論文の概要: Imagining, Studying and Realising A Less Harmful App Ecosystem
- arxiv url: http://arxiv.org/abs/2205.00774v1
- Date: Mon, 2 May 2022 09:45:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 16:36:22.622891
- Title: Imagining, Studying and Realising A Less Harmful App Ecosystem
- Title（参考訳）: 有害でないアプリのエコシステムを想像し、研究し、認識する
- Authors: Konrad Kollnig, Siddhartha Datta, Nigel Shadbolt
- Abstract要約: モバイルアプリ内でのデジタル被害を調査・対処するための,これまで未検討のコンセプトであるモバイルアプリ拡張について検討する。
我々は,システム開発が盛んで慎重な結果として,Android用のプリペイド・ツー・ユース・実装を提案する。
本手法は,モバイルアプリにおけるデジタル被害の追跡研究の多種多様な基盤を提供する。
- 参考スコア（独自算出の注目度）: 10.65724536340206
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Desktop browser extensions have long allowed users to improve their
experience online and tackle widespread harms on websites. So far, no
equivalent solution exists for mobile apps, despite the fact that individuals
now spend significantly more time on mobile than on desktop, and arguably face
similarly widespread harms.
In this work, we investigate mobile app extensions, a previously
underexplored concept to study and address digital harms within mobile apps in
a decentralised, community-driven way. We analyse challenges to adoption of
this approach so far, and present a ready-to-use implementation for Android as
a result of significant and careful system development. Through a range of case
studies, we demonstrate that our implementation can already reduce (though not
completely eliminate) a wide range of harms - similarly as browser extensions
do on desktops.
Our method provides a versatile foundation for a range of follow-up research
into digital harms in mobile apps that has not previously been possible, given
that browser extensions have long been a fruitful foundation for research
studies on desktops. In other words, our system tries to address the gap of a
focus on desktop interventions in previous research.
- Abstract（参考訳）: デスクトップブラウザ拡張機能は、長い間ユーザーがオンライン体験を改善し、ウェブサイトの幅広い害に対処できるようにしてきた。
これまでのところ、モバイルアプリに匹敵するソリューションは存在しないが、今や個人はデスクトップよりもはるかに多くの時間をモバイルで過ごしている。
本研究は,モバイルアプリケーションにおけるディジタル障害の調査と対処を,分散的,コミュニティ主導の方法で行う,これまで未検討のコンセプトであるモバイルアプリ拡張について検討する。
このアプローチを採用する上での課題を分析し,システム開発の重要かつ慎重な結果として,Android用の即時実装を提示する。
さまざまなケーススタディを通じて、ブラウザ拡張機能がデスクトップで行っているように、実装がすでに広範囲の損害を低減(完全には取り除いていないが)できることを実証します。
提案手法は,従来は不可能であったモバイル・アプリにおけるデジタル・ハザードの追跡研究の基盤として,ブラウザ・エクステンションがデスクトップ研究の成果の源泉であったことを踏まえ,多種多様な基盤を提供する。
言い換えれば、われわれのシステムは以前の研究におけるデスクトップの介入に焦点をあてるギャップに対処しようとしている。
関連論文リスト
- Assessing Web Fingerprinting Risk [2.144574168644798]
ブラウザー指紋(Browser fingerprints)は、クッキーが無効になってもユーザーの秘密の追跡を可能にするデバイス固有の識別子である。
これまでの研究は、指紋認証のリスクを定量化するための鍵となる指標として、情報の尺度であるエントロピーを確立してきた。
我々は,先行作業の限界に対処するブラウザのフィンガープリントについて,最初の研究を行った。
論文 参考訳（メタデータ） (2024-03-22T20:34:41Z) - Software Engineering for OpenHarmony: A Research Roadmap [50.56072657598223]
既存の研究は、主にAndroidとiOSという人気のモバイルプラットフォームに焦点を当てている。
新しくオープンソース化されたモバイルプラットフォームであるOpenHarmonyはめったに検討されていない。
私たちは、モバイルソフトウェアエンジニアリングコミュニティに、OpenHarmonyに有望なアプローチを貢献するよう、同僚の研究者に促す研究ロードマップを提示します。
論文 参考訳（メタデータ） (2023-11-02T15:27:09Z) - Verifying Learning-Based Robotic Navigation Systems [61.01217374879221]
有効モデル選択に現代検証エンジンをどのように利用できるかを示す。
具体的には、検証を使用して、最適下行動を示す可能性のあるポリシーを検出し、除外する。
我々の研究は、現実世界のロボットにおける準最適DRLポリシーを認識するための検証バックエンドの使用を初めて実証したものである。
論文 参考訳（メタデータ） (2022-05-26T17:56:43Z) - Brief View and Analysis to Latest Android Security Issues and Approaches [0.0]
最新のマルウェア、Androidのセキュリティ機能、アプローチなど、幅広い分析を行っています。
また、情報を集め、実験を行っているときの発見も提供します。
論文 参考訳（メタデータ） (2021-09-02T09:34:11Z) - Demystifying Removed Apps in iOS App Store [0.0]
本稿は,iOSアプリストアにおける削除アプリについて,大規模かつ縦断的な調査を行うことを目的としている。
私たちの分析によると、削除されたアプリのほとんどは低品質のアプリだが、その多くがとても人気がある。
論文 参考訳（メタデータ） (2021-01-13T14:34:26Z) - Urban Sensing based on Mobile Phone Data: Approaches, Applications and
Challenges [67.71975391801257]
モバイルデータ分析における多くの関心は、人間とその行動に関連している。
本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
論文 参考訳（メタデータ） (2020-08-29T15:14:03Z) - 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) - Federated and continual learning for classification tasks in a society
of devices [59.45414406974091]
Light Federated and Continual Consensus (LFedCon2)は、軽量で伝統的な学習者を用いた新しいフェデレーションおよび継続アーキテクチャである。
我々の方法では、スマートフォンやロボットのような無力デバイスが、リアルタイムで、ローカルで、継続的に、自律的に、そしてユーザーから学習することができる。
提案手法をスマートフォン利用者の異種コミュニティに適用し,歩行認識の課題を解決した。
論文 参考訳（メタデータ） (2020-06-12T12:37:03Z) - BADGR: An Autonomous Self-Supervised Learning-Based Navigation System [158.6392333480079]
BadGRは、エンドツーエンドの学習ベースのモバイルロボットナビゲーションシステムである。
実際の環境で収集された、自己監督型のオフポリシーデータでトレーニングすることができる。
BadGRは、幾何学的に邪魔な障害物を伴って、現実世界の都市やオフロード環境をナビゲートすることができる。
論文 参考訳（メタデータ） (2020-02-13T18:40:21Z) - SeMA: Extending and Analyzing Storyboards to Develop Secure Android Apps [0.0]
SeMAは、ストーリーボードのような既存のモバイルアプリデザインアーティファクトの上に構築された、モバイルアプリ開発方法論である。
SeMAの有効性を評価することで、Androidアプリで既知の49の脆弱性を検出し、防止することができる。
論文 参考訳（メタデータ） (2020-01-27T20:10:52Z)
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。