Как Google оптимизирует управление правами доступа (ACL) в индексе для ускорения персонализированного и приватного поиска

Термины и определения

ACL (Access Control List / Список контроля доступа)

Структура данных, связанная с элементом контента в индексе. Она определяет, какие сущности (пользователи или группы) имеют доступ к этому контенту.

Expanding (Развертывание или Расширение)

Процесс модификации ACL в индексе. Включает замену Group Restrict на индивидуальные Searcher Restricts членов группы, или добавление Searcher Restrict пользователя к контенту, к которому он имеет групповой доступ.

Group Restrict (Ограничение группы)

Тип ограничения, который содержит данные, связанные с группой пользователей. Если ACL документа содержит Group Restrict, и пользователь является членом этой группы, он имеет доступ к документу.

Index Complexity (Сложность индекса)

Метрика, связанная с размером и сложностью поискового индекса. Увеличивается при добавлении большого количества Restricts в ACL документов.

Private Content (Приватный контент)

Контент с ограниченным доступом. Доступ к нему регулируется ACL.

Query Complexity (Сложность запроса)

Метрика, связанная с размером и сложностью поискового запроса. Увеличивается, если в запрос необходимо включить большое количество Group Restricts пользователя.

Restrict Table (Таблица ограничений)

Структура данных, связанная с каждым пользователем, содержащая список групп, к которым он принадлежит. Используется для определения того, какие Group Restricts включать в поисковый запрос пользователя.

Searcher Restrict (Ограничение пользователя)

Тип ограничения, который содержит данные, связанные с конкретным пользователем (сущностью). Если ACL документа содержит Searcher Restrict пользователя, этот пользователь имеет доступ к документу.

Ключевые утверждения (Анализ Claims)

Патент фокусируется на методах оптимизации хранения и использования данных контроля доступа, в первую очередь на основе размера группы.

Claim 1 (Независимый пункт): Описывает основной метод оптимизации индекса на основе размера группы.

1. Система идентифицирует первую группу с определенным количеством сущностей (участников).
2. С группой ассоциируется Group Restrict.
3. Group Restrict назначается элементам контента в поисковом индексе, к которым группа имеет доступ.
4. Система определяет, что количество участников в группе МЕНЬШЕ порогового значения (threshold number).
5. В ответ на это система «разворачивает» (expands) группу.
6. Развертывание включает: идентификацию Searcher Restrict для каждого участника группы.
7. Замена Group Restrict путем назначения каждого идентифицированного Searcher Restrict соответствующим элементам контента.

Ядро изобретения — это принятие решения о замене группового доступа на индивидуальный в индексе, если размер группы мал, для повышения эффективности поиска.

Claim 4 (Зависимый от 1): Определяет цель оптимизации.

Пороговое значение выбирается для достижения баланса между сложностью поискового запроса (search query complexity) и сложностью поискового индекса (search index complexity).

Claim 9 и 13 (Независимые пункты): Описывают ту же логику, что и Claim 1, но в терминах системы и программного обеспечения, подтверждая процесс модификации структуры индекса (ACL) на основе размера вовлеченных групп.

Примечание: В описании патента (Description) также ذکر شده است механизм оптимизации, основанный на количестве групп, в которых состоит пользователь (если их слишком много), но он не является частью основных независимых Claims 1, 9 и 13.

Где и как применяется

Патент описывает инфраструктурные процессы, которые затрагивают этапы индексирования и выполнения запроса, преимущественно для приватного контента.

INDEXING – Индексирование и извлечение признаков
Основной этап применения патента.

1. Анализ доступа: При индексировании Private Content система определяет, кто имеет к нему доступ (пользователи и группы).
2. Принятие решения об ACL: Система применяет логику патента (анализ размера группы или количества групп у пользователя) для определения того, как хранить ACL в индексе — использовать Group Restrict или развернуть его до Searcher Restricts.
3. Обновление индекса: ACL модифицируются в индексе.
4. Обновление Restrict Table: Таблицы ограничений пользователей обновляются (например, удаление Group Restrict из таблицы пользователя, если доступ был развернут).

RANKING – Ранжирование (Этап Retrieval/Фильтрация)
На этапе извлечения кандидатов механизм влияет на формирование запроса и фильтрацию доступа.

1. Формирование запроса: Когда пользователь отправляет запрос, система автоматически дополняет его ограничениями доступа (Searcher Restrict пользователя и оставшиеся Group Restricts из его Restrict Table).
2. Фильтрация доступа: Поисковая система сопоставляет ограничения в запросе с ACL документов в индексе. Документ возвращается, только если его ACL соответствует ограничениям пользователя.

Входные данные:

• Элементы приватного контента и их ACL.
• Данные о членстве в группах (кто в какой группе состоит, размер групп).
• Пороговые значения (Thresholds) для оптимизации.

Выходные данные:

• Поисковый индекс с оптимизированными ACL (гибридное хранение Group Restricts и Searcher Restricts).
• Обновленные Restrict Tables для пользователей.

На что влияет

• Конкретные типы контента: Влияет исключительно на контент с ограниченным доступом (Private Content). Это могут быть электронные письма, документы, фотографии или посты в социальных сетях, видимые только определенным группам.
• Публичный контент: Не влияет на индексирование и ранжирование общедоступного веб-контента (Public Content).
• Смешанная выдача: Влияет на системы, которые объединяют результаты из публичного и приватного индексов в единую выдачу для авторизованного пользователя.

Когда применяется

Алгоритм применяется в двух основных сценариях, описанных в патенте, во время индексации или обновления индекса.

Сценарий 1 (Оптимизация по размеру группы):

• Условие: Количество участников в группе меньше заданного порога. В патенте упоминаются примеры от 50 до 250.
• Действие: Группа «разворачивается» в индексе (замена Group Restrict на Searcher Restricts).

Сценарий 2 (Оптимизация по пользователю):

• Условие: Пользователь является членом большего количества групп, чем заданный порог. В патенте упоминаются примеры от 10 до 50.
• Действие: Индивидуальный Searcher Restrict этого пользователя добавляется ко всем элементам контента, к которым он имеет доступ через группы. Это позволяет не включать все его Group Restricts в запрос.

Пошаговый алгоритм

Патент описывает два основных процесса оптимизации.

Процесс А: Оптимизация на основе размера группы

1. Идентификация групп: Система анализирует размер групп, имеющих доступ к контенту.
2. Обработка больших групп (Размер >= Порог):
   1. Система использует Group Restrict.
   2. Group Restrict добавляется в ACL элемента контента в индексе.
   3. Restrict Tables участников обновляются, чтобы включить этот Group Restrict.
3. Обработка малых групп (Размер < Порог) – Развертывание:
   1. Система идентифицирует всех участников группы и их индивидуальные Searcher Restricts.
   2. Вместо Group Restrict, система добавляет все индивидуальные Searcher Restricts в ACL элемента контента в индексе.
   3. Restrict Tables участников обновляются, чтобы удалить этот Group Restrict (так как доступ теперь обеспечивается через Searcher Restrict).

Процесс Б: Оптимизация на основе количества групп у пользователя

1. Идентификация пользователей: Система анализирует количество групп, в которых состоят пользователи.
2. Обработка стандартных пользователей (Количество групп <= Порог): Доступ обрабатывается стандартно через Group Restricts.
3. Обработка «супер-пользователей» (Количество групп > Порог):
   1. Для всего контента, к которому эти пользователи имеют доступ через группы, в ACL индекса добавляется их индивидуальный Searcher Restrict.
   2. Из Restrict Tables этих пользователей удаляются соответствующие Group Restricts, что упрощает их поисковые запросы.

Какие данные и как использует

Данные на входе

Патент фокусируется на инфраструктуре управления доступом и не описывает факторы ранжирования контента. Используются следующие данные:

• Пользовательские факторы (Членство в группах): Данные о том, какие пользователи входят в какие группы. Это критически важно для определения размера группы и идентификации пользователей при развертывании группы.
• Системные данные (Конфигурация): Предопределенные пороговые значения (Thresholds) для определения того, когда следует проводить оптимизацию (например, размер группы < 250 или количество групп у пользователя > 30).
• Данные о контенте (Приватность): Информация о том, является ли контент публичным или приватным, и какие ACL к нему применяются изначально.
• Социальные данные (Social Graph): В патенте упоминается, что группы могут определяться на основе социальных связей (social connections among nodes of a social graph), например, прямые контакты или друзья друзей.

Какие метрики используются и как они считаются

Используются две основные метрики для оптимизации:

• Размер группы (Number of entities in a group): Количество участников в группе. Используется для определения, следует ли разворачивать группу в индексе (Процесс А). Пороговые значения: 50-250.
• Количество групп у пользователя (Number of groups a user is a member of): Количество групп, в которых состоит пользователь. Используется в альтернативном варианте (Процесс Б) для определения, следует ли индексировать доступ для этого пользователя индивидуально. Пороговые значения: 10-50.

Цель системы — достичь баланса между Search Query Complexity (сложность запроса) и Search Index Complexity (размер индекса).

Патент чисто технический и описывает внутренние инфраструктурные процессы Google без прямых рекомендаций для SEO.

1. Инфраструктурный характер патента: Это патент, описывающий оптимизацию производительности поисковой системы при работе с контролем доступа (ACL). Он не описывает алгоритмы ранжирования, оценки качества или релевантности контента.
2. Фокус на приватном контенте: Механизмы предназначены для управления доступом к Private Content (социальные сети, почта, интранет) и не применяются к стандартному публичному веб-поиску.
3. Баланс эффективности: Google стремится найти баланс между размером индекса (Index Complexity) и скоростью выполнения запроса (Query Complexity). Использование гибридного подхода (развертывание маленьких групп и сохранение больших) позволяет масштабировать системы персонализированного поиска.
4. Возможность глубокой персонализации: Патент подтверждает наличие у Google сложной инфраструктуры для индексирования контента на основе социальных связей (Social Graph) и разрешений, что необходимо для предоставления высоко персонализированных результатов, смешивающих публичный и приватный контент.
5. Отсутствие прямых SEO-выводов: Для специалистов, занимающихся продвижением общедоступных сайтов (Public Web SEO), этот патент не дает практических рекомендаций по оптимизации контента или ссылочного профиля.

Практическое применение в SEO

Патент описывает внутренние инфраструктурные процессы Google без прямых рекомендаций для SEO-специалистов, работающих с публичным веб-контентом. Практических выводов для стандартного SEO нет.

Best practices (это мы делаем)

Практических рекомендаций для SEO, основанных на механизмах данного патента, нет.

Worst practices (это делать не надо)

Патент не описывает механизмы борьбы с SEO-манипуляциями и не делает какие-либо SEO-тактики неэффективными или опасными.

Стратегическое значение

Стратегическое значение для публичного SEO отсутствует. Патент дает представление о внутренних инженерных задачах Google, связанных с персонализированным поиском. Он показывает, что масштабирование глубоко персонализированного поиска, основанного на социальных связях и группах, требует сложных инфраструктурных решений для поддержания производительности.

Практические примеры

Практических примеров применения данного патента в работе SEO-специалиста по продвижению публичных сайтов нет, так как патент относится к инфраструктуре поиска по приватным данным.