論文の概要: Google Tag Manager: Privacy Leaks and Potential Legal Violations

• arxiv url: http://arxiv.org/abs/2312.08806v4
• Date: Tue, 12 Nov 2024 14:18:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-13 13:16:02.239671
• Title: Google Tag Manager: Privacy Leaks and Potential Legal Violations
• Title（参考訳）: Google Tag Manager: プライバシー漏洩と法違反の可能性
• Authors: Gilles Mertens, Nataliia Bielova, Vincent Roca, Cristiana Santos,
• Abstract要約: Googleは、Google Tag Manager'(GTM)と呼ばれる独自のTMSを開発した。 タグを収集するデータのタイプを分析するために,プライバシリークを分離して検出する手法を提案する。 我々は、複数の隠れたデータ漏洩、不完全でバラバラな宣言、未公表のサードパーティやクッキー、個人データの共有、同意なしに発見する。
• 参考スコア（独自算出の注目度）: 4.749824105387293
• License:
• Abstract: Tag Management Systems were developed in order to support website publishers in installing multiple third-party JavaScript scripts (Tags) on their websites. Google developed its own TMS called ``Google Tag Manager'' (GTM) that is currently present on 42\% of the top 1 million most popular websites. However, GTM has not yet been thoroughly evaluated by the academic research community. In this work, we study, for the first time, the Tags provided within the GTM system. We propose a new methodology called ``detecting privacy leaks in isolation'' and apply it to multiple Tags to analyse the types of data that Tags collect and contrast them to the legal and technical documentation, in collaboration with a legal expert. Across three studies - in-depth analysis of 6 Tags, automated analysis of 718 Tags, and analysis of Google ``Consent Mode'' - we discover multiple hidden data leaks, incomplete and diverging declarations, undisclosed third-parties and cookies, personal data sharing without consent and we further identify potential legal violations within EU Data Protection law.
• Abstract（参考訳）: タグ管理システムは、ウェブサイトのパブリッシャーが複数のサードパーティのJavaScriptスクリプト(タグ)をウェブサイトにインストールするのをサポートするために開発された。 Googleは‘Google Tag Manager’(GTM)と呼ばれる独自のTMSを開発した。 しかし、GTMはまだ学術研究コミュニティによって徹底的に評価されていない。 本研究では,GTMシステム内で提供されるタグを初めて研究する。 我々は,「分離したプライバシー漏洩を検出する」という新しい手法を提案し,それを複数のタグに適用して,タグが収集するデータの種類を分析し,法的専門家と共同で法的および技術的文書と対比する。 6タグの詳細な分析、718タグの自動分析、Google ‘‘Consent Mode’’の分析の3つの研究で、複数の隠れたデータ漏洩、不完全で分散した宣言、未公表のサードパーティとクッキー、同意なく個人データの共有、EUデータ保護法における潜在的法的違反の発見、などが行われている。

関連論文リスト

• Are LLM-based methods good enough for detecting unfair terms of service? [67.49487557224415]
  大規模言語モデル(LLM)は、長いテキストベースの文書を解析するのに適している。 プライバシーポリシーの集合に対して個別に適用された12の質問からなるデータセットを構築します。 いくつかのオープンソースモデルは、いくつかの商用モデルと比較して高い精度を提供できる。
  論文  参考訳（メタデータ） (2024-08-24T09:26:59Z)
• Private Hierarchical Governance for Encrypted Messaging [20.838090769270607]
  プライバシのためのE2EEメッセージングを用いたプライベート階層型ガバナンスシステムを提案する。 私たちは、メッセージ層セキュリティプロトコルの拡張が、リッチなガバナンスポリシーの集合を達成するのにいかに十分であるかを示します。 我々は,コンテンツベースのコミュニティとプラットフォームモデレーション,コミュニティモデレーターの選挙,虐待的ユーザを排除するための投票などをサポートする,MlsGovというプロトタイプE2EEメッセージングシステムを構築している。
  論文  参考訳（メタデータ） (2024-06-27T17:33:23Z)
• Ragnarök: A Reusable RAG Framework and Baselines for TREC 2024 Retrieval-Augmented Generation Track [51.25144287084172]
  RAGベースの検索システムを構築、テスト、視覚化、体系的に評価するためのアリーナを持つことが不可欠である。 TREC 2024 RAG Trackを提案する。
  論文  参考訳（メタデータ） (2024-06-24T17:37:52Z)
• MAGIS: LLM-Based Multi-Agent Framework for GitHub Issue Resolution [47.850418420195304]
  大規模言語モデル(LLM)はコード生成において有望であるが、GitHubの問題を解決する上で困難に直面している。 ソフトウェア進化のためにカスタマイズされた4つのエージェントからなる、GitHub Issue Resolution, MAGISのための新しいMulti-Agentフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-26T17:57:57Z)
• Magic Markup: Maintaining Document-External Markup with an LLM [1.0538052824177144]
  修正プログラムをタグ付けし、リッチなアノテーションが進化するにつれて自動的にコードに従うことができるシステムを提案する。 我々のシステムはベンチマークで90%の精度を達成し、文書のタグを1タグあたり5秒の速さで並列に置き換えることができる。 改善の余地は残っていますが、アプリケーションのさらなる探索を正当化するのに十分なパフォーマンスが得られています。
  論文  参考訳（メタデータ） (2024-03-06T05:40:31Z)
• Design2Code: How Far Are We From Automating Front-End Engineering? [83.06100360864502]
  これを Design2Code タスクとして形式化し,包括的なベンチマークを行う。 具体的には、テストケースとして、484の多様な現実世界のWebページのベンチマークを手動でキュレートする。 我々は,GPT-4V と Gemini Pro Vision 上で,マルチモーダルプロンプト手法のスイートを開発し,その有効性を示す。 人的評価と自動測定の両方で、GPT-4Vは他のモデルと比較して、このタスクにおいて最善であることを示している。
  論文  参考訳（メタデータ） (2024-03-05T17:56:27Z)
• GPT-4V(ision) is a Generalist Web Agent, if Grounded [20.940613419944015]
  GPT-4Vは、手動でウェブサイト上のアクションに計画を立てれば、ライブWebサイト上で51.1タスクを完了できることを示す。 本稿では,Web上での視覚的理解と行動の統合にLMMの力を利用するWebエージェントであるSEEACTを提案する。
  論文  参考訳（メタデータ） (2024-01-03T08:33:09Z)
• GitAgent: Facilitating Autonomous Agent with GitHub by Tool Extension [81.44231422624055]
  さまざまなタスクを実行できる外部ツールを備えた大規模言語モデル(LLM)に焦点が当てられている。 本稿では,GitHubから自動ツール拡張を実現するエージェントであるGitAgentを紹介する。
  論文  参考訳（メタデータ） (2023-12-28T15:47:30Z)
• Autonomous Agents in Software Development: A Vision Paper [5.689610217487687]
  大規模言語モデル(LLM)とGPT(Generative Pre-trained Transformer)がソフトウェア工学(SE)の分野を変えつつある このビジョンペーパーは、SEにおけるGPTベースのエージェントの役割について尋ねる。 我々のビジョンは、複数のGPTエージェントがSEタスクに貢献する能力を活用し、将来の作業のための初期ロードマップを提案することである。
  論文  参考訳（メタデータ） (2023-11-30T10:42:43Z)
• UniVTG: Towards Unified Video-Language Temporal Grounding [52.56732639951834]
  Video Temporal Grounding (VTG)は、カスタム言語クエリに従ってビデオのターゲットクリップをグラウンドすることを目的としている。 我々は、UniVTGと呼ばれる多様なVTGラベルとタスクを3方向に沿って統一することを提案する。 統合されたフレームワークのおかげで、大規模な多様なラベルから事前学習する時間的基盤を解き放つことができます。
  論文  参考訳（メタデータ） (2023-07-31T14:34:49Z)

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。