A Federated Learning of Cohorts ( FLoC ; angolul – „federated learning based on cohorts [1] ”) egy elosztott modell, amely gépi tanulási algoritmusokat használ a felhasználói adatok elemzésére és kohorszok kialakítására. A kohorsz hasonló tulajdonságokkal rendelkező felhasználók ( böngészők ) névtelen adatainak csoportja . A felhasználói adatok nem kerülnek közvetlenül egyetlen központi processzorhoz vagy szerverhez sem . A kohorsz kiszámítása és hozzárendelése a böngésző oldalon történik . [2] A Google 2021 márciusában kezdte el tesztelni a technológiát a Chrome böngészőben a harmadik féltől származó cookie-k helyett, amelyek támogatását a Chrome-ban 2023 elejére leállítja.
Az egyesített kohorsz tanulási algoritmus elemzi a felhasználók online böngészési tevékenységét, és a SimHash algoritmus segítségével "kohorszazonosítót" generál, hogy egy adott felhasználót csoportosítson más felhasználókkal [3] , akik hozzáférnek hasonló tartalmakhoz. Minden kohorsz több ezer felhasználót tartalmaz, hogy megnehezítse az egyes felhasználók azonosítását, és a kohorszokat hetente frissítik. A webhelyek ezután az API segítségével hozzáférhetnek a kohorszazonosítóhoz, és meghatározhatják, hogy mely hirdetéseket jelenítsék meg. A Google nem címkézi fel az érdeklődésen alapuló csoportokat, kivéve a felhasználók csoportosítását és az azonosítók hozzárendelését, ezért a hirdetőknek maguknak kell meghatározniuk az egyes kohorszok felhasználói típusait.