論文の概要: Analysis of Longitudinal Changes in Privacy Behavior of Android Applications

• arxiv url: http://arxiv.org/abs/2112.14205v1
• Date: Tue, 28 Dec 2021 16:21:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-03 01:34:36.203263
• Title: Analysis of Longitudinal Changes in Privacy Behavior of Android Applications
• Title（参考訳）: androidアプリケーションのプライバシ挙動の経時的変化の解析
• Authors: Alexander Yu, Yuvraj Agarwal, Jason I. Hong
• Abstract要約: 本稿では,プライバシに関して,Androidアプリが時間とともにどのように変化してきたかを検討する。 HTTPSの採用、アプリが他のインストール済みアプリのデバイスをスキャンするかどうか、プライバシに敏感なデータに対するパーミッションの使用、ユニークな識別子の使用について検討する。 アプリがアップデートを受け続けるにつれて、プライバシ関連の振る舞いは時間とともに改善され、アプリによって使用されるサードパーティライブラリが、プライバシに関するより多くの問題に責任を負っていることが分かっています。
• 参考スコア（独自算出の注目度）: 79.71330613821037
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Privacy concerns have long been expressed around smart devices, and the concerns around Android apps have been studied by many past works. Over the past 10 years, we have crawled and scraped data for almost 1.9 million apps, and also stored the APKs for 135,536 of them. In this paper, we examine the trends in how Android apps have changed over time with respect to privacy and look at it from two perspectives: (1) how privacy behavior in apps have changed as they are updated over time, (2) how these changes can be accounted for when comparing third-party libraries and the app's own internals. To study this, we examine the adoption of HTTPS, whether apps scan the device for other installed apps, the use of permissions for privacy-sensitive data, and the use of unique identifiers. We find that privacy-related behavior has improved with time as apps continue to receive updates, and that the third-party libraries used by apps are responsible for more issues with privacy. However, we observe that in the current state of Android apps, there has not been enough of an improvement in terms of privacy and many issues still need to be addressed.
• Abstract（参考訳）: プライバシーの懸念は長年スマートデバイスに関して述べられてきたが、androidアプリに関する懸念は多くの過去の研究によって研究されてきた。 過去10年間で、私たちは約190万のアプリのデータをクロールし、スクラップし、apkを135,536個保存しました。 本稿では,プライバシーに関してAndroidアプリが時間とともにどのように変化したのかを考察し,(1)アプリ内のプライバシの挙動が時間とともに変化したか,(2)サードパーティのライブラリとアプリ内部を比較した上で,これらの変化がどのように説明できるのか,という2つの視点から検討する。 これを研究するために、HTTPSの採用、アプリが他のインストール済みアプリのデバイスをスキャンするかどうか、プライバシに敏感なデータに対するパーミッションの使用、ユニークな識別子の使用について検討する。 アプリがアップデートを受け続けるにつれて、プライバシ関連の動作が改善され、アプリによって使用されているサードパーティライブラリがプライバシに関する問題に責任を負うことが分かっています。 しかし、現在のandroidアプリの状況では、プライバシに関して十分な改善が得られておらず、多くの問題に対処する必要があることを私たちは確認しています。

関連論文リスト

• A Large-Scale Privacy Assessment of Android Third-Party SDKs [17.245330733308375]
  サードパーティのソフトウェア開発キット(SDK)は、Androidアプリ開発で広く採用されている。 この利便性は、ユーザのプライバシに敏感な情報への不正アクセスに関するかなりの懸念を引き起こす。 当社の研究では,AndroidサードパーティSDK間のユーザプライバシ保護を対象とする分析を行っている。
  論文  参考訳（メタデータ） (2024-09-16T15:44:43Z)
• PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
  PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。 プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。 GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
  論文  参考訳（メタデータ） (2024-08-29T17:58:38Z)
• From Ad Identifiers to Global Privacy Control: The Status Quo and Future of Opting Out of Ad Tracking on Android [2.8436446946726557]
  カリフォルニア州消費者プライバシ法(CCPA)は、ユーザがグローバルプライバシコントロール(GPC)を介してオプトアウト権を与える。 分析の結果,AdID設定もGPCも,カリフォルニア州における個人情報の売買や共有を効果的に防ぐことができないことがわかった。 この欠点を軽減するために、AndroidのAdID設定は普遍的なGPC設定へと進化するべきである。
  論文  参考訳（メタデータ） (2024-07-20T17:06:23Z)
• A Decade of Privacy-Relevant Android App Reviews: Large Scale Trends [20.714617724462393]
  私たちは、時間、国、アプリタイプ、さまざまなプライバシトピック、さらにはさまざまな感情にまたがって、ユーザーがプライバシーについて何を書いているかを調べます。 プライバシーレビューは200か国以上から来るが、33か国はプライバシーレビューの90%を提供している。 驚いたことに、プライバシーを議論するレビューが肯定的であることは珍しくない(32%)。
  論文  参考訳（メタデータ） (2024-03-04T18:21:56Z)
• ATLAS: Automatically Detecting Discrepancies Between Privacy Policies and Privacy Labels [2.457872341625575]
  自動プライバシラベル解析システム(ATLAS)について紹介する。 ATLASは、モバイルアプリのプライバシーポリシーとプライバシーラベルの相違点を特定する。 平均して、アプリには5.32のコンプライアンス上の問題があることがわかっています。
  論文  参考訳（メタデータ） (2023-05-24T05:27:22Z)
• Tight Auditing of Differentially Private Machine Learning [77.38590306275877]
  プライベート機械学習では、既存の監査メカニズムは厳格である。 彼らは不確実な最悪の仮定の下でのみ厳密な見積もりを行う。 我々は、自然(逆向きではない)データセットの厳密なプライバシー推定を得られる改善された監査スキームを設計する。
  論文  参考訳（メタデータ） (2023-02-15T21:40:33Z)
• Privacy Explanations - A Means to End-User Trust [64.7066037969487]
  この問題に対処するために、説明可能性がどのように役立つかを検討しました。 私たちはプライバシーの説明を作成し、エンドユーザの理由と特定のデータが必要な理由を明らかにするのに役立ちました。 我々の発見は、プライバシーの説明がソフトウェアシステムの信頼性を高めるための重要なステップであることを示している。
  論文  参考訳（メタデータ） (2022-10-18T09:30:37Z)
• SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
  アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。 自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。 本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-29T02:56:40Z)
• Are iPhones Really Better for Privacy? Comparative Study of iOS and Android Apps [25.30364629335751]
  2020年のAndroidおよびiOSアプリの24万件について、ユーザのプライバシーに関するいくつかの側面について紹介する。 サードパーティの追跡とユニークなユーザー識別子の共有は、両方のエコシステムのアプリ、さらには子供向けのアプリにも広まっていた。 調査対象となったアプリはすべて、米国、EU、英国のプライバシー法に違反する可能性があることを強調しています。
  論文  参考訳（メタデータ） (2021-09-28T13:40:32Z)
• Emerging App Issue Identification via Online Joint Sentiment-Topic Tracing [66.57888248681303]
  本稿では,MERITという新しい問題検出手法を提案する。 AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。 Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
  論文  参考訳（メタデータ） (2020-08-23T06:34:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。