論文の概要: Unpacking Privacy Labels: A Measurement and Developer Perspective on
Google's Data Safety Section
- arxiv url: http://arxiv.org/abs/2306.08111v1
- Date: Tue, 13 Jun 2023 20:01:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 22:50:02.419346
- Title: Unpacking Privacy Labels: A Measurement and Developer Perspective on
Google's Data Safety Section
- Title(参考訳): プライバシラベルのアンパック: googleのデータ安全セクションにおける測定と開発者視点
- Authors: Rishabh Khandelwal, Asmit Nayak, Paul Chung, and Kassem Fawaz
- Abstract要約: 本稿では,定量的および定性的手法を用いて,Googleのデータ安全セクション(DSS)の包括的解析を行う。
報告されたプラクティスには内部的な矛盾があることが分かりました。
次に、DSSの縦断的研究を行い、報告されたプラクティスが時間の経過とともにどのように進化するかを考察する。
- 参考スコア(独自算出の注目度): 23.183167991569352
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Google has mandated developers to use Data Safety Sections (DSS) to increase
transparency in data collection and sharing practices. In this paper, we
present a comprehensive analysis of Google's Data Safety Section (DSS) using
both quantitative and qualitative methods. We conduct the first large-scale
measurement study of DSS using apps from Android Play store (n=1.1M). We find
that there are internal inconsistencies within the reported practices. We also
find trends of both over and under-reporting practices in the DSSs.
Next, we conduct a longitudinal study of DSS to explore how the reported
practices evolve over time, and find that the developers are still adjusting
their practices. To contextualize these findings, we conduct a developer study,
uncovering the process that app developers undergo when working with DSS. We
highlight the challenges faced and strategies employed by developers for DSS
submission, and the factors contributing to changes in the DSS. Our research
contributes valuable insights into the complexities of implementing and
maintaining privacy labels, underlining the need for better resources, tools,
and guidelines to aid developers. This understanding is crucial as the accuracy
and reliability of privacy labels directly impact their effectiveness.
- Abstract(参考訳): Googleは、データ収集と共有のプラクティスの透明性を高めるために、Data Safety Sections (DSS)を使用することを開発者に義務付けている。
本稿では,定量的および定性的手法を用いて,Googleのデータ安全セクション(DSS)の包括的解析を行う。
われわれはAndroid Play Store(n=1.1M)のアプリを用いてDSSの大規模測定を行った。
報告されたプラクティスには内部的な矛盾があることが分かります。
dsssでは、オーバーとアンダーレポートの両方のプラクティスの傾向も見られます。
次に,dssの縦断的な調査を行い,報告されたプラクティスが時間とともにどのように進化するかを調査し,開発者がまだプラクティスを調整できていることを確認する。
これらの発見を文脈化するために、我々は開発者調査を行い、アプリケーション開発者がdssで作業するプロセスを明らかにする。
私たちは、DSS申請で開発者が直面した課題と戦略、DSSの変更に寄与する要因を強調します。
当社の研究は、プライバシラベルの実装とメンテナンスの複雑さに関する貴重な洞察を提供し、開発者を支援するためのより良いリソース、ツール、ガイドラインの必要性を強調しています。
この理解は、プライバシラベルの正確性と信頼性が、その効果に直接影響を与えるため、重要である。
関連論文リスト
- Toward an Android Static Analysis Approach for Data Protection [7.785051236155595]
この論文は,Androidアプリにおけるデータ保護の説明の必要性を動機付けている。
データ分析は、ソースコード内の個人データソースを認識する。
開発者はデータ操作やデータ操作に関する重要な質問に答えることができる。
論文 参考訳(メタデータ) (2024-02-12T18:52:39Z) - What Can Self-Admitted Technical Debt Tell Us About Security? A
Mixed-Methods Study [6.286506087629511]
自己充足型技術的負債(SATD)
潜在的に悪用可能な脆弱性や セキュリティ上の欠陥に関する 恐ろしい情報源と見なすことができます
本研究は、SATDのセキュリティへの影響を、技術と開発者中心の観点から検討する。
論文 参考訳(メタデータ) (2024-01-23T13:48:49Z) - A Unified View of Differentially Private Deep Generative Modeling [60.72161965018005]
プライバシー上の懸念のあるデータには、データアクセスとデータ共有を頻繁に禁止する厳格な規制が伴う。
これらの障害を克服することは、プライバシーに敏感なデータを含む多くの現実世界のアプリケーションシナリオにおいて、技術的進歩の鍵となる。
差分的プライベート(DP)データパブリッシングは、データの衛生化された形式のみを公開する、魅力的なソリューションを提供する。
論文 参考訳(メタデータ) (2023-09-27T14:38:16Z) - SoK: Privacy-Preserving Data Synthesis [72.92263073534899]
本稿では,プライバシ保護データ合成(PPDS)に注目し,その分野の総合的な概要,分析,議論を行う。
PPDSでは,統計的手法と深層学習(DL)に基づく手法の2つの顕著な研究を統一するマスターレシピを作成した。
論文 参考訳(メタデータ) (2023-07-05T08:29:31Z) - Rethinking People Analytics With Inverse Transparency by Design [57.67333075002697]
我々は、デザインによる逆透過性(inverse transparency)と呼ぶ、労働分析のための新しい設計手法を提案する。
アーキテクチャの変更はコア機能を阻害することなく行われます。
我々は、デザインによる逆透明性は、受け入れられ、責任ある人々の分析を実現するための有望なアプローチである、と結論付けている。
論文 参考訳(メタデータ) (2023-05-16T21:37:35Z) - Navigating the challenges in creating complex data systems: a
development philosophy [0.0]
逆のインセンティブと広範なソフトウェアエンジニアリングスキルの欠如は、多くの根本原因のひとつです。
私たちは2つの重要な開発哲学を提唱します。
論文 参考訳(メタデータ) (2022-10-21T14:28:53Z) - Black-box Dataset Ownership Verification via Backdoor Watermarking [67.69308278379957]
我々は、リリースデータセットの保護を、(目立たしい)サードパーティモデルのトレーニングに採用されているかどうかの検証として定式化する。
バックドアの透かしを通じて外部パターンを埋め込んでオーナシップの検証を行い,保護することを提案する。
具体的には、有毒なバックドア攻撃(例えばBadNets)をデータセットのウォーターマーキングに利用し、データセット検証のための仮説テストガイダンスメソッドを設計する。
論文 参考訳(メタデータ) (2022-08-04T05:32:20Z) - On the Privacy of Mental Health Apps: An Empirical Investigation and its
Implications for Apps Development [14.113922276394588]
本稿では、メンタルヘルスアプリに組み込まれたデータのプライバシーを体系的に識別し、理解することを目的とした実証的研究を報告する。
われわれはGoogle Play Storeのトップランクのメンタルヘルスアプリ27件を分析した。
この発見は、不必要なパーミッション、セキュアでない暗号実装、ログやWebリクエストにおける個人情報や資格情報の漏洩など、重要なデータプライバシの問題を明らかにする。
論文 参考訳(メタデータ) (2022-01-22T09:23:56Z) - Reinforcement Learning on Encrypted Data [58.39270571778521]
本稿では,DQNエージェントが,離散的かつ連続的な状態空間を持つ環境でどのように動作するかを予備的,実験的に検討する。
その結果,非決定論的暗号が存在する場合でも,エージェントは依然として小さな状態空間で学習することができるが,より複雑な環境では性能が低下することがわかった。
論文 参考訳(メタデータ) (2021-09-16T21:59:37Z) - Data Mining with Big Data in Intrusion Detection Systems: A Systematic
Literature Review [68.15472610671748]
クラウドコンピューティングは、複雑で高性能でスケーラブルな計算のために、強力で必要不可欠な技術になっている。
データ生成の迅速化とボリュームは、データ管理とセキュリティに重大な課題をもたらし始めている。
ビッグデータ設定における侵入検知システム(IDS)の設計と展開が重要視されている。
論文 参考訳(メタデータ) (2020-05-23T20:57:12Z) - 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。