論文の概要: User Interaction Data in Apps: Comparing Policy Claims to
Implementations
- arxiv url: http://arxiv.org/abs/2312.02710v1
- Date: Tue, 5 Dec 2023 12:11:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 15:42:15.809106
- Title: User Interaction Data in Apps: Comparing Policy Claims to
Implementations
- Title(参考訳): アプリのユーザインタラクションデータ:ポリシークレームと実装の比較
- Authors: Feiyang Tang, Bjarte M. {\O}stvold
- Abstract要約: 我々は、ポリシークレームとデータ収集手法の整合性を評価するために、静的解析手法を用いて、さまざまなカテゴリにまたがるトップ100アプリを分析した。
我々の調査結果は、データ収集における透明性の欠如と、それに伴う再識別のリスクを強調し、ユーザのプライバシと信頼に関する懸念を高めている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As mobile app usage continues to rise, so does the generation of extensive
user interaction data, which includes actions such as swiping, zooming, or the
time spent on a screen. Apps often collect a large amount of this data and
claim to anonymize it, yet concerns arise regarding the adequacy of these
measures. In many cases, the so-called anonymized data still has the potential
to profile and, in some instances, re-identify individual users. This situation
is compounded by a lack of transparency, leading to potential breaches of user
trust.
Our work investigates the gap between privacy policies and actual app
behavior, focusing on the collection and handling of user interaction data. We
analyzed the top 100 apps across diverse categories using static analysis
methods to evaluate the alignment between policy claims and implemented data
collection techniques. Our findings highlight the lack of transparency in data
collection and the associated risk of re-identification, raising concerns about
user privacy and trust. This study emphasizes the importance of clear
communication and enhanced transparency in privacy practices for mobile app
development.
- Abstract(参考訳): モバイルアプリの利用が増加するにつれて、スワイプ、ズーム、画面に費やした時間などのアクションを含む広範なユーザーインタラクションデータも生成される。
アプリはしばしば大量のデータを収集し、匿名化を主張するが、これらの措置の適切性に関する懸念が生じる。
多くの場合、いわゆる匿名化データは、プロファイルする可能性があり、場合によっては個々のユーザーを再識別する。
この状況は透明性の欠如によって複雑になり、ユーザの信頼が損なわれる可能性がある。
本研究は,ユーザのインタラクションデータの収集と処理に着目し,プライバシーポリシーと実際のアプリの動作とのギャップを調査した。
さまざまなカテゴリのアプリトップ100を静的解析法を用いて分析し,ポリシークレームと実装データ収集手法の整合性を評価した。
我々の調査結果は、データ収集における透明性の欠如と、それに伴う再識別のリスクを強調し、ユーザのプライバシと信頼に関する懸念を高めている。
本研究は,モバイルアプリ開発のプライバシプラクティスにおいて,明確なコミュニケーションの重要性と透明性の強化を強調する。
関連論文リスト
- Transparency in App Analytics: Analyzing the Collection of User
Interaction Data [0.0]
インタラクションデータ収集の一般的な実践を識別するために,Androidアプリの分析ライブラリのトップ20を分析した。
アプリのデータ収集プラクティスを要約するための標準化されたコレクションクレームテンプレートを開発した。
論文 参考訳(メタデータ) (2023-06-20T11:01:27Z) - 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) - Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。
ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
論文 参考訳(メタデータ) (2023-04-06T05:20:16Z) - Cross-Network Social User Embedding with Hybrid Differential Privacy
Guarantees [81.6471440778355]
プライバシー保護方式でユーザを包括的に表現するために,ネットワーク横断型ソーシャルユーザ埋め込みフレームワークDP-CroSUEを提案する。
特に、各異種ソーシャルネットワークに対して、異種データ型に対するプライバシー期待の変化を捉えるために、まずハイブリッドな差分プライバシーの概念を導入する。
ユーザ埋め込みをさらに強化するため、新しいネットワーク間GCN埋め込みモデルは、それらの整列したユーザを介して、ネットワーク間で知識を伝達するように設計されている。
論文 参考訳(メタデータ) (2022-09-04T06:22:37Z) - The Privacy Onion Effect: Memorization is Relative [76.46529413546725]
もっとも脆弱な外接点の"層"を取り除くことで、前もって安全だった点の新たな層を同じ攻撃に晒す。
これは、機械学習のようなプライバシー強化技術が、他のユーザーのプライバシーに悪影響を及ぼす可能性を示唆している。
論文 参考訳(メタデータ) (2022-06-21T15:25:56Z) - Relational Graph Neural Networks for Fraud Detection in a Super-App
environment [53.561797148529664]
スーパーアプリケーションの金融サービスにおける不正行為防止のための関係グラフ畳み込みネットワーク手法の枠組みを提案する。
我々は,グラフニューラルネットワークの解釈可能性アルゴリズムを用いて,ユーザの分類タスクに対する最も重要な関係を判定する。
以上の結果から,Super-Appの代替データと高接続性で得られるインタラクションを利用するモデルには,付加価値があることが示唆された。
論文 参考訳(メタデータ) (2021-07-29T00:02:06Z) - Trustworthy Transparency by Design [57.67333075002697]
本稿では,ユーザ信頼とエクスペリエンスに関する研究を取り入れた,ソフトウェア設計のための透明性フレームワークを提案する。
私たちのフレームワークは、その設計に透明性を取り入れたソフトウェアの開発を可能にします。
論文 参考訳(メタデータ) (2021-03-19T12:34:01Z) - Towards Mass Adoption of Contact Tracing Apps -- Learning from Users'
Preferences to Improve App Design [3.187723878624947]
市場調査手法とコンジョイント分析を用いて,接触追跡アプリのユーザ嗜好について検討する。
欧州の連絡先追跡アプリのプライバシー保護設計を確認した。
目標整合性機能の追加は、大量導入を促進する上で重要な役割を果たすと結論付けている。
論文 参考訳(メタデータ) (2020-11-24T19:08:09Z) - Privacy-accuracy trade-offs in noisy digital exposure notifications [3.04585143845864]
携帯電話による接触追跡プロセスの自動化に関心がある。
Bluetoothなどのデータ交換技術を使って、ユーザー間の連絡先を記録したり、ポジティブな診断を報告したり、病気のユーザーに暴露されたユーザーに警告したりできる。
実用的なプロトコルを設計することは重要であるが、露出イベントをユーザーに通知することは、それ自体が秘密情報を漏洩させる可能性があることに気づくことが不可欠である。
論文 参考訳(メタデータ) (2020-11-08T15:00:38Z) - How good is good enough for COVID19 apps? The influence of benefits,
accuracy, and privacy on willingness to adopt [24.202334512830255]
手動の接触追跡を補完するコンタクト追跡アプリも増えている。
新型コロナウイルスの接触追跡アプリをインストールする意思の報告に対する精度とプライバシの双方の影響を評価した。
論文 参考訳(メタデータ) (2020-05-09T01:53:52Z) - Privacy Guidelines for Contact Tracing Applications [19.094312133714023]
我々はコンタクトトレースアプリケーションが扱えるシナリオについて議論する。
動作を妨害したり、エンドユーザーのデータを誤用したりする様々な脅威アクターについて述べる。
我々は、異なる利害関係者の視点から、接触追跡アプリケーションのプライバシーガイドラインを提示する。
論文 参考訳(メタデータ) (2020-04-28T06:44:14Z)
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。