論文の概要: A Decade of Privacy-Relevant Android App Reviews: Large Scale Trends
- arxiv url: http://arxiv.org/abs/2403.02292v1
- Date: Mon, 4 Mar 2024 18:21:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-06 17:51:11.441399
- Title: A Decade of Privacy-Relevant Android App Reviews: Large Scale Trends
- Title（参考訳）: プライバシー関連androidアプリの10年レビュー:大規模トレンド
- Authors: Omer Akgul, Sai Teja Peddinti, Nina Taft, Michelle L. Mazurek, Hamza
Harkous, Animesh Srivastava, Benoit Seguin
- Abstract要約: われわれは10年間にわたってGoogle Play Storeで公開されているプライバシー関連レビューの1200万件の分析を行った。
最先端のNLP技術を活用することで、ユーザが複数次元にまたがるプライバシについて何を書いているかを調べることができる。
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。
- 参考スコア（独自算出の注目度）: 21.753367158152106
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present an analysis of 12 million instances of privacy-relevant reviews
publicly visible on the Google Play Store that span a 10 year period. By
leveraging state of the art NLP techniques, we can examine what users have been
writing about privacy along multiple dimensions: time, countries, app types,
diverse privacy topics, and even across a spectrum of emotions. We find
consistent growth of privacy-relevant reviews, and explore topics that are
trending (such as Data Deletion and Data Theft), as well as those on the
decline (such as privacy-relevant reviews on sensitive permissions). We find
that although privacy reviews come from more than 200 countries, 33 countries
provide 90% of privacy reviews. We conduct a comparison across countries by
examining the distribution of privacy topics a country's users write about, and
find that geographic proximity is not a reliable indicator that nearby
countries have similar privacy perspectives. We uncover some countries with
unique patterns and explore those herein. Surprisingly, we uncover that it is
not uncommon for reviews that discuss privacy to be positive (32%); many users
express pleasure about privacy features within apps or privacy-focused apps. We
also uncover some unexpected behaviors, such as the use of reviews to deliver
privacy disclaimers to developers. Finally, we demonstrate the value of
analyzing app reviews with our approach as a complement to existing methods for
understanding users' perspectives about privacy.
- Abstract（参考訳）: われわれは10年間にわたってGoogle Play Storeで公開されているプライバシー関連レビューの1200万件の分析を行った。
最先端のNLP技術を活用することで、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の範囲で、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ることができます。
私たちは、プライバシー関連レビューの一貫した成長を見つけ、トレンド(データ削除やデータ盗難など)や減少中のもの(機密権限に関するプライバシー関連レビューなど)を調査します。
プライバシーレビューは200か国以上から来ているが、33か国がプライバシーレビューの90%を提供している。
我々は、国のユーザーが書いたプライバシートピックの分布を調べて各国の比較を行い、近隣諸国が同様のプライバシー観を持っているという信頼性のある指標ではないことを発見した。
いくつかの国をユニークなパターンで発見し、これらを探索します。
驚いたことに、プライバシーについて議論するレビューが肯定的であるのは珍しいことではない(32%)。
また、デベロッパーにプライバシーの請求書を提供するためのレビューの利用など、予期せぬ行動も明らかにしています。
最後に,ユーザのプライバシに対する視点を理解するための既存手法の補完として,我々のアプローチによるアプリレビューの分析の価値を示す。
関連論文リスト
- A Large-Scale Privacy Assessment of Android Third-Party SDKs [17.245330733308375]
サードパーティのソフトウェア開発キット(SDK)は、Androidアプリ開発で広く採用されている。
この利便性は、ユーザのプライバシに敏感な情報への不正アクセスに関するかなりの懸念を引き起こす。
当社の研究では,AndroidサードパーティSDK間のユーザプライバシ保護を対象とする分析を行っている。
論文 参考訳（メタデータ） (2024-09-16T15:44:43Z) - PrivacyLens: Evaluating Privacy Norm Awareness of Language Models in Action [54.11479432110771]
PrivacyLensは、プライバシに敏感な種子を表現的なヴィグネットに拡張し、さらにエージェントの軌跡に拡張するために設計された新しいフレームワークである。
プライバシの文献とクラウドソーシングされたシードに基づいて、プライバシの規範のコレクションをインスタンス化する。
GPT-4やLlama-3-70Bのような最先端のLMは、プライバシー強化の指示が出されたとしても、機密情報を25.68%、38.69%のケースでリークしている。
論文 参考訳（メタデータ） (2024-08-29T17:58:38Z) - ATLAS: Automatically Detecting Discrepancies Between Privacy Policies
and Privacy Labels [2.457872341625575]
自動プライバシラベル解析システム(ATLAS)について紹介する。
ATLASは、モバイルアプリのプライバシーポリシーとプライバシーラベルの相違点を特定する。
平均して、アプリには5.32のコンプライアンス上の問題があることがわかっています。
論文 参考訳（メタデータ） (2023-05-24T05:27:22Z) - PLUE: Language Understanding Evaluation Benchmark for Privacy Policies
in English [77.79102359580702]
プライバシポリシ言語理解評価ベンチマークは,プライバシポリシ言語理解を評価するマルチタスクベンチマークである。
また、プライバシポリシの大規模なコーパスを収集し、プライバシポリシドメイン固有の言語モデル事前トレーニングを可能にします。
ドメイン固有の連続的な事前トレーニングは、すべてのタスクでパフォーマンスを改善することを実証します。
論文 参考訳（メタデータ） (2022-12-20T05:58:32Z) - Mining User Privacy Concern Topics from App Reviews [10.776958968245589]
アプリストアのアプリレビューを通じて、プライバシー上の懸念を訴えるユーザーが増えている。
プライバシーに関する懸念をユーザーレビューから効果的に掘り下げる主な課題は、プライバシーに関する懸念を表すレビューが、より一般的なテーマや騒々しいコンテンツを表す多くのレビューによって過大評価されているという事実にある。
本研究では,この課題を克服するための新しい自動化手法を提案する。
論文 参考訳（メタデータ） (2022-12-19T08:07:27Z) - Privacy Explanations - A Means to End-User Trust [64.7066037969487]
この問題に対処するために、説明可能性がどのように役立つかを検討しました。
私たちはプライバシーの説明を作成し、エンドユーザの理由と特定のデータが必要な理由を明らかにするのに役立ちました。
我々の発見は、プライバシーの説明がソフトウェアシステムの信頼性を高めるための重要なステップであることを示している。
論文 参考訳（メタデータ） (2022-10-18T09:30:37Z) - Algorithms with More Granular Differential Privacy Guarantees [65.3684804101664]
我々は、属性ごとのプライバシー保証を定量化できる部分微分プライバシー(DP)について検討する。
本研究では,複数の基本データ分析および学習タスクについて検討し,属性ごとのプライバシパラメータが個人全体のプライバシーパラメータよりも小さい設計アルゴリズムについて検討する。
論文 参考訳（メタデータ） (2022-09-08T22:43:50Z) - Analysis of Longitudinal Changes in Privacy Behavior of Android
Applications [79.71330613821037]
本稿では,プライバシに関して,Androidアプリが時間とともにどのように変化してきたかを検討する。
HTTPSの採用、アプリが他のインストール済みアプリのデバイスをスキャンするかどうか、プライバシに敏感なデータに対するパーミッションの使用、ユニークな識別子の使用について検討する。
アプリがアップデートを受け続けるにつれて、プライバシ関連の振る舞いは時間とともに改善され、アプリによって使用されるサードパーティライブラリが、プライバシに関するより多くの問題に責任を負っていることが分かっています。
論文 参考訳（メタデータ） (2021-12-28T16:21:31Z) - 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) - Privacy at Scale: Introducing the PrivaSeer Corpus of Web Privacy Policies [13.09699710197036]
PrivaSeerは、100万以上の英語ウェブサイトのプライバシーポリシーのコーパスです。
本稿では,可読性テスト,文書類似性,キーフレーズ抽出の結果を示し,トピックモデリングによるコーパスの探索を行った。
論文 参考訳（メタデータ） (2020-04-23T13:21:00Z)
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。