলে, অনুরোধ প্রত্যাখ্যান করা হয়।

স্টোরেজ কোটা এবং উচ্ছেদ

প্রতিটি বিজ্ঞাপন প্রযুক্তির ব্যবহারকারীর ডিভাইসে সংকেত সঞ্চয় করার জন্য সীমিত পরিমাণ স্থান রয়েছে। এই কোটা বিজ্ঞাপন প্রযুক্তি প্রতি সংজ্ঞায়িত করা হয়, তাই বিভিন্ন অ্যাপ থেকে সংকেত শেয়ার কোটা। যদি কোটা অতিক্রম করা হয়, সিস্টেমটি ফার্স্ট ইন, ফার্স্ট আউট ভিত্তিতে আগের সিগন্যাল মানগুলি সরিয়ে স্থান খালি করে। উচ্ছেদকে খুব ঘন ঘন কার্যকর করা থেকে বিরত রাখতে, সিস্টেমটি একটি ব্যাচিং লজিক প্রয়োগ করে যাতে সীমিত পরিমাণে কোটা ওভারড্রাফ্টের অনুমতি দেওয়া যায় এবং উচ্ছেদ যুক্তি ট্রিগার হয়ে গেলে কিছু অতিরিক্ত স্থান খালি করা যায়।

ডেটা ট্রান্সমিশনের জন্য অন-ডিভাইস এনকোডিং

বিজ্ঞাপন নির্বাচনের জন্য সংকেত প্রস্তুত করতে, প্রতি ক্রেতা কাস্টম লজিক প্রতি-অ্যাপ সংকেত এবং ইভেন্টগুলিতে সঞ্চিত অ্যাক্সেসকে সুরক্ষিত করেছে। একটি অ্যান্ড্রয়েড সিস্টেম ব্যাকগ্রাউন্ড জব প্রতি-ক্রেতা কাস্টম এনকোডিং লজিক চালানোর জন্য প্রতি ঘণ্টায় চলে যা ডিভাইসে ডাউনলোড করা হয়। প্রতি-ক্রেতা কাস্টম এনকোডিং লজিক প্রতি-অ্যাপ সংকেতগুলিকে এনকোড করে, এবং তারপর প্রতি-অ্যাপ সংকেতগুলিকে একটি পেলোডে সংকুচিত করে যা প্রতি-ক্রেতার কোটা মেনে চলে। পেলোডটি তারপর সুরক্ষিত ডিভাইস স্টোরেজের সীমানার মধ্যে এনক্রিপ্ট করা হয় এবং তারপরে বিডিং এবং নিলাম পরিষেবাগুলিতে প্রেরণ করা হয়।

বিজ্ঞাপন প্রযুক্তিগুলি তাদের নিজস্ব কাস্টম যুক্তি দ্বারা পরিচালিত সংকেত প্রক্রিয়াকরণের স্তরকে সংজ্ঞায়িত করে৷ উদাহরণস্বরূপ, আপনি আগের সংকেতগুলি বাতিল করার জন্য আপনার সমাধানের উপকরণ তৈরি করতে পারেন, এবং কম স্থান ব্যবহার করে এমন নতুন সংকেতগুলিতে বিভিন্ন অ্যাপ্লিকেশন থেকে অনুরূপ বা শক্তিশালী সংকেতগুলিকে একত্রিত করতে পারেন।

যদি একজন ক্রেতা একটি সিগন্যাল এনকোডার নিবন্ধিত না করে থাকে, তাহলে সিগন্যাল প্রস্তুত করা হয় না এবং ডিভাইসে কিউরেট করা কোনো সিগন্যালই বিডিং এবং নিলাম পরিষেবাতে পাঠানো হয় না।

স্টোরেজ, পেলোড এবং অনুরোধ কোটার বিষয়ে আরও বিশদ ভবিষ্যতের আপডেটে পাওয়া যাবে। উপরন্তু, আমরা কাস্টম ফাংশন প্রদান কিভাবে আরো তথ্য প্রদান করবে.

বিজ্ঞাপন নির্বাচন কর্মপ্রবাহ

এই প্রস্তাবের সাথে, বিজ্ঞাপন প্রযুক্তির কাস্টম কোড শুধুমাত্র একটি TEE-তে চলমান একটি সুরক্ষিত নিলামের (বিজ্ঞাপন নির্বাচন API) মধ্যে সুরক্ষিত অ্যাপ সিগন্যাল অ্যাক্সেস করতে পারে। অ্যাপ ইনস্টল ব্যবহারের ক্ষেত্রে প্রয়োজনীয়তাকে আরও সমর্থন করার জন্য, রিয়েল-টাইমে সুরক্ষিত নিলামের সময় প্রার্থী বিজ্ঞাপনগুলি আনা হয়। এটি পুনরায় বিপণন ব্যবহারের ক্ষেত্রে বিপরীত যেখানে প্রার্থীর বিজ্ঞাপনগুলি নিলামের আগে পরিচিত হয়৷

এই প্রস্তাবটি অ্যাপ ইনস্টল ব্যবহারের ক্ষেত্রে সমর্থন করার জন্য আপডেট সহ সুরক্ষিত শ্রোতা প্রস্তাব হিসাবে অনুরূপ বিজ্ঞাপন নির্বাচন কর্মপ্রবাহ ব্যবহার করে। ফিচার ইঞ্জিনিয়ারিং এবং রিয়েল-টাইম বিজ্ঞাপন নির্বাচনের জন্য কম্পিউটিং প্রয়োজনীয়তা সমর্থন করার জন্য, টিইই-তে চলমান বিডিং এবং নিলাম পরিষেবাগুলিতে চালানোর জন্য অ্যাপ ইনস্টল বিজ্ঞাপনের নিলাম প্রয়োজন। একটি সুরক্ষিত নিলামের সময় সুরক্ষিত অ্যাপ সিগন্যালে অ্যাক্সেস অন-ডিভাইস নিলামের সাথে সমর্থিত নয়।

Android-এ গোপনীয়তা স্যান্ডবক্সে বিজ্ঞাপন নির্বাচনের কার্যপ্রবাহ।

বিজ্ঞাপন নির্বাচনের কার্যপ্রবাহ নিম্নরূপ:

1. বিক্রেতার SDK প্রোটেক্টেড অ্যাপ সিগন্যালের ডিভাইসে এনক্রিপ্ট করা পেলোড পাঠায়।
2. বিক্রেতার সার্ভার একটি নিলাম কনফিগারেশন তৈরি করে এবং বিজ্ঞাপন নির্বাচনের কার্যপ্রবাহ শুরু করতে এনক্রিপ্ট করা পেলোড সহ বিক্রেতার বিশ্বস্ত বিডিং এবং নিলাম পরিষেবাতে পাঠায়৷
3. বিক্রেতার বিডিং এবং নিলাম পরিষেবা অংশগ্রহণকারী বিশ্বস্ত ক্রেতাদের ফ্রন্টএন্ড সার্ভারের কাছে পেলোড পাস করে।
4. ক্রেতার বিডিং পরিষেবা বাই-সাইড বিজ্ঞাপন নির্বাচনের যুক্তি নির্বাহ করে
   1. বাই-সাইড বিজ্ঞাপন পুনরুদ্ধার লজিক এক্সিকিউশন ।
   2. বাই-সাইড বিডিং লজিক এক্সিকিউশন ।
5. সেল-সাইড স্কোরিং লজিক কার্যকর করা হয় ।
6. বিজ্ঞাপনটি রেন্ডার করা হয় এবং রিপোর্টিং শুরু হয়।

বিজ্ঞাপন নির্বাচনের কর্মপ্রবাহ শুরু করুন

যখন একটি অ্যাপ্লিকেশন একটি বিজ্ঞাপন দেখানোর জন্য প্রস্তুত হয়, তখন বিজ্ঞাপন প্রযুক্তি SDK (সাধারণত SSPs) প্রকাশকের কাছ থেকে প্রাসঙ্গিক প্রাসঙ্গিক ডেটা এবং প্রতি-ক্রেতার এনক্রিপ্ট করা পেলোডগুলিকে পাঠানোর অনুরোধে অন্তর্ভুক্ত করার জন্য বিজ্ঞাপন নির্বাচনের কার্যপ্রবাহ শুরু করে getAdSelectionData কল ব্যবহার করে সুরক্ষিত নিলাম। এটি একই API যা পুনরায় বিপণন কর্মপ্রবাহের জন্য ব্যবহৃত হয় এবং Android প্রস্তাবের জন্য বিডিং এবং নিলাম একীকরণে বর্ণিত।

বিজ্ঞাপন নির্বাচন শুরু করতে, বিক্রেতা অংশগ্রহণকারী ক্রেতাদের একটি তালিকা এবং ডিভাইসে সুরক্ষিত অ্যাপ সিগন্যালের এনক্রিপ্ট করা পেলোড পাস করে। এই তথ্য দিয়ে, বিক্রয় পার্শ্ব বিজ্ঞাপন সার্ভার তাদের বিশ্বস্ত SellerFrontEnd পরিষেবার জন্য একটি SelectAdRequest প্রস্তুত করে।

বিক্রেতা নিম্নলিখিত সেট করে:

• getAdSelectionData থেকে প্রাপ্ত পেলোড, যাতে সুরক্ষিত অ্যাপ সংকেত রয়েছে।

• প্রাসঙ্গিক সংকেত ব্যবহার করে:

  • auction_config.auction_signals ( নিলাম সম্পর্কে তথ্যের জন্য)

  • auction_config.seller_signals ( বিক্রেতার সংকেতের জন্য

  • auction_config.per_buyer_config["buyer"].buyer_signals ( ক্রেতাদের সংকেতের জন্য)

• buyer_list ক্ষেত্র ব্যবহার করে নিলামে অন্তর্ভুক্ত ক্রেতাদের তালিকা ।

বাই-সাইড বিজ্ঞাপন নির্বাচন লজিক এক্সিকিউশন

একটি উচ্চ স্তরে, ক্রেতার কাস্টম লজিক বিজ্ঞাপন অনুরোধের জন্য প্রাসঙ্গিক বিজ্ঞাপন নির্বাচন করতে এবং একটি বিড প্রয়োগ করতে প্রকাশকের দ্বারা প্রদত্ত প্রাসঙ্গিক ডেটা এবং সুরক্ষিত অ্যাপ সিগন্যাল ব্যবহার করে৷ প্ল্যাটফর্মটি ক্রেতাদের উপলব্ধ বিজ্ঞাপনগুলির একটি বড় পুলকে সবচেয়ে প্রাসঙ্গিক (শীর্ষ কে) তে সংকুচিত করতে সক্ষম করে, যার জন্য বিডগুলি চূড়ান্ত নির্বাচনের জন্য বিক্রেতার কাছে ফেরত দেওয়ার আগে গণনা করা হয়।

Android-এ গোপনীয়তা স্যান্ডবক্সে বাই-সাইড বিজ্ঞাপন নির্বাচন কার্যকর করার যুক্তি।

বিড করার আগে, ক্রেতারা বিজ্ঞাপনের একটি বড় পুল দিয়ে শুরু করে। প্রতিটি বিজ্ঞাপনের জন্য একটি বিড গণনা করা খুব ধীর, তাই ক্রেতাদের প্রথমে বড় পুল থেকে শীর্ষ k প্রার্থীদের নির্বাচন করতে হবে। এরপরে, ক্রেতাদের সেই শীর্ষ k প্রার্থীদের প্রত্যেকের জন্য বিড গণনা করতে হবে। তারপর, সেই বিজ্ঞাপন এবং বিডগুলি চূড়ান্ত নির্বাচনের জন্য বিক্রেতার কাছে ফেরত দেওয়া হয়।

দ্রষ্টব্য: এই প্রবাহটি ফ্রেমওয়ার্ক কোড এবং ব্যবহারকারী-সংজ্ঞায়িত ফাংশন (UDFs) এর একটি মিশ্রণ যাতে ক্রেতা ব্যবসার যুক্তি রয়েছে। এই UDFগুলি JavaScript বা WASM-এ প্রয়োগ করা হয়। উচ্চ স্তরে, প্রবাহ হল:

1. BuyerFrontEnd পরিষেবা একটি বিজ্ঞাপন অনুরোধ গ্রহণ করে।
2. BuyerFrontEnd পরিষেবা ক্রেতার বিডিং পরিষেবার কাছে একটি অনুরোধ পাঠায়। ক্রেতার বিডিং পরিষেবা একটি UDF চালায় যাকে বলা হয় prepareDataForAdRetrieval() , যা বিজ্ঞাপন পুনরুদ্ধার পরিষেবা থেকে শীর্ষ k প্রার্থীদের পেতে একটি অনুরোধ তৈরি করে৷ বিডিং পরিষেবা এই অনুরোধটি কনফিগার করা পুনরুদ্ধার সার্ভার এন্ডপয়েন্টে পাঠায়।
3. বিজ্ঞাপন পুনরুদ্ধার পরিষেবা getCandidateAds() UDF চালায়, যা শীর্ষ k প্রার্থীর বিজ্ঞাপনগুলির সেটে ফিল্টার করে, যা ক্রেতার বিডিং পরিষেবাতে পাঠানো হয়।
4. ক্রেতার বিডিং পরিষেবা generateBid() UDF চালায়, যা সেরা প্রার্থী বাছাই করে, তার বিড গণনা করে, তারপর তা ক্রেতাফ্রন্টএন্ড পরিষেবাতে ফেরত দেয়।
5. BuyerFrontEnd পরিষেবা বিক্রেতার কাছে বিজ্ঞাপন এবং বিড ফেরত দেয়।

এই প্রবাহ সম্পর্কে বেশ কিছু গুরুত্বপূর্ণ বিবরণ রয়েছে – বিশেষ করে টুকরোগুলি কীভাবে একে অপরের সাথে কথা বলে এবং কীভাবে প্ল্যাটফর্মটি সেরা কে বিজ্ঞাপনগুলি পুনরুদ্ধার করার জন্য এবং তাদের বিডগুলি গণনা করার জন্য মেশিন লার্নিং ভবিষ্যদ্বাণী করার ক্ষমতার মতো বৈশিষ্ট্যগুলি সরবরাহ করে।

আমরা এর অংশগুলি আরও বিশদে দেখার আগে, উপরের চিত্রে TEE সম্পর্কে কিছু গুরুত্বপূর্ণ স্থাপত্য নোট রয়েছে।

ক্রেতার বিডিং পরিষেবা অভ্যন্তরীণভাবে একটি অনুমান পরিষেবা ধারণ করে৷ বিজ্ঞাপন প্রযুক্তিগুলি ক্রেতার বিডিং পরিষেবাতে মেশিন লার্নিং মডেলগুলি আপলোড করতে পারে৷ ক্রেতার বিডিং পরিষেবাতে চলমান UDF-এর মধ্যে থেকে আমরা ভবিষ্যদ্বাণী করতে বা এই মডেলগুলি থেকে এমবেডিং তৈরি করতে বিজ্ঞাপন প্রযুক্তির জন্য JavaScript API প্রদান করব৷ বিজ্ঞাপন পুনরুদ্ধার পরিষেবার বিপরীতে, ক্রেতার বিডিং পরিষেবাতে কোনও বিজ্ঞাপন মেটাডেটা সঞ্চয় করার জন্য মূল মান পরিষেবা নেই ৷

বিজ্ঞাপন পুনরুদ্ধার পরিষেবা অভ্যন্তরীণভাবে একটি মূল-মান পরিষেবা অন্তর্ভুক্ত করে। বিজ্ঞাপন প্রযুক্তিগুলি গোপনীয়তার সীমানার বাইরে, তাদের নিজস্ব সার্ভার থেকে এই পরিষেবাতে কী-মান জোড়াকে বাস্তবায়িত করতে পারে৷ বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে চলমান UDF-এর মধ্যে থেকে এই কী-মান পরিষেবা থেকে পড়ার জন্য বিজ্ঞাপন প্রযুক্তির জন্য আমরা একটি JavaScript API প্রদান করব। ক্রেতার বিডিং পরিষেবার বিপরীতে, বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে কোনও অনুমান পরিষেবা থাকে না ৷

এই নকশার একটি কেন্দ্রীয় প্রশ্ন হল কিভাবে পুনরুদ্ধার-সময় এবং বিডিং-সময়ের পূর্বাভাস দেওয়া যায়। উভয়ের উত্তরে মডেল ফ্যাক্টরাইজেশন নামক একটি সমাধান জড়িত থাকতে পারে।

মডেল ফ্যাক্টরাইজেশন

মডেল ফ্যাক্টরাইজেশন এমন একটি কৌশল যা একটি একক মডেলকে একাধিক টুকরোতে ভাঙ্গা এবং তারপর সেই টুকরোগুলিকে একটি ভবিষ্যদ্বাণীতে একত্রিত করা সম্ভব করে। অ্যাপ ইনস্টল ব্যবহারের ক্ষেত্রে, মডেলগুলি প্রায়শই তিন ধরণের ডেটা ব্যবহার করে: ব্যবহারকারীর ডেটা, প্রাসঙ্গিক ডেটা এবং বিজ্ঞাপন ডেটা৷

নন-ফ্যাক্টরাইজড ক্ষেত্রে, একটি একক মডেলকে তিনটি ধরণের ডেটাতে প্রশিক্ষণ দেওয়া হয়। ফ্যাক্টরাইজড ক্ষেত্রে, আমরা মডেলটিকে একাধিক টুকরোতে বিভক্ত করি। শুধুমাত্র ব্যবহারকারীর তথ্য ধারণকারী অংশ সংবেদনশীল. তার মানে ক্রেতার বিডিং পরিষেবার অনুমান পরিষেবাতে শুধুমাত্র ব্যবহারকারীর অংশ সহ মডেলটি বিশ্বাসের সীমানার মধ্যে চালানো দরকার৷

এটি নিম্নলিখিত নকশা সম্ভব করে তোলে:

1. মডেলটিকে একটি ব্যক্তিগত অংশে (ব্যবহারকারীর ডেটা) এবং এক বা একাধিক নন-প্রাইভেট টুকরা (প্রসঙ্গিক এবং বিজ্ঞাপন ডেটা) ভাগ করুন।
2. ঐচ্ছিকভাবে, কিছু বা সমস্ত নন-প্রাইভেট অংশগুলিকে একটি UDF-এর কাছে যুক্তি হিসাবে পাঠান যা ভবিষ্যদ্বাণী করতে হবে। উদাহরণস্বরূপ, per_buyer_signals এ প্রাসঙ্গিক এম্বেডিং UDF-এ পাস করা হয়।
3. ঐচ্ছিকভাবে, বিজ্ঞাপন প্রযুক্তিগুলি নন-প্রাইভেট টুকরোগুলির জন্য মডেল তৈরি করতে পারে, তারপর সেই মডেলগুলি থেকে বিজ্ঞাপন পুনরুদ্ধার পরিষেবার মূল-মান স্টোরে এমবেডিংগুলিকে বাস্তবায়িত করতে পারে৷ বিজ্ঞাপন পুনরুদ্ধার পরিষেবার UDF রানটাইমে এই এম্বেডিংগুলি আনতে পারে।
4. একটি UDF এর সময় একটি ভবিষ্যদ্বাণী করতে, UDF ফাংশন আর্গুমেন্টের অ-প্রাইভেট এম্বেডিংয়ের সাথে অনুমান পরিষেবা থেকে ব্যক্তিগত এম্বেডিংগুলিকে একত্রিত করুন বা একটি ডট পণ্যের মতো একটি অপারেশন সহ কী-মান স্টোর। এটি চূড়ান্ত ভবিষ্যদ্বাণী।

এটি ব্যাখ্যা করার সাথে, আমরা প্রতিটি ইউডিএফকে আরও বিশদে দেখতে পারি। আমরা ব্যাখ্যা করব তারা কী করে, কীভাবে তারা একত্রিত হয় এবং কীভাবে তারা শীর্ষ k বিজ্ঞাপনগুলি বেছে নেওয়ার জন্য প্রয়োজনীয় ভবিষ্যদ্বাণী করতে পারে এবং তাদের বিডগুলি গণনা করতে পারে৷

The prepareDataForAdRetrieval() UDF

ক্রেতার বিডিং পরিষেবায় চলমান prepareDataForAdRetrieval() অনুরোধ পেলোড তৈরি করার জন্য দায়ী যা বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে পাঠানো হবে শীর্ষ কে প্রার্থীর বিজ্ঞাপনগুলি আনার জন্য৷

prepareDataForAdRetrieval() নিম্নলিখিত তথ্য নেয়:

• getAdSelectionData থেকে প্রাপ্ত প্রতি-ক্রেতার পেলোড। এই পেলোডে সুরক্ষিত অ্যাপ সংকেত রয়েছে।
• প্রাসঙ্গিক সংকেতগুলির auction_signals ( নিলাম সম্পর্কে তথ্যের জন্য) এবং buyer_signals ( ক্রেতাদের সংকেত ক্ষেত্রের জন্য)।

prepareDataForAdRetrieval() দুটি জিনিস করে:

• ফিচারাইজেশন : যদি পুনরুদ্ধার-সময় অনুমান প্রয়োজন হয়, এটি পুনরুদ্ধারের জন্য ব্যক্তিগত এম্বেডিং পেতে অনুমান পরিষেবাতে কল করার সময় ব্যবহারের জন্য আগত সংকেতগুলিকে বৈশিষ্ট্যগুলিতে রূপান্তরিত করে।
• পুনরুদ্ধারের জন্য ব্যক্তিগত এম্বেডিং গণনা করে : পুনরুদ্ধারের পূর্বাভাস প্রয়োজন হলে, এটি উপরের বৈশিষ্ট্যগুলি ব্যবহার করে অনুমান পরিষেবার বিরুদ্ধে কল করে এবং পুনরুদ্ধার-সময়ের পূর্বাভাসের জন্য একটি ব্যক্তিগত এম্বেডিং পায়।

prepareDataForAdRetrieval() রিটার্ন:

• সুরক্ষিত অ্যাপ সিগন্যাল : বিজ্ঞাপন প্রযুক্তি-নির্ভর সংকেত পেলোড।
• নিলাম-নির্দিষ্ট সংকেত : প্ল্যাটফর্ম-নির্দিষ্ট সেল-সাইড সিগন্যাল, এবং SelectAdRequest থেকে auction_signals এবং per_buyer_signals (প্রসঙ্গগত এম্বেডিং সহ) এর মতো প্রাসঙ্গিক তথ্য। এটি সুরক্ষিত দর্শকদের অনুরূপ।
• অতিরিক্ত সংকেত : ব্যক্তিগত এম্বেডিংয়ের মতো অতিরিক্ত তথ্য অনুমান পরিষেবা থেকে পুনরুদ্ধার করা হয়েছে।

এই অনুরোধটি বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে পাঠানো হয়, যা প্রার্থীর সাথে মিলে যায় এবং তারপর getCandidateAds() UDF চালায়।

getCandidateAds() UDF

getCandidateAds() বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে চলে। এটি ক্রেতার বিডিং পরিষেবার উপর prepareDataForAdRetrieval() দ্বারা তৈরি করা অনুরোধ গ্রহণ করে। পরিষেবাটি getCandidateAds() নির্বাহ করে যা বিডিংয়ের জন্য শীর্ষ-কে প্রার্থীদেরকে সেট কোয়েরি, ডেটা আনয়ন এবং কাস্টম বিজনেস লজিক এবং অন্যান্য কাস্টম পুনরুদ্ধার যুক্তিতে রূপান্তর করে।

getCandidateAds() নিম্নলিখিত তথ্য নেয়:

• সুরক্ষিত অ্যাপ সিগন্যাল : বিজ্ঞাপন প্রযুক্তি-নির্ভর সংকেত পেলোড।
• নিলাম-নির্দিষ্ট সংকেত : প্ল্যাটফর্ম-নির্দিষ্ট সেল-সাইড সিগন্যাল, এবং SelectAdRequest থেকে auction_signals এবং per_buyer_signals (প্রসঙ্গগত এম্বেডিং সহ) এর মতো প্রাসঙ্গিক তথ্য। এটি সুরক্ষিত দর্শকদের অনুরূপ।
• অতিরিক্ত সংকেত : ব্যক্তিগত এম্বেডিংয়ের মতো অতিরিক্ত তথ্য অনুমান পরিষেবা থেকে পুনরুদ্ধার করা হয়েছে।

getCandidateAds() নিম্নলিখিত কাজ করে:

1. বিজ্ঞাপন প্রার্থীদের একটি প্রাথমিক সেট আনুন : বিজ্ঞাপন প্রার্থীদের ফিল্টার করার জন্য ভাষা, জিও, বিজ্ঞাপনের ধরন, বিজ্ঞাপনের আকার বা বাজেটের মতো লক্ষ্য নির্ধারণের মানদণ্ড ব্যবহার করে আনা হয়েছে।
2. পুনরুদ্ধার এমবেডিং আনয়ন : শীর্ষ k নির্বাচনের জন্য পুনরুদ্ধার-সময়ের পূর্বাভাস দেওয়ার জন্য যদি কী-মান পরিষেবা থেকে এমবেডিংয়ের প্রয়োজন হয়, তবে সেগুলি অবশ্যই কী-মান পরিষেবা থেকে পুনরুদ্ধার করতে হবে।
3. শীর্ষ k প্রার্থী নির্বাচন : মূল-মূল্যের দোকান থেকে আনা বিজ্ঞাপন মেটাডেটা এবং ক্রেতার বিডিং পরিষেবা থেকে পাঠানো তথ্যের উপর ভিত্তি করে এবং সেই স্কোরের উপর ভিত্তি করে শীর্ষ k প্রার্থীদের বাছাই করার জন্য বিজ্ঞাপন প্রার্থীদের ফিল্টার করা সেটের জন্য একটি হালকা স্কোর গণনা করুন। উদাহরণস্বরূপ, স্কোর বিজ্ঞাপন দেওয়া একটি অ্যাপ ইনস্টল করার সুযোগ হতে পারে।
4. বিডিং এম্বেডিং আনয়ন : বিডিং-টাইম ভবিষ্যদ্বাণী করতে বিডিং কোডের মাধ্যমে কী-মান পরিষেবা থেকে এমবেডিং প্রয়োজন হলে, সেগুলি কী-মান পরিষেবা থেকে পুনরুদ্ধার করা যেতে পারে।

মনে রাখবেন যে একটি বিজ্ঞাপনের স্কোর একটি ভবিষ্যদ্বাণীমূলক মডেলের আউটপুট হতে পারে, যা উদাহরণস্বরূপ একটি ব্যবহারকারীর একটি অ্যাপ ইনস্টল করার সম্ভাবনার পূর্বাভাস দেয়৷ এই ধরনের স্কোর তৈরিতে এক ধরনের মডেল ফ্যাক্টরাইজেশন জড়িত: যেহেতু getCandidateAds() বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে চলে এবং যেহেতু বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে কোনও অনুমান পরিষেবা নেই, তাই একত্রিত করে পূর্বাভাস তৈরি করা যেতে পারে:

• নিলাম-নির্দিষ্ট সংকেত ইনপুট ব্যবহার করে প্রাসঙ্গিক এম্বেডিং পাস করা হয়েছে।
• অতিরিক্ত সংকেত ইনপুট ব্যবহার করে ব্যক্তিগত এম্বেডিং পাস করা হয়েছে।
• যেকোন নন-প্রাইভেট এম্বেডিং বিজ্ঞাপন প্রযুক্তি তাদের সার্ভার থেকে বিজ্ঞাপন পুনরুদ্ধার পরিষেবার মূল-মান পরিষেবাতে রূপান্তরিত হয়েছে।

মনে রাখবেন যে ক্রেতার বিডিং পরিষেবাতে যে generateBid() UDF চলে তা বিডিং ভবিষ্যদ্বাণী করতে তার নিজস্ব ধরণের মডেল ফ্যাক্টরাইজেশনও প্রয়োগ করতে পারে। এটি করার জন্য যদি একটি মূল-মান পরিষেবা থেকে কোনো এমবেডিংয়ের প্রয়োজন হয়, তবে সেগুলি এখনই আনতে হবে।

getCandidateAds() রিটার্ন:

• প্রার্থীর বিজ্ঞাপন : সেরা বিজ্ঞাপনগুলি generateBid() -এ পাস করতে হবে। প্রতিটি বিজ্ঞাপন গঠিত হয়:
  • রেন্ডার ইউআরএল : বিজ্ঞাপন ক্রিয়েটিভ রেন্ডার করার জন্য এন্ডপয়েন্ট।
  • মেটাডেটা : বাই-সাইড, বিজ্ঞাপন প্রযুক্তি-নির্দিষ্ট বিজ্ঞাপন মেটাডেটা। উদাহরণস্বরূপ, এর মধ্যে বিজ্ঞাপন প্রচারাভিযানের তথ্য এবং অবস্থান এবং ভাষার মতো লক্ষ্য নির্ধারণের মানদণ্ড অন্তর্ভুক্ত থাকতে পারে। বিডিংয়ের সময় অনুমান চালানোর জন্য মডেল ফ্যাক্টরাইজেশনের প্রয়োজন হলে মেটাডেটাতে ঐচ্ছিক এম্বেডিং ব্যবহার করা যেতে পারে।
• অতিরিক্ত সংকেত : ঐচ্ছিকভাবে, বিজ্ঞাপন পুনরুদ্ধার পরিষেবাতে অতিরিক্ত তথ্য অন্তর্ভুক্ত করতে পারে যেমন অতিরিক্ত এমবেডিং বা স্প্যাম সংকেত generateBid() এ ব্যবহার করা হবে।

আমরা SelectAdRequest কলের অংশ হিসাবে এটি উপলব্ধ করা সহ স্কোর করার জন্য বিজ্ঞাপন প্রদানের জন্য অন্যান্য পদ্ধতিগুলি তদন্ত করছি। এই বিজ্ঞাপনগুলি একটি RTB বিড অনুরোধ ব্যবহার করে পুনরুদ্ধার করা যেতে পারে। মনে রাখবেন যে এই ধরনের ক্ষেত্রে, সুরক্ষিত অ্যাপ সিগন্যাল ছাড়াই বিজ্ঞাপনগুলি পুনরুদ্ধার করতে হবে। আমরা আশা করি যে বিজ্ঞাপন প্রযুক্তিগুলি প্রতিক্রিয়া পেলোডের আকার, লেটেন্সি, খরচ এবং সংকেতগুলির উপলব্ধতা সহ তাদের সেরা বিকল্পগুলি বেছে নেওয়ার আগে ট্রেডঅফগুলি মূল্যায়ন করবে৷

generateBid() UDF

একবার আপনি প্রার্থীর বিজ্ঞাপনের সেট এবং পুনরুদ্ধারের সময় এম্বেডিংগুলি পুনরুদ্ধার করার পরে, আপনি বিডিংয়ের জন্য এগিয়ে যেতে প্রস্তুত, যা ক্রেতার বিডিং পরিষেবাতে চলে৷ এই পরিষেবাটি ক্রেতা দ্বারা সরবরাহকৃত generateBid() ইউডিএফ চালায় যাতে শীর্ষ k থেকে বিড করার জন্য বিজ্ঞাপনটি নির্বাচন করতে হয়, তারপর এটিকে বিড সহ ফেরত দেয়।

generateBid() নিম্নলিখিত তথ্য নেয়:

• প্রার্থীর বিজ্ঞাপন : পুনরুদ্ধার বিজ্ঞাপন পুনরুদ্ধার পরিষেবা দ্বারা ফেরত শীর্ষ k বিজ্ঞাপন।
• নিলাম-নির্দিষ্ট সংকেত : প্ল্যাটফর্ম-নির্দিষ্ট সেল-সাইড সিগন্যাল, এবং SelectAdRequest থেকে auction_signals এবং per_buyer_signals (প্রসঙ্গগত এম্বেডিং সহ) এর মতো প্রাসঙ্গিক তথ্য।
• অতিরিক্ত সংকেত : বিডিংয়ের সময় ব্যবহার করা অতিরিক্ত তথ্য।

ক্রেতার generateBid() বাস্তবায়ন তিনটি জিনিস করে:

• বৈশিষ্ট্যকরণ : অনুমানের সময় ব্যবহারের জন্য বৈশিষ্ট্যগুলিতে সংকেত রূপান্তরিত করে।
• অনুমান : ভবিষ্যদ্বাণী করা ক্লিক-থ্রু এবং রূপান্তর হারের মতো মান গণনা করতে মেশিন লার্নিং মডেল ব্যবহার করে ভবিষ্যদ্বাণী তৈরি করে।
• বিডিং : প্রার্থীর বিজ্ঞাপনের জন্য বিড গণনা করতে অন্যান্য ইনপুটগুলির সাথে অনুমানকৃত মানগুলিকে একত্রিত করা।

generateBid() রিটার্ন:

• প্রার্থী অ্যাড.
• এর গণনাকৃত বিডের পরিমাণ।

মনে রাখবেন যে অ্যাপ ইনস্টল বিজ্ঞাপনগুলির জন্য ব্যবহৃত generateBid() এবং রিমার্কেটিং বিজ্ঞাপনগুলির জন্য ব্যবহৃত একটি আলাদা।

নিম্নলিখিত বিভাগগুলি আরও বিশদে বৈশিষ্ট্যযুক্তকরণ, অনুমান এবং বিডিং বর্ণনা করে।

ফিচারাইজেশন

generateBid() দ্বারা বৈশিষ্ট্যের মধ্যে নিলাম সংকেত প্রস্তুত করা যেতে পারে। ক্লিক-থ্রু এবং রূপান্তর হারের মতো জিনিসগুলির পূর্বাভাস দিতে অনুমানের সময় এই বৈশিষ্ট্যগুলি ব্যবহার করা যেতে পারে। আমরা মডেল প্রশিক্ষণে ব্যবহারের জন্য উইন রিপোর্টে তাদের কিছু প্রেরণ করার জন্য গোপনীয়তা-সংরক্ষণের প্রক্রিয়াগুলিও অন্বেষণ করছি।

অনুমান

একটি বিড গণনা করার সময় এক বা একাধিক মেশিন লার্নিং মডেলের বিপরীতে অনুমান করা সাধারণ। উদাহরণস্বরূপ, কার্যকর eCPM গণনা প্রায়ই ক্লিক-থ্রু এবং রূপান্তর হারের পূর্বাভাস দিতে মডেল ব্যবহার করে।

ক্লায়েন্টরা তাদের generateBid() বাস্তবায়নের সাথে বেশ কয়েকটি মেশিন লার্নিং মডেল সরবরাহ করতে পারে। আমরা generateBid() এর মধ্যে একটি JavaScript API প্রদান করব যাতে ক্লায়েন্টরা রানটাইমে অনুমান করতে পারে।

অনুমান ক্রেতার বিডিং পরিষেবার উপর সঞ্চালিত হয়। এটি অনুমান লেটেন্সি এবং খরচকে প্রভাবিত করতে পারে, বিশেষ করে যেহেতু টিইই-তে এক্সিলারেটর এখনও উপলব্ধ নেই। কিছু ক্লায়েন্ট দেখতে পাবে যে তাদের চাহিদাগুলি ক্রেতার বিডিং পরিষেবাতে চলমান পৃথক মডেলগুলির সাথে পূরণ করা হয়েছে। কিছু ক্লায়েন্ট - উদাহরণস্বরূপ, যাদের খুব বড় মডেল রয়েছে - তারা বিডের সময় অনুমান খরচ এবং বিলম্ব কমাতে মডেল ফ্যাক্টরাইজেশনের মতো বিকল্পগুলি বিবেচনা করতে চাইতে পারে।

সমর্থিত মডেল ফরম্যাট এবং সর্বাধিক আকারের মতো অনুমান ক্ষমতা সম্পর্কে আরও তথ্য ভবিষ্যতের আপডেটে সরবরাহ করা হবে।

মডেল ফ্যাক্টরাইজেশন বাস্তবায়ন

এর আগে আমরা মডেল ফ্যাক্টরাইজেশন ব্যাখ্যা করেছি। বিডিংয়ের সময়, নির্দিষ্ট পদ্ধতি হল:

1. একক মডেলটিকে একটি ব্যক্তিগত অংশে (ব্যবহারকারীর ডেটা) এবং এক বা একাধিক নন-প্রাইভেট টুকরা (প্রসঙ্গিক এবং বিজ্ঞাপন ডেটা) ভাগ করুন।
2. generateBid() করতে নন-প্রাইভেট টুকরা পাস করুন। এগুলি হয় per_buyer_signals থেকে, অথবা এম্বেডিং থেকে আসতে পারে যেগুলি বিজ্ঞাপন প্রযুক্তিগুলি বাহ্যিকভাবে গণনা করে, পুনরুদ্ধার পরিষেবার মূল-মূল্যের দোকানে বাস্তবায়িত হতে পারে, পুনরুদ্ধারের সময়ে আনতে পারে এবং অতিরিক্ত সংকেতের অংশ হিসাবে ফিরে আসতে পারে৷ এটি ব্যক্তিগত এম্বেডিং অন্তর্ভুক্ত করে না কারণ সেগুলি গোপনীয়তার সীমানার বাইরে থেকে নেওয়া যায় না।
3. generateBid() : এ
   1. ব্যক্তিগত ব্যবহারকারী এম্বেডিং পেতে মডেলগুলির বিরুদ্ধে অনুমান সম্পাদন করুন৷
   2. per_buyer_signals থেকে প্রাসঙ্গিক এম্বেডিং বা অ-ব্যক্তিগত বিজ্ঞাপন এবং একটি ডট পণ্যের মতো একটি অপারেশন ব্যবহার করে পুনরুদ্ধার পরিষেবা থেকে প্রাসঙ্গিক এম্বেডিংয়ের সাথে ব্যক্তিগত ব্যবহারকারী এম্বেডিংগুলিকে একত্রিত করুন৷ এটিই চূড়ান্ত ভবিষ্যদ্বাণী যা বিড গণনা করতে ব্যবহার করা যেতে পারে।

এই পদ্ধতিটি ব্যবহার করে, বিডিংয়ের সময় এমন মডেলগুলির বিরুদ্ধে অনুমান করা সম্ভব যা অন্যথায় ক্রেতার বিডিং পরিষেবাতে চালানো খুব বড় বা ধীর হবে।

সেল-সাইড স্কোরিং যুক্তি

এই পর্যায়ে সমস্ত অংশগ্রহণকারী ক্রেতাদের কাছ থেকে প্রাপ্ত বিড সহ বিজ্ঞাপনগুলি স্কোর করা হয়। generateBid() এর আউটপুট scoreAd() চালানোর জন্য বিক্রেতার নিলাম পরিষেবাতে পাঠানো হয় এবং সেই scoreAd() একবারে শুধুমাত্র একটি বিজ্ঞাপন বিবেচনা করে। স্কোরিংয়ের উপর ভিত্তি করে, বিক্রেতা রেন্ডারিংয়ের জন্য ডিভাইসে ফিরে আসার জন্য একটি বিজয়ী বিজ্ঞাপন বেছে নেয়।

সুরক্ষিত শ্রোতা পুনঃবিপণন প্রবাহের জন্য স্কোরিং যুক্তি একই ব্যবহার করা হয় এবং পুনঃবিপণন এবং অ্যাপ ইনস্টল প্রার্থীদের মধ্যে একজন বিজয়ী নির্বাচন করতে সক্ষম হয়। সুরক্ষিত নিলামে জমা দেওয়া প্রতিটি প্রার্থীর বিজ্ঞাপনের জন্য ফাংশনটি একবার কল করা হয়। বিশদ বিবরণের জন্য বিডিং এবং নিলাম ব্যাখ্যাকারী দেখুন।

বিজ্ঞাপন নির্বাচন কোড রানটাইম

প্রস্তাবে, অ্যাপ ইনস্টলের জন্য বিজ্ঞাপন নির্বাচনের কোডটি সুরক্ষিত শ্রোতা পুনঃবিপণন প্রবাহের মতোই নির্দিষ্ট করা হয়েছে। বিশদ বিবরণের জন্য, বিডিং এবং নিলাম কনফিগারেশন দেখুন। বিডিং কোডটি পুনরায় বিপণনের জন্য ব্যবহৃত একই ক্লাউড স্টোরেজ অবস্থানে উপলব্ধ হবে৷

রিপোর্টিং

এই প্রস্তাবটি সুরক্ষিত শ্রোতা রিপোর্টিং প্রস্তাব হিসাবে একই রিপোর্টিং API ব্যবহার করে (উদাহরণস্বরূপ, reportImpression() , যা বিক্রেতা এবং ক্রেতার রিপোর্ট পাঠাতে প্ল্যাটফর্মকে ট্রিগার করে)।

বাই-সাইডে রিপোর্ট করার জন্য একটি সাধারণ ব্যবহারের ক্ষেত্রে বিজ্ঞাপন নির্বাচনের সময় ব্যবহৃত মডেলগুলির প্রশিক্ষণের ডেটা পাওয়া। বিদ্যমান এপিআই ছাড়াও, প্ল্যাটফর্মটি প্ল্যাটফর্ম থেকে বিজ্ঞাপন প্রযুক্তি সার্ভারগুলিতে ইভেন্ট-স্তরের ডেটা সরবরাহের জন্য একটি নির্দিষ্ট প্রক্রিয়া সরবরাহ করবে। এই এড্রেস পে -লোডগুলিতে নির্দিষ্ট ব্যবহারকারীর ডেটা অন্তর্ভুক্ত থাকতে পারে।

দীর্ঘমেয়াদে, আমরা টিজে চলমান পরিষেবাগুলির বাইরে পরিষেবাগুলি বাইরে প্রেরণ না করে সুরক্ষিত নিলামে ব্যবহৃত ডেটা সহ মডেল প্রশিক্ষণকে সম্বোধন করার জন্য গোপনীয়তা-সংরক্ষণের সমাধানগুলি তদন্ত করছি। আমরা পরবর্তী আপডেটে অতিরিক্ত বিশদ সরবরাহ করব।

স্বল্পমেয়াদে, আমরা generateBid() থেকে নাজাইজড ডেটা সরবরাহের জন্য একটি অস্থায়ী উপায় সরবরাহ করব। এর জন্য আমাদের প্রাথমিক প্রস্তাবটি নীচে রয়েছে এবং শিল্পের প্রতিক্রিয়ার প্রতিক্রিয়া হিসাবে আমরা এটি (সম্ভাব্য পশ্চাদপদ-অসম্পূর্ণ পরিবর্তনগুলি সহ) বিকাশ করব।

প্রযুক্তিগতভাবে, এটি যেভাবে কাজ করে তা হ'ল:

1. বিজ্ঞাপন প্রযুক্তিগুলি তারা যে ডেটা প্রেরণ করতে চায় তার জন্য একটি স্কিমা সংজ্ঞায়িত করে।
2. generateBid() এ, তারা তাদের পছন্দসই এড্রেস পে -লোড তৈরি করে।
3. প্ল্যাটফর্মটি স্কিমার বিরুদ্ধে এড্রেস পে -লোডকে বৈধ করে এবং আকারের সীমা প্রয়োগ করে।
4. প্ল্যাটফর্মটি এড্রেস পে -লোডে শব্দ যুক্ত করে।
5. এড্রেস পে -লোড ওয়্যার ফর্ম্যাটে উইন রিপোর্টে অন্তর্ভুক্ত রয়েছে, বিজ্ঞাপন প্রযুক্তি সার্ভারগুলিতে প্রাপ্ত, ডিকোডেড এবং মডেল প্রশিক্ষণের জন্য ব্যবহৃত হয়।

এড্রেস পে -লোডের স্কিমা সংজ্ঞায়িত

প্ল্যাটফর্মটি বিকশিত গোপনীয়তার প্রয়োজনীয়তাগুলি কার্যকর করার জন্য, প্ল্যাটফর্মটি বুঝতে পারে এমনভাবে এড্রেস পে -লোডগুলি কাঠামোগত করতে হবে। বিজ্ঞাপন প্রযুক্তিগুলি একটি স্কিমা জেএসএন ফাইল সরবরাহ করে তাদের এড্রেস পে -লোডগুলির কাঠামো সংজ্ঞায়িত করবে। সেই স্কিমাটি প্ল্যাটফর্ম দ্বারা প্রক্রিয়া করা হবে এবং ইউডিএফ এবং মডেলগুলির মতো অন্যান্য বিজ্ঞাপন প্রযুক্তি সংস্থানগুলির মতো একই প্রক্রিয়াগুলি ব্যবহার করে বিড এবং নিলাম পরিষেবাগুলি দ্বারা গোপনীয় রাখা হবে।

আমরা একটি সিডিডিএল ফাইল সরবরাহ করব যা সেই জেএসনের কাঠামোকে সংজ্ঞায়িত করে। সিডিডিএল ফাইলটিতে সমর্থিত বৈশিষ্ট্য ধরণের একটি সেট অন্তর্ভুক্ত থাকবে (উদাহরণস্বরূপ, বৈশিষ্ট্যগুলি যা বুলিয়ান, পূর্ণসংখ্যা, বালতি এবং আরও কিছু)। সিডিডিএল ফাইল এবং সরবরাহিত স্কিমা উভয়ই সংস্করণ করা হবে।

উদাহরণস্বরূপ, একটি এড্রেস পে -লোড যা একটি একক বুলিয়ান বৈশিষ্ট্য নিয়ে গঠিত যার পরে দুটি আকারের বালতি বৈশিষ্ট্যটি এমন কিছু দেখতে লাগবে:

egressPayload = {
  features : [
    {
      type: "boolean_feature",
      value: false
    },
    {
      type: "bucket_feature",
      size: 2,
      value: [
        {
          value: false
        },
        {
          value: true
        }
      ]
    }
  ]
}

সমর্থিত বৈশিষ্ট্য প্রকারের সেটগুলির বিশদ গিটহাবে উপলব্ধ ।

generateBid()

প্রদত্ত ক্রেতার জন্য সমস্ত সুরক্ষিত অ্যাপ্লিকেশন সংকেতগুলি তাদের generateBid() ইউডিএফের জন্য উপলব্ধ। এগুলি বৈশিষ্ট্যযুক্ত হয়ে গেলে, বিজ্ঞাপন প্রযুক্তিগুলি তাদের পে -লোড জেএসএন ফর্ম্যাটে তৈরি করে। এই অ্যাড্রেস পে -লোড বিজ্ঞাপন প্রযুক্তি সার্ভারগুলিতে ট্রান্সমিশনের জন্য ক্রেতার জয়ের প্রতিবেদনে অন্তর্ভুক্ত থাকবে।

এই নকশার বিকল্প হ'ল generateBid() এর পরিবর্তে reportWin() এ ঘটতে অ্যাড্রেস ভেক্টর গণনার জন্য। প্রতিটি পদ্ধতির জন্য ট্রেড-অফ রয়েছে এবং আমরা শিল্পের প্রতিক্রিয়ার প্রতিক্রিয়া হিসাবে এই সিদ্ধান্তটি চূড়ান্ত করব।

এড্রেস পে -লোড বৈধ করুন

প্ল্যাটফর্মটি বিজ্ঞাপন প্রযুক্তি দ্বারা নির্মিত কোনও এড্রেস পে -লোডকে বৈধতা দেবে। বৈধতা নিশ্চিত করে যে বৈশিষ্ট্য মানগুলি তাদের ধরণের জন্য বৈধ, আকারের সীমাবদ্ধতাগুলি পূরণ করা হয় এবং দূষিত অভিনেতারা তাদের এড্রেস পে -লোডগুলিতে অতিরিক্ত তথ্য প্যাক করে গোপনীয়তা নিয়ন্ত্রণগুলিকে পরাস্ত করার চেষ্টা করছেন না।

যদি কোনও এড্রেস পে -লোড অবৈধ থাকে তবে এটি জয়ের প্রতিবেদনে প্রেরিত ইনপুটগুলি থেকে নিঃশব্দে বাতিল করা হবে। এটি কারণ আমরা বৈধতা পরাজিত করার চেষ্টা করে কোনও খারাপ অভিনেতাকে ডিবাগিং তথ্য সরবরাহ করতে চাই না।

generateBid() এ তারা তৈরি করা এড্রেস পে -লোড প্ল্যাটফর্মের বৈধতা পাস করবে তা নিশ্চিত করার জন্য আমরা বিজ্ঞাপন প্রযুক্তির জন্য একটি জাভাস্ক্রিপ্ট এপিআই সরবরাহ করব:

validate(payload, schema)

এই জাভাস্ক্রিপ্ট এপিআই সম্পূর্ণরূপে কলারদের জন্য এটি নির্ধারণের জন্য যে কোনও নির্দিষ্ট পে -লোড প্ল্যাটফর্মের বৈধতা পাস করবে কিনা। দূষিত generateBid() ইউডিএফএস থেকে রক্ষা করার জন্য প্ল্যাটফর্মে প্রকৃত বৈধতা অবশ্যই করা উচিত।

এড্রেস পে -লোড শব্দ করুন

প্ল্যাটফর্মটি জয়ের প্রতিবেদনে তাদের অন্তর্ভুক্ত করার আগে পে -লোডগুলি শব্দ করবে। প্রাথমিক শব্দের থ্রেশহোল্ডটি 1%হবে এবং এই মানটি সময়ের সাথে সাথে বিকশিত হতে পারে। প্ল্যাটফর্মটি কোনও নির্দিষ্ট এড্রেস পে -লোড ন্যূনতম হয়েছে কিনা তা কোনও ইঙ্গিত দেয় না।

নোটিং পদ্ধতিটি হ'ল:

1. প্ল্যাটফর্মটি এড্রেস পে -লোডের জন্য স্কিমা সংজ্ঞাটি লোড করে।
2. এড্রেস পে -লোডগুলির 1% নাইজিংয়ের জন্য বেছে নেওয়া হবে।
3. যদি কোনও এড্রেস পে -লোড চয়ন না করা হয় তবে পুরো মূল মানটি ধরে রাখা হয়।
4. যদি কোনও এড্রেস পে -লোড বেছে নেওয়া হয় তবে প্রতিটি বৈশিষ্ট্যের মান সেই বৈশিষ্ট্য ধরণের জন্য একটি এলোমেলো বৈধ মান দিয়ে প্রতিস্থাপন করা হবে (উদাহরণস্বরূপ, একটি বুলিয়ান বৈশিষ্ট্যের জন্য 0 বা 1 )।

মডেল প্রশিক্ষণের জন্য এড্রেস পে -লোড প্রেরণ, গ্রহণ এবং ডিকোডিং

বৈধতাযুক্ত, ন্যূনতম এড্রেস পে -লোড reportWin() এর যুক্তিগুলিতে অন্তর্ভুক্ত করা হবে এবং মডেল প্রশিক্ষণের জন্য গোপনীয়তার সীমানার বাইরে ক্রেতা বিজ্ঞাপন প্রযুক্তি সার্ভারগুলিতে প্রেরণ করা হবে। এড্রেস পে -লোড তার তারের ফর্ম্যাটে থাকবে।

সমস্ত বৈশিষ্ট্যের ধরণের জন্য এবং এড্রেস পে -লোডের জন্য তারের বিন্যাসের বিশদগুলি গিটহাবে উপলভ্য ।

এড্রেস পে -লোডের আকার নির্ধারণ করুন

বিটস ব্যালেন্স ইউটিলিটি এবং ডেটা মিনিমাইজেশনে এড্রেস পে -লোডের আকার। আমরা পরীক্ষার মাধ্যমে উপযুক্ত আকার নির্ধারণ করতে শিল্পের সাথে কাজ করব। আমরা যখন এই পরীক্ষাগুলি চালাচ্ছি, আমরা সাময়িকভাবে কোনও বিট আকারের সীমাবদ্ধতা ছাড়াই ডেটা সরবরাহ করব। কোনও বিট আকারের সীমাবদ্ধতা সহ অতিরিক্ত এড্রেস ডেটা পরীক্ষাগুলি সম্পূর্ণ হয়ে গেলে সরানো হবে।

আকার নির্ধারণের পদ্ধতিটি হ'ল:

1. প্রাথমিকভাবে, আমরা generateBid() এ দুটি এড্রেস পে -লোড সমর্থন করব:
   1. egressPayload : এই দস্তাবেজে আমরা এখন পর্যন্ত বর্ণনা করেছি এমন আকার-সীমাবদ্ধ এগ্র্রেস পে-লোড। প্রাথমিকভাবে, এই এড্রেস পে -লোডের আকার 0 বিট হবে (যার অর্থ এটি বৈধতার সময় সর্বদা সরানো হবে)।
   2. temporaryUnlimitedEgressPayload : আকার পরীক্ষাগুলির জন্য একটি অস্থায়ী আকার-অপ্রচলিত এড্রেস পে-লোড। এই এড্রেস পে -লোডের ফর্ম্যাটিং, সৃষ্টি এবং প্রক্রিয়াজাতকরণ egressPayload মতো একই প্রক্রিয়া ব্যবহার করে।
2. এই প্রতিটি এড্রেস পে -লোডগুলির নিজস্ব স্কিমা জেএসএন ফাইল থাকবে: egress_payload_schema.json এবং temporary_egress_payload_schema.json ।
3. আমরা বিভিন্ন এড্রেস পে -লোড আকারে মডেল ইউটিলিটি নির্ধারণের জন্য একটি পরীক্ষামূলক প্রোটোকল এবং মেট্রিকগুলির সেট সরবরাহ করি (উদাহরণস্বরূপ, 5, 10, ... বিট)।
4. পরীক্ষার ফলাফলের উপর ভিত্তি করে, আমরা সঠিক ইউটিলিটি এবং গোপনীয়তা বাণিজ্য-অফগুলির সাথে এড্রেস পে-লোড আকার নির্ধারণ করি।
5. আমরা 0 বিট থেকে নতুন আকারে egressPayload আকার সেট করি।
6. একটি সেট মাইগ্রেশন পিরিয়ডের পরে, আমরা কেবল নতুন আকারের সাথে কেবল egressPayload রেখে temporaryUnlimitedEgressPayload ইউনিটাইমিটগ্রেসপেইলোড সরিয়ে ফেলি।

আমরা এই পরিবর্তনটি পরিচালনার জন্য অতিরিক্ত প্রযুক্তিগত রক্ষণাবেক্ষণগুলি তদন্ত করছি (উদাহরণস্বরূপ, যখন আমরা 0 বিট থেকে এর আকার বাড়িয়ে তুলি তখন egressPayload এনক্রিপ্ট করা)। এই বিবরণগুলি - পরীক্ষার সময় এবং temporaryUnlimitedEgressPayload অপসারণের সময় সহ - পরবর্তী আপডেটে অন্তর্ভুক্ত করা হবে।

এরপরে আমরা egressPayload আকার চূড়ান্ত করার জন্য একটি সম্ভাব্য পরীক্ষার প্রোটোকল ব্যাখ্যা করব। আমাদের লক্ষ্যটি এমন একটি আকার খুঁজে পেতে শিল্পের সাথে কাজ করা যা ইউটিলিটি এবং ডেটা মিনিমাইজেশনকে ভারসাম্যপূর্ণ করে। এই পরীক্ষাগুলি যে নিদর্শনগুলি তৈরি করবে তা এমন একটি গ্রাফ যেখানে এক্স-অক্ষটি বিটগুলিতে প্রশিক্ষণের পে-লোডের আকার, এবং ওয়াই-অক্ষটি আকার-অপ্রত্যাশিত বেসলাইনের তুলনায় সেই আকারের একটি মডেল দ্বারা উত্পাদিত উপার্জনের শতাংশ।

আমরা ধরে নেব যে আমরা একটি পিনস্টল মডেলকে প্রশিক্ষণ দিচ্ছি, এবং আমাদের প্রশিক্ষণ ডেটার উত্সগুলি হ'ল আমাদের লগগুলি এবং temporaryUnlimitedegressPayload বিষয়বস্তুগুলি আমরা যখন নিলাম জিততে পারি তখন আমরা পাই। অ্যাড-টেকের জন্য প্রোটোকল প্রথমে অফলাইন পরীক্ষা-নিরীক্ষা জড়িত:

1. সুরক্ষিত অ্যাপ্লিকেশন সংকেতগুলির সাথে তারা যে মডেলগুলি ব্যবহার করবে তার আর্কিটেকচার নির্ধারণ করুন। উদাহরণস্বরূপ, তাদের মডেল ফ্যাক্টরাইজেশন ব্যবহার করবে কি না তা নির্ধারণ করতে হবে।
2. মডেল গুণমান পরিমাপের জন্য একটি মেট্রিক সংজ্ঞায়িত করুন। প্রস্তাবিত মেট্রিকগুলি হ'ল এওসি ক্ষতি এবং লগ ক্ষতি।
3. মডেল প্রশিক্ষণের সময় তারা যে বৈশিষ্ট্যগুলি ব্যবহার করবে তার সেটটি সংজ্ঞায়িত করুন।
4. সেই মডেল আর্কিটেকচার, মানের মেট্রিক এবং প্রশিক্ষণের বৈশিষ্ট্যগুলির সেট ব্যবহার করে, পিএএসে তারা ব্যবহার করতে চান এমন প্রতিটি মডেলটির জন্য বিট প্রতি অবদান রাখার জন্য ইউটিলিটি নির্ধারণের জন্য অ্যাবেশন স্টাডিজ চালান। বিলোপ অধ্যয়নের জন্য প্রস্তাবিত প্রোটোকলটি হ'ল:
   1. সমস্ত বৈশিষ্ট্য এবং পরিমাপ ইউটিলিটি সহ মডেলটিকে প্রশিক্ষণ দিন; এটি তুলনার জন্য বেসলাইন।
   2. বেসলাইন উত্পাদন করতে ব্যবহৃত প্রতিটি বৈশিষ্ট্যের জন্য, সেই বৈশিষ্ট্যটি বাদে সমস্ত বৈশিষ্ট্য সহ মডেলটিকে প্রশিক্ষণ দিন।
   3. ফলাফল ইউটিলিটি পরিমাপ। বিটগুলিতে বৈশিষ্ট্যটির আকার দ্বারা ডেল্টা ভাগ করুন; এটি সেই বৈশিষ্ট্যের জন্য বিট প্রতি প্রত্যাশিত ইউটিলিটি।
5. পরীক্ষার জন্য প্রশিক্ষণের পে -লোড মাপগুলি নির্ধারণ করুন। আমরা [5, 10, 15, ..., size_of_all_training_features_for_baseline ] বিটগুলির পরামর্শ দিই। এগুলির প্রত্যেকটি egressPayload জন্য একটি সম্ভাব্য আকারের প্রতিনিধিত্ব করে যা পরীক্ষাটি মূল্যায়ন করবে।
6. প্রতিটি সম্ভাব্য আকারের জন্য, বিমোচন অধ্যয়নের ফলাফলগুলি ব্যবহার করে বিট প্রতি ইউটিলিটি সর্বাধিক করে এমন আকারের চেয়ে কম বা সমান বৈশিষ্ট্যগুলির একটি সেট নির্বাচন করুন।
7. প্রতিটি সম্ভাব্য আকারের জন্য একটি মডেল প্রশিক্ষণ দিন এবং সমস্ত বৈশিষ্ট্যগুলিতে প্রশিক্ষিত বেসলাইন মডেলের ইউটিলিটির শতাংশ হিসাবে তার ইউটিলিটি মূল্যায়ন করুন।
8. এমন একটি গ্রাফের ফলাফলগুলি প্লট করুন যেখানে এক্স-অক্ষটি বিটগুলিতে প্রশিক্ষণের পে-লোডের আকার এবং ওয়াই-অক্ষটি বেসলাইনের তুলনায় সেই মডেল দ্বারা উত্পাদিত উপার্জনের শতাংশ।

এরপরে, অ্যাড-টেকগুলি লাইভ ট্র্যাফিক পরীক্ষায় 5-8 ধাপগুলি পুনরাবৃত্তি করতে পারে, temporaryUnlimitedEgressPayload মাধ্যমে প্রেরিত বৈশিষ্ট্য ডেটা ব্যবহার করে। এডি-টেকগুলি egressPayload আকার সম্পর্কে সিদ্ধান্তটি অবহিত করার জন্য তাদের অফলাইন এবং লাইভ ট্র্যাফিক পরীক্ষার ফলাফলগুলি গোপনীয়তা স্যান্ডবক্সের সাথে ভাগ করে নিতে বেছে নিতে পারে।

এই পরীক্ষাগুলির জন্য সময়রেখা, পাশাপাশি ফলস্বরূপ মানটিতে egressPayload আকার নির্ধারণের সময়রেখা এই নথির আওতার বাইরে এবং পরবর্তী আপডেটে আসবে।

ডেটা সুরক্ষা ব্যবস্থা

আমরা জমিদারি করা ডেটাতে বেশ কয়েকটি সুরক্ষা প্রয়োগ করব, সহ:

1. উভয়ই egressPayload এবং temporaryUnlimitedEgressPayload ন্যূনতম হবে।
2. ডেটা ন্যূনতমকরণ এবং সুরক্ষার জন্য temporaryUnlimitedEgressPayload কেবলমাত্র আকারের পরীক্ষার সময়কালের জন্য উপলব্ধ হবে, যেখানে আমরা egressPayload জন্য সঠিক আকার নির্ধারণ করব।

অনুমতি

ব্যবহারকারী নিয়ন্ত্রণ

• প্রস্তাবটি ব্যবহারকারীদের ইনস্টলড অ্যাপ্লিকেশনগুলির তালিকায় দৃশ্যমানতা দেওয়ার ইচ্ছা করে যা কমপক্ষে একটি সুরক্ষিত অ্যাপ সিগন্যাল বা কাস্টম শ্রোতাদের সংরক্ষণ করেছে।
• ব্যবহারকারীরা এই তালিকা থেকে অ্যাপ্লিকেশনগুলি ব্লক এবং অপসারণ করতে পারেন। ব্লক এবং অপসারণ নিম্নলিখিতগুলি করে:
  • অ্যাপ্লিকেশনটির সাথে সম্পর্কিত সমস্ত সুরক্ষিত অ্যাপ্লিকেশন সংকেত এবং কাস্টম শ্রোতাদের সাফ করে।
  • অ্যাপ্লিকেশনগুলিকে নতুন সুরক্ষিত অ্যাপ্লিকেশন সংকেত এবং কাস্টম শ্রোতাদের সংরক্ষণ থেকে বাধা দেয়
• ব্যবহারকারীরা সুরক্ষিত অ্যাপ্লিকেশন সংকেত এবং সুরক্ষিত শ্রোতা এপিআই সম্পূর্ণরূপে পুনরায় সেট করার ক্ষমতা রাখে। যখন এটি ঘটে তখন ডিভাইসে কোনও বিদ্যমান সুরক্ষিত অ্যাপ্লিকেশন সংকেত এবং কাস্টম শ্রোতারা সাফ হয়ে যায়।
• ব্যবহারকারীরা অ্যান্ড্রয়েডের গোপনীয়তা স্যান্ডবক্স থেকে সম্পূর্ণরূপে বেছে নেওয়ার ক্ষমতা রাখে, এতে সুরক্ষিত অ্যাপ সংকেত এপিআই এবং সুরক্ষিত শ্রোতা এপিআই অন্তর্ভুক্ত রয়েছে। যখন এটি হয়, সুরক্ষিত শ্রোতা এবং সুরক্ষিত অ্যাপ্লিকেশন সিগন্যালগুলি এপিআইগুলি একটি স্ট্যান্ডার্ড ব্যতিক্রম বার্তা দেয়: SECURITY_EXCEPTION ।

অ্যাপ্লিকেশন অনুমতি এবং নিয়ন্ত্রণ

প্রস্তাবটি তার সুরক্ষিত অ্যাপ্লিকেশন সংকেতগুলির উপর অ্যাপ্লিকেশন নিয়ন্ত্রণ সরবরাহ করতে চায়:

• একটি অ্যাপ্লিকেশন সুরক্ষিত অ্যাপ্লিকেশন সংকেতগুলির সাথে এর সমিতিগুলি পরিচালনা করতে পারে।
• একটি অ্যাপ্লিকেশন তার পক্ষ থেকে সুরক্ষিত অ্যাপ্লিকেশন সংকেত পরিচালনা করতে তৃতীয় পক্ষের বিজ্ঞাপন প্রযুক্তি প্ল্যাটফর্মের অনুমতি প্রদান করতে পারে।

বিজ্ঞাপন প্রযুক্তি প্ল্যাটফর্ম নিয়ন্ত্রণ

এই প্রস্তাবটি বিজ্ঞাপন প্রযুক্তিগুলির সুরক্ষিত অ্যাপ্লিকেশন সংকেতগুলি নিয়ন্ত্রণ করার উপায়গুলির রূপরেখা দেয়:

• সমস্ত বিজ্ঞাপন প্রযুক্তিগুলি অবশ্যই গোপনীয়তা স্যান্ডবক্সের সাথে তালিকাভুক্ত করতে হবে এবং একটি "সাইট" বা "অরিজিন" ডোমেন সরবরাহ করতে হবে যা সুরক্ষিত অ্যাপ্লিকেশন সংকেতের জন্য সমস্ত URL এর সাথে মেলে।
• সুরক্ষিত অ্যাপ্লিকেশন সংকেত তৈরি যাচাই করতে ব্যবহৃত হয় যা যাচাইকরণ টোকেন সরবরাহ করতে অ্যাপ্লিকেশন বা এসডিকেগুলির সাথে অংশীদার হতে পারে। যখন এই প্রক্রিয়াটি কোনও অংশীদারকে অর্পণ করা হয়, তখন সুরক্ষিত অ্যাপ সিগন্যাল তৈরিটি বিজ্ঞাপন প্রযুক্তি দ্বারা স্বীকৃতি প্রয়োজনের জন্য কনফিগার করা যেতে পারে।