論文の概要: "I just hated it and I want my money back": Data-driven Understanding of Mobile VPN Service Switching Preferences in The Wild
- arxiv url: http://arxiv.org/abs/2403.01648v1
- Date: Mon, 4 Mar 2024 00:02:46 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-17 17:10:47.096831
- Title: "I just hated it and I want my money back": Data-driven Understanding of Mobile VPN Service Switching Preferences in The Wild
- Title（参考訳）: データ駆動によるモバイルVPNサービスSwitching Preferencesの理解
- Authors: Rohit Raj, Mridul Newar, Mainack Mondal,
- Abstract要約: 我々は、トップ20のVPNアプリから13万件以上のレビューを分析し、1,305件の明示的な言及と切り替えの意図を特定した。
NLPに基づく分析では、ユーザが切り替える動機となる要因の異なるクラスタが明らかになりました。
6つの人気のあるVPNレコメンデーションサイトから376のブログを調べてみると、コンテンツに偏っていることが判明した。
- 参考スコア（独自算出の注目度）: 5.998704044356281
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Virtual Private Networks (VPNs) are a crucial Privacy-Enhancing Technology (PET) leveraged by millions of users and catered by multiple VPN providers worldwide; thus, understanding the user preferences for the choice of VPN apps should be of importance and interest to the security community. To that end, prior studies looked into the usage, awareness and adoption of VPN users and the perceptions of providers. However, no study so far has looked into the user preferences and underlying reasons for switching among VPN providers and identified features that presumably enhance users' VPN experience. This work aims to bridge this gap and shed light on the underlying factors that drive existing users when they switch from one VPN to another. In this work, we analyzed over 1.3 million reviews from 20 leading VPN apps, identifying 1,305 explicit mentions and intents to switch. Our NLP-based analysis unveiled distinct clusters of factors motivating users to switch. An examination of 376 blogs from six popular VPN recommendation sites revealed biases in the content, and we found ignorance towards user preferences. We conclude by identifying the key implications of our work for different stakeholders. The data and code for this work is available at https://github.com/Mainack/switch-vpn-datacode-sec24.
- Abstract（参考訳）: VPN(Virtual Private Networks)は、数百万のユーザが利用し、世界中の複数のVPNプロバイダが利用している、重要なプライバシ・エンハンシング技術(PET)である。
その目的のために、以前の研究ではVPNユーザの使用、認識、採用、およびプロバイダの認識について検討した。
しかし、VPNプロバイダ間の切り替えの理由や、ユーザのVPNエクスペリエンスを向上すると思われる機能について、現時点では調査されていない。
この作業は、このギャップを埋めることを目的としており、VPNから他のVPNへ切り替える際、既存のユーザーを駆り立てる基本的な要因に光を当てている。
この研究では、主要なVPNアプリ20の13万件以上のレビューを分析し、1,305件の明示的な言及と切り替えの意図を特定しました。
NLPに基づく分析では、ユーザが切り替える動機となる要因の異なるクラスタが明らかになりました。
6つの人気のあるVPNレコメンデーションサイトから376のブログを調べたところ、コンテンツに偏りが見られ、ユーザの好みに無関心であることが判明した。
私たちは、異なる利害関係者に対する作業の重要な意味を特定して結論付けます。
この作業のデータとコードはhttps://github.com/Mainack/switch-vpn-datacode-sec24で公開されている。
関連論文リスト
- Bad Neighbors: On Understanding VPN Provider Networks [18.382471188948283]
我々は、VPNプロバイダとその数千のVPNエンドポイントを大規模に分析する。
結果から,テスト対象のVPNサービスプロバイダの大部分において,内部で不安定なネットワークに対するトラフィックフィルタリングの欠如が示唆された。
我々は、影響を受けた提供者や他の利害関係者にこの調査結果を開示し、状況を改善するためのガイダンスを提供した。
論文 参考訳（メタデータ） (2024-10-11T11:51:20Z) - How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。
この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。
我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
論文 参考訳（メタデータ） (2024-10-09T14:51:58Z) - Exploring User Privacy Awareness on GitHub: An Empirical Study [5.822284390235265]
GitHubは、開発者にソースコードを配布し、共通のプロジェクトで協力する実践的な方法を提供する。
アカウントのセキュリティとプライバシを強化するため、GitHubでは、アクセス権限の管理、監査ログのレビュー、二要素認証を有効にしている。
この努力にもかかわらず、このプラットフォームはユーザーのプライバシーに関するさまざまな問題に直面している。
論文 参考訳（メタデータ） (2024-09-06T06:41:46Z) - As Advertised? Understanding the Impact of Influencer VPN Ads [24.988957653689354]
我々は、新しいVPN広告検出モデルを用いて、217人の参加者の広告露出をYouTubeウォッチ履歴を通じて計算する。
VPN広告への露出は、VPNブランドとの親密さと(ハイパボリックな)脅威に対する信頼の高まりと大きく相関していることがわかった。
多くの参加者は、しばしば広告に現れるVPNの事実モデルと誤解を招くメンタルモデルの両方に同意するが、VPN広告とこれらのメンタルモデルとの間に顕著な相関は見つからない。
論文 参考訳（メタデータ） (2024-06-18T19:22:37Z) - OpenVPN is Open to VPN Fingerprinting [10.58132231462485]
VPNの採用は、プライバシーと監視の脅威に対する大衆の認識が高まり、過去10年間で着実に伸びている。
一部の政府は、"デュアルユース"技術を使って接続を識別することでVPNアクセスを制限しようとしている。
我々は、商用VPNサービスでもっとも人気のあるプロトコルであるDPIを用いて、接続を正確にフィンガープリントするためのメカニズムを開発する。
論文 参考訳（メタデータ） (2024-03-06T19:15:02Z) - The Key to Deobfuscation is Pattern of Life, not Overcoming Encryption [0.7124736158080939]
本稿では,プロトコルのトランザクションパスに沿ったキー位置から測定値を合成することにより,ソースの難読化に有効な新しい手法を提案する。
本稿では,オンラインペルソナと生来のIPアドレスを,生活パターン(PoL)分析に基づいて関連付ける。
インターネット上の正しい場所での監視では、HTTPS(DoH)上のDNSとTLS(DoT)上のDNSは、100%の精度で難読化可能であることを示す。
論文 参考訳（メタデータ） (2023-10-04T02:34:29Z) - 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) - SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。
自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。
本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2022-03-29T02:56:40Z) - VPN: Video Provenance Network for Robust Content Attribution [72.12494245048504]
VPN - オンラインで共有されているビデオから出典情報を復元するコンテンツ属性手法を提案する。
完全長あるいは切り離されたビデオクエリを用いて,このようなビデオのマッチングに頑健な検索埋め込みを学習する。
一度ビデオクリップの信頼できるデータベースにマッチすると、そのクリップの出所に関する関連情報がユーザに提示される。
論文 参考訳（メタデータ） (2021-09-21T09:07:05Z) - Understanding Clipping for Federated Learning: Convergence and
Client-Level Differential Privacy [67.4471689755097]
本稿では, 切断したFedAvgが, 実質的なデータ均一性でも驚くほど良好に動作できることを実証的に示す。
本稿では,差分プライベート(DP)FedAvgアルゴリズムの収束解析を行い,クリッピングバイアスとクライアント更新の分布との関係を明らかにする。
論文 参考訳（メタデータ） (2021-06-25T14:47:19Z) - Federated Learning of User Authentication Models [69.93965074814292]
機械学習モデルのプライバシー保護のためのフレームワークであるFederated User Authentication (FedUA)を提案する。
FedUAは、フェデレートされた学習フレームワークを採用して、ユーザが生の入力を共有することなく、共同でモデルをトレーニングできるようにする。
提案手法はプライバシ保護であり,多数のユーザに対してスケーラブルであることを示し,出力層を変更することなく,新たなユーザをトレーニングに追加できるようにした。
論文 参考訳（メタデータ） (2020-07-09T08:04:38Z)
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。