論文の概要: Before and after China's new Data Laws: Privacy in Apps

• arxiv url: http://arxiv.org/abs/2302.13585v1
• Date: Mon, 27 Feb 2023 08:43:14 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-28 16:24:59.906129
• Title: Before and after China's new Data Laws: Privacy in Apps
• Title（参考訳）: 中国の新しいデータ法の前と後: アプリのプライバシー
• Authors: Konrad Kollnig and Lu Zhang and Jun Zhao and Nigel Shadbolt
• Abstract要約: 中国は近年、個人情報保護法(Personal Information Protection Law:PIPL)など、さまざまな新しいデータ保護法を導入している。 本稿は、2020年初頭から、2021年末にかけての1つのバージョンである、634の中国iOSアプリのデータ収集について分析する。
• 参考スコア（独自算出の注目度）: 19.522100625844413
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Privacy in apps is a topic of widespread interest because many apps collect and share large amounts of highly sensitive information. In response, China introduced a range of new data protection laws over recent years, notably the Personal Information Protection Law (PIPL) in 2021. So far, there exists limited research on the impacts of these new laws on apps' privacy practices. To address this gap, this paper analyses data collection in pairs of 634 Chinese iOS apps, one version from early 2020 and one from late 2021. Our work finds that many more apps now implement consent. Yet, those end-users that decline consent will often be forced to exit the app. Fewer apps now collect data without consent but many still integrate tracking libraries. We see our Andings as characteristic of a Arst iteration at Chinese data regulation with room for improvement.
• Abstract（参考訳）: 多くのアプリが大量の機密情報を収集し共有するため、アプリのプライバシーは広く関心を集めている。 これに対し、中国は近年、個人情報保護法(Personal Information Protection Law:PIPL)など、さまざまな新しいデータ保護法を導入している。 これまでのところ、これらの新しい法律がアプリのプライバシー保護に与えた影響に関する研究は限られている。 このギャップに対処するために,本稿では,2020年初頭の1バージョンと2021年後半の1つのバージョンである,中国の634のiosアプリのペアによるデータ収集を分析する。 私たちの研究によると、多くのアプリが同意を実装している。 しかし、同意を拒否するエンドユーザーは、しばしばアプリから立ち去らざるを得なくなる。 アプリの数は少ないが、多くはトラッキングライブラリを統合している。 私たちはAndingsを、改善の余地のある中国のデータ規制におけるArstイテレーションの特徴として捉えています。

関連論文リスト

• 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)
• SoK: The Gap Between Data Rights Ideals and Reality [46.14715472341707]
  権利に基づくプライバシー法は、個人が自分のデータよりも効果的に権限を与えるのか? 本稿では,実証研究,ニュース記事,ブログ記事をレビューすることで,これらのアプローチを精査する。
  論文  参考訳（メタデータ） (2023-12-03T21:52:51Z)
• 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)
• Priorities for more effective tech regulation [3.8073142980733]
  報告書は、規制当局、アカデミア、および関心のある人々に対して、現状を超えるための様々な優先順位を提案している。 現在の法的な慣行は、厳格なデータ慣行を意味的にテームするのに十分ではない。
  論文  参考訳（メタデータ） (2023-02-27T16:53:05Z)
• Goodbye Tracking? Impact of iOS App Tracking Transparency and Privacy Labels [25.30364629335751]
  AppleはiOS 14で、iOS上のトラッキングを可能にする必須オプトインシステムであるApp Tracking Transparency (ATT)と、プライバシ栄養ラベルの2つの重要な変更を導入した。 この記事では、英国App Storeから1,759のiOSアプリの2つのバージョンを分析し、これらの変更が個人のプライバシとコントロールに与える影響について論じる。 Apple自身が、サードパーティの追跡や信用スコアなどの侵入的なデータプラクティスを、何らかの形で追跡し、免除していることに気付きました。
  論文  参考訳（メタデータ） (2022-04-07T16:32:58Z)
• Analysis of Longitudinal Changes in Privacy Behavior of Android Applications [79.71330613821037]
  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。
  論文  参考訳（メタデータ） (2021-12-28T16:21:31Z)
• Tracking in apps' privacy policies [3.8073142980733]
  2019年5月、プライバシーポリシーを26,910のモバイルアプリから分析しました。 52のアプリ開発者がプライバシポリシを提供していないため、データプラクティスについて質問した。 このようなクエリに法的に答える必要があるにも関わらず、12人の開発者(23%)は応答しなかった。
  論文  参考訳（メタデータ） (2021-11-15T16:03:59Z)
• 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)
• Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
  GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。 実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
  論文  参考訳（メタデータ） (2020-06-10T16:05:05Z)
• Beyond privacy regulations: an ethical approach to data usage in transportation [64.86110095869176]
  本稿では,フェデレート機械学習を交通分野に適用する方法について述べる。 フェデレートラーニングは、ユーザのプライバシを尊重しつつ、プライバシに敏感なデータを処理可能にする方法だと考えています。
  論文  参考訳（メタデータ） (2020-04-01T15:10:12Z)

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。