Brave浏览器新增分群统计指标的技术解析
2025-05-12 16:15:41作者:俞予舒Fleming
背景概述
Brave浏览器团队近期对其隐私保护分析(P3A)系统进行了重要升级,新增了针对不同用户群体的使用行为统计指标。这些改进旨在更精确地分析用户行为模式,同时保持Brave一贯的隐私保护原则。
新增指标分类
本次更新主要涉及两类核心指标的细分:
1. 地址栏搜索次数统计
该指标现细分为三个子类:
- 已连接钱包的奖励用户(Brave.Omnibox.SearchCount.RewardsWallet)
- 未连接钱包的奖励用户(Brave.Omnibox.SearchCount.Rewards)
- 非奖励用户(Brave.Omnibox.SearchCount.NonRewards)
2. 页面加载数量统计
同样细分为三个子类:
- 已连接钱包的奖励用户(Brave.Core.PagesLoaded.RewardsWallet)
- 未连接钱包的奖励用户(Brave.Core.PagesLoaded.Rewards)
- 非奖励用户(Brave.Core.PagesLoaded.NonRewards)
技术实现细节
这些指标采用分级计数方式,具体表现为:
搜索次数分级
- 0次
- 1-5次(记为1)
- 6-10次(记为2)
- 11-20次(记为3)
- 21-50次(记为4)
页面加载分级
- 0次
- 1-10页(记为1)
- 11-50页(记为2)
- 51-100页(记为3)
平台差异说明
值得注意的是,地址栏搜索次数统计目前仅支持桌面平台(Windows和macOS),而页面加载数量统计则在Android和桌面平台均有实现。这种差异反映了不同平台的使用场景和技术架构特点。
数据收集机制
系统采用本地优先的隐私保护设计:
- 数据首先存储在本地(brave://local-state)
- 采用分组计数而非精确数值
- 根据用户奖励状态自动分类
- 钱包连接状态动态影响指标归属
技术意义
这种细分的统计方式为产品团队提供了更精确的用户行为分析能力,同时:
- 保持用户隐私保护
- 支持差异化产品策略制定
- 便于识别不同用户群体的使用模式
- 为奖励系统优化提供数据支持
总结
Brave浏览器通过这次指标系统的升级,在隐私保护与产品洞察之间取得了更好的平衡。这种技术实现既满足了数据分析需求,又恪守了保护用户隐私的核心理念,体现了Brave作为隐私保护浏览器的技术特色。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
667
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
297
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
882
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924