論文の概要: Watch Nearby! Privacy Analysis of the People Nearby Service of Telegram
- arxiv url: http://arxiv.org/abs/2310.13528v1
- Date: Fri, 20 Oct 2023 14:14:19 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-19 01:44:24.152217
- Title: Watch Nearby! Privacy Analysis of the People Nearby Service of Telegram
- Title（参考訳）: 近くで見る! テレグラムのサービスに近づいた人々のプライバシー分析
- Authors: Maurantonio Caprolu, Savio Sciancalepore, Aleksandar Grigorov, Velyan Kolev, Gabriele Oligeri,
- Abstract要約: People NearbyはTelegramが提供するサービスで、ユーザーは他のTelegramユーザーを見つけることができる。
我々は、Telegramが提供する位置情報のプライバシーを、People Nearbyサービスのユーザーに分析する。
- 参考スコア（独自算出の注目度）: 42.44196015584928
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: People Nearby is a service offered by Telegram that allows a user to discover other Telegram users, based only on geographical proximity. Nearby users are reported with a rough estimate of their distance from the position of the reference user, allowing Telegram to claim location privacy In this paper, we systematically analyze the location privacy provided by Telegram to users of the People Nearby service. Through an extensive measurement campaign run by spoofing the user's location all over the world, we reverse-engineer the algorithm adopted by People Nearby to compute distances between users. Although the service protects against precise user localization, we demonstrate that location privacy is always lower than the one declared by Telegram of 500 meters. Specifically, we discover that location privacy is a function of the geographical position of the user. Indeed, the radius of the location privacy area (localization error) spans between 400 meters (close to the equator) and 128 meters (close to the poles), with a difference of up to 75% (worst case) compared to what Telegram declares. After our responsible disclosure, Telegram updated the FAQ associated with the service. Finally, we provide some solutions and countermeasures that Telegram can implement to improve location privacy. In general, the reported findings highlight the significant privacy risks associated with using People Nearby service.
- Abstract（参考訳）: People NearbyはTelegramが提供するサービスで、ユーザーは地理的に近づいただけで他のTelegramユーザーを見つけることができる。
本稿では,Telegramが位置情報のプライバシーを主張できるようにするため,Telegramが提供した位置情報のプライバシーをPerson Nearbyサービス利用者に体系的に解析する。
利用者の位置情報を世界中にスプープすることで実施される広範囲な計測キャンペーンを通じて、利用者間の距離を計算するために、人に近い人が採用するアルゴリズムをリバースエンジニアリングする。
このサービスは正確なユーザのローカライゼーションから保護されるが、Telegramが500mと宣言したものよりも、位置のプライバシーが常に低いことを実証する。
具体的には,位置情報のプライバシーがユーザの地理的位置の関数であることを明らかにする。
実際、位置プライバシー領域(ローカライゼーションエラー)の半径は400メートル(赤道に近い)から128メートル(極に近かった)までで、Telegramが宣言しているものと比べて最大75%(最悪の場合)の違いがある。
情報開示の責任を負った後、Telegramはサービスに関連するFAQを更新した。
最後に、位置情報のプライバシーを改善するためにTelegramが実装できるいくつかのソリューションと対策を提供する。
一般的に報告された調査結果は、人に近いサービスを使用する際のプライバシー上の重大なリスクを浮き彫りにしている。
関連論文リスト
- 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) - TGDataset: a Collection of Over One Hundred Thousand Telegram Channels [69.22187804798162]
本稿では,120,979のTelegramチャネルと4億以上のメッセージを含む新しいデータセットであるTGDatasetを提案する。
我々は、データセット内で話される言語と、英語チャンネルでカバーされるトピックを分析した。
生のデータセットに加えて、データセットの分析に使用したスクリプトと、Sabmykと呼ばれる新しい陰謀論のネットワークに属するチャネルのリストもリリースしました。
論文 参考訳（メタデータ） (2023-03-09T15:42:38Z) - Learning Location from Shared Elevation Profiles in Fitness Apps: A
Privacy Perspective [14.886240385518716]
本研究では,ユーザの位置を予測するために,標高プロファイルがどの程度用いられるかを検討する。
我々は、ターゲットの市や区を予測できる3つの確実な脅威設定を考案する。
我々は59.59%から99.80%の予測成功率を達成した。
論文 参考訳（メタデータ） (2022-10-27T15:15:13Z) - Stronger Privacy for Federated Collaborative Filtering with Implicit
Feedback [13.37601438005323]
ユーザレベルの局所差分プライバシー (LDP) 下での暗黙のデータに対する実用的なフェデレーションレコメンダーシステムを提案する。
プライバシとユーティリティのトレードオフはパラメータ$epsilon$と$k$で制御され、更新毎のプライバシー予算と、各ユーザが送信する$epsilon$-LDPグラデーションの更新数を規制する。
5k項目の50kユーザに対して,K=10(HR@10)0.68でHit Ratioを達成し,MovieLensデータセット上でフレームワークの有効性を実証的に実証した。
論文 参考訳（メタデータ） (2021-05-09T13:41:45Z) - Adding Location and Global Context to the Google/Apple Exposure
Notification Bluetooth API [10.538285220638988]
2人のユーザーの間でコンテキストを伝搬する方法は4つある。
このような2つの方法は、アプリ内の位置情報履歴を明らかにすることなく、プライベートな位置情報ログを可能にする。
他の2つは暗号化方式である。
論文 参考訳（メタデータ） (2020-07-01T08:03:21Z) - 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) - Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。
システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
論文 参考訳（メタデータ） (2020-05-25T12:32:02Z) - PGLP: Customizable and Rigorous Location Privacy through Policy Graph [68.3736286350014]
我々はPGLPと呼ばれる新しい位置プライバシーの概念を提案し、カスタマイズ可能で厳格なプライバシー保証を備えたプライベートロケーションをリリースするためのリッチなインターフェースを提供する。
具体的には,ユーザの位置プライバシー要件を,表現的かつカスタマイズ可能なテキスト配置ポリシーグラフを用いて形式化する。
第3に、位置露光の検出、ポリシーグラフの修復、およびカスタマイズ可能な厳格な位置プライバシーを備えたプライベートな軌跡リリースをパイプライン化する、プライベートな位置トレースリリースフレームワークを設計する。
論文 参考訳（メタデータ） (2020-05-04T04:25:59Z) - Give more data, awareness and control to individual citizens, and they
will help COVID-19 containment [74.10257867142049]
連絡先追跡アプリは、多くの国で大規模採用が提案されている。
中央集権的なアプローチは、市民のプライバシーと不必要に強力なデジタル監視に対する懸念を提起する。
我々は、個人の「個人データストア」にのみ連絡先と位置情報を収集する分散的アプローチを提唱する。
論文 参考訳（メタデータ） (2020-04-10T20:30:37Z)
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。