論文の概要: Detecting and Characterising Mobile App Metamorphosis in Google Play Store

• arxiv url: http://arxiv.org/abs/2407.14565v1
• Date: Fri, 19 Jul 2024 03:26:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-23 21:53:36.804524
• Title: Detecting and Characterising Mobile App Metamorphosis in Google Play Store
• Title（参考訳）: Google Play Storeにおけるモバイルアプリのメタモルフィズムの検出と評価
• Authors: D. Denipitiyage, B. Silva, K. Gunathilaka, S. Seneviratne, A. Mahanti, A. Seneviratne, S. Chawla,
• Abstract要約: 本稿では, メタモルファスを行うアプリケーションを特定するための, 新規かつ効率的なマルチモーダル検索手法を提案する。 本手法は, 再生, 再ブランド, 再購入など, 様々な形態変化のシナリオを明らかにする。 われわれはセキュリティとプライバシーのリスクを隠蔽し、テクノロジーに精通したエンドユーザーにも影響を及ぼす可能性を秘めている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: App markets have evolved into highly competitive and dynamic environments for developers. While the traditional app life cycle involves incremental updates for feature enhancements and issue resolution, some apps deviate from this norm by undergoing significant transformations in their use cases or market positioning. We define this previously unstudied phenomenon as 'app metamorphosis'. In this paper, we propose a novel and efficient multi-modal search methodology to identify apps undergoing metamorphosis and apply it to analyse two snapshots of the Google Play Store taken five years apart. Our methodology uncovers various metamorphosis scenarios, including re-births, re-branding, re-purposing, and others, enabling comprehensive characterisation. Although these transformations may register as successful for app developers based on our defined success score metric (e.g., re-branded apps performing approximately 11.3% better than an average top app), we shed light on the concealed security and privacy risks that lurk within, potentially impacting even tech-savvy end-users.
• Abstract（参考訳）: アプリ市場は、デベロッパーにとって非常に競争力があり、ダイナミックな環境へと進化してきた。 従来のアプリライフサイクルには、機能拡張とイシュー解決のためのインクリメンタルなアップデートが含まれているが、いくつかのアプリは、ユースケースや市場の位置決めにおいて大きな変革を経ることで、この標準から逸脱している。 この現象を「アプリ変態」と定義する。 本稿では,新しいマルチモーダル検索手法を提案し,この手法を用いて5年前に行われたGoogle Play Storeの2つのスナップショットを分析した。 本手法は, 再生, 再ブランド, 再購入など, 様々な形態変化のシナリオを解明し, 包括的特徴付けを可能にする。 これらのトランスフォーメーションは、私たちが定義した成功スコア(例えば、平均的なトップアプリよりも約11.3%優れたリブランドされたアプリ)に基づいて、アプリ開発者にとって成功として登録できるかもしれませんが、隠れたセキュリティとプライバシのリスクに光を当て、技術に精通したエンドユーザにも影響を与えます。

関連論文リスト

• Same App, Different Behaviors: Uncovering Device-specific Behaviors in Android Apps [16.015694809763538]
  実世界のAndroidアプリにおいて,デバイス固有の動作に関する大規模な実証的研究を行った。 デバイス固有の行動の分布を調べることで、中国のサードパーティアプリマーケット内のアプリが、Google Playのアプリに比べて、より関連性の高い行動を示すことが明らかになった。 問題修正や機能適応といった一般的な行動以外にも、何百万ダウンロードという人気アプリを含む33のアグレッシブなアプリを観察しました。
  論文  参考訳（メタデータ） (2024-06-14T07:58:22Z)
• Transformer for Object Re-Identification: A Survey [69.61542572894263]
  ビジョントランスフォーマーは、TransformerベースのRe-IDをさらに深く研究している。 本稿では、TransformerベースのRe-IDの総合的なレビューと詳細な分析を行う。 本稿では,教師なしRe-IDのトレンドを考えると,最先端性能を実現するための新しいトランスフォーマーベースラインUntransReIDを提案する。
  論文  参考訳（メタデータ） (2024-01-13T03:17:57Z)
• Segue: Side-information Guided Generative Unlearnable Examples for Facial Privacy Protection in Real World [64.4289385463226]
  生成不可能な例としては、Segue: Side-information guided Generative unlearnable Exampleを提案する。 転送性を向上させるために,真のラベルや擬似ラベルなどの側面情報を導入する。 JPEG圧縮、敵対的トレーニング、およびいくつかの標準的なデータ拡張に抵抗することができる。
  論文  参考訳（メタデータ） (2023-10-24T06:22:37Z)
• Revisiting Android App Categorization [5.805764439228492]
  そこで本研究では,既存のAndroidアプリのカテゴリ化アプローチを,新たな基盤構造データセットを用いて包括的に評価する。 本稿では,記述に基づく手法とAPKに基づく手法の両方において,既存の手法の性能を効果的に上回る2つの革新的な手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T08:25:34Z)
• Multi-Objective Improvement of Android Applications [10.660480034605243]
  7つのAndroidアプリの21バージョンのテストを書き、パフォーマンス改善のための新しいベンチマークを作成しました。 我々は、改良されたソフトウェアを見つけるために、ソフトウェア変種の範囲をナビゲートする検索ベースの技術である、遺伝的改善を使用している。 これらのアプリでは、実行時間を最大35%改善し、メモリ使用量を最大33%改善しました。
  論文  参考訳（メタデータ） (2023-08-22T12:26:43Z)
• 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)
• One Step at a Time: Pros and Cons of Multi-Step Meta-Gradient Reinforcement Learning [61.662504399411695]
  より正確でロバストなメタ勾配信号を持つ複数の内部ステップを混合する新しい手法を提案する。 Snakeゲームに適用した場合、混合メタグラディエントアルゴリズムは、類似または高い性能を達成しつつ、その分散を3倍に削減することができる。
  論文  参考訳（メタデータ） (2021-10-30T08:36:52Z)
• Task-Agnostic Morphology Evolution [94.97384298872286]
  モルフォロジーと振る舞いを共同適用する現在のアプローチでは、特定のタスクの報酬をモルフォロジー最適化のシグナルとして使用します。 これはしばしば高価なポリシー最適化を必要とし、一般化するために構築されていないタスクに依存した形態をもたらす。 我々は,これらの問題を緩和するための新しいアプローチであるタスク非依存形態進化(tame)を提案する。
  論文  参考訳（メタデータ） (2021-02-25T18:59:21Z)
• Emerging App Issue Identification via Online Joint Sentiment-Topic Tracing [66.57888248681303]
  本稿では,MERITという新しい問題検出手法を提案する。 AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。 Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
  論文  参考訳（メタデータ） (2020-08-23T06:34:05Z)

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。