蘋果:不要用我們的裝置挖礦!Apple 最新政策封殺惡意挖礦程式

繼 Google 禁止 Chrome 惡意挖礦擴充後,Apple 終於也在最新的開發者條款中禁了挖礦程式!
評論
REUTERS/Elijah Nouvelage
評論

隨著挖礦成本越來越高,部份礦工為省下自己挖礦的成本,將挖礦程式製作成惡意程式,在網路上透過他人裝置,來替自己挖礦,受到過去許多程式設計者惡意將挖礦軟體植入不相關的廣告和應用程式,在最新版的 Apple Store 條款中,蘋果明確禁止所有挖礦程式了!不過蘋果仍開放其他和加密貨幣有關的 Apps 像是虛擬錢包、交易所、虛擬貨幣看盤等加密貨幣相關服務。

加密貨幣礦工使用專業高運算設計的晶片,處理複雜運算,和許多礦機相比 iPhone 並不是一個高效的礦工,但並不代表惡意應用程式不能從後台挖掘虛擬貨幣。當有足夠多的用戶使用到植入惡意挖礦程式的 App,仍能為這些不法之徒多少帶來從虛擬貨幣得來的收益。

上週開發者大會後所公布的 App Store 最新版政策條款,在第二節 「硬體兼容性」 中提到開發者設計的 應用程式必須高效使用電源。會快速消耗電池,產生過熱或硬體設備過量的負載,其應用程式及其內部出現的任何第三方廣告都被視為可能存在不相關的背景料處理,像是虛擬貨幣的開採。

蘋果對待加密貨幣一直是戒慎恐懼,在 2013 年時,蘋果就曾以「未解決的問題」從 App Store 下架 Coinbase 和其他與加密相關的應用程式, 隨後催生了新的一套開發者指南,而這些應用程式得以重新回歸,在 2017 年 Coinbase 還曾衝上 App Store 排行榜第一。

蘋果的防患於未然之舉也不是空穴來風,除了越來越多關於 Chrome 瀏覽器出現許多擴充程式未經用戶同意偷偷在後台進行加密貨幣挖礦,自家 App Store 上也出現過一個名為 Calendar 2 的程式使用用戶裝置來挖掘門羅幣,給予用戶免費使用進階功能作為獎勵。但應用程序代碼中的 bug 卻在默認情況下允許礦工無限期運作。

目前關於條款中與加密貨幣相關的規定如下:

錢包:應用程式可以存放虛擬貨幣,只要是由開發者提供的。

挖礦:應用程程式不得開採加密貨幣,除非運算處理是在設備之外執行的(例如,基於雲端的挖礦)。

交易所:應用程序可以在許可的交易所進行交易或傳送加密貨幣,前提是貨幣來自交易所本身提供的。

ICO :加密貨幣交易以及其他加密證券或準擔保交易的應用程序必須來自已建立的銀行、證券公司、期貨經紀商,或其他經批准的金融機構,且遵循目前的法律。

虛擬貨幣應用程式:不提供完成任務的作為獎勵的貨幣,例如下載應用程序發布到社群平台與好友推薦的獎勵。

延伸閱讀:

 


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。