論文の概要: VPVet: Vetting Privacy Policies of Virtual Reality Apps
- arxiv url: http://arxiv.org/abs/2409.00740v1
- Date: Sun, 1 Sep 2024 15:07:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 11:36:58.092401
- Title: VPVet: Vetting Privacy Policies of Virtual Reality Apps
- Title(参考訳): VPVet:バーチャルリアリティアプリのプライバシーポリシーを検証
- Authors: Yuxia Zhan, Yan Meng, Lu Zhou, Yichang Xiong, Xiaokuan Zhang, Lichuan Ma, Guoxing Chen, Qingqi Pei, Haojin Zhu,
- Abstract要約: バーチャルリアリティ(VR)アプリは、パーソナルコンピュータやスマートフォン上で動作するWeb/モバイルアプリよりも幅広いユーザーデータを収集することができる。
既存の法とプライバシーの規制は、VR開発者がプライバシーポリシーを通じて収集/使用/共有されたデータ(CUS)をユーザーに知らせるべきであることを強調している。
本稿では,VRアプリのプライバシーポリシーコンプライアンス問題を自動的に検証するVPVetを提案する。
- 参考スコア(独自算出の注目度): 27.62581114396347
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Virtual reality (VR) apps can harvest a wider range of user data than web/mobile apps running on personal computers or smartphones. Existing law and privacy regulations emphasize that VR developers should inform users of what data are collected/used/shared (CUS) through privacy policies. However, privacy policies in the VR ecosystem are still in their early stages, and many developers fail to write appropriate privacy policies that comply with regulations and meet user expectations. In this paper, we propose VPVet to automatically vet privacy policy compliance issues for VR apps. VPVet first analyzes the availability and completeness of a VR privacy policy and then refines its analysis based on three key criteria: granularity, minimization, and consistency of CUS statements. Our study establishes the first and currently largest VR privacy policy dataset named VRPP, consisting of privacy policies of 11,923 different VR apps from 10 mainstream platforms. Our vetting results reveal severe privacy issues within the VR ecosystem, including the limited availability and poor quality of privacy policies, along with their coarse granularity, lack of adaptation to VR traits and the inconsistency between CUS statements in privacy policies and their actual behaviors. We open-source VPVet system along with our findings at repository https://github.com/kalamoo/PPAudit, aiming to raise awareness within the VR community and pave the way for further research in this field.
- Abstract(参考訳): バーチャルリアリティ(VR)アプリは、パーソナルコンピュータやスマートフォン上で動作するWeb/モバイルアプリよりも幅広いユーザーデータを収集することができる。
既存の法とプライバシーの規制は、VR開発者がプライバシーポリシーを通じて収集/使用/共有されたデータ(CUS)をユーザーに知らせるべきであることを強調している。
しかし、VRエコシステムのプライバシポリシはまだ初期段階であり、多くの開発者は、規制に準拠してユーザの期待に応える適切なプライバシポリシを書かなかった。
本稿では,VRアプリのプライバシーポリシーコンプライアンス問題を自動的に検証するVPVetを提案する。
VPVetはまず、VRプライバシポリシの可用性と完全性を分析し、その分析を3つの重要な基準(粒度、最小化、CUS文の一貫性)に基づいて洗練する。
私たちの研究は、主要な10プラットフォームから11,923の異なるVRアプリのプライバシーポリシーで構成されるVRPPという、最初の、そして現在最大のVRプライバシポリシーデータセットを確立しました。
私たちの審査結果は、プライバシーポリシーの可用性と品質の低下、粗い粒度、VR特性への適応の欠如、プライバシーポリシーにおけるCUS声明と実際の行動の矛盾など、VRエコシステム内の深刻なプライバシー問題を明らかにします。
私たちはVPVetシステムをオープンソースとして公開し、リポジトリhttps://github.com/kalamoo/PPAuditで発見しました。
関連論文リスト
- An Empirical Study on Oculus Virtual Reality Applications: Security and
Privacy Perspectives [46.995904896724994]
本稿では,VRアプリのためのセキュリティとプライバシ評価ツールであるVR-SP検出器を開発する。
筆者らはVR-SP検出器を用いて,500種類のVRアプリに関する総合的研究を行った。
VRアプリには、セキュリティ上の脆弱性やプライバシリークが数多く存在していることが分かりました。
論文 参考訳(メタデータ) (2024-02-21T13:53:25Z) - Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。
本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
論文 参考訳(メタデータ) (2023-11-09T01:34:22Z) - Privacy Preservation in Artificial Intelligence and Extended Reality
(AI-XR) Metaverses: A Survey [3.0151762748441624]
メタバースは、個人が対話し、創造し、幅広い活動に参加することができる仮想宇宙を構想している。
メタバースにおけるプライバシーは、概念が進化し、没入的な仮想体験がより普及するにつれて、重要な関心事である。
ユーザを追跡するためのAIに依存していることから、将来のメタバースが直面するであろうさまざまなプライバシー上の課題について検討する。
論文 参考訳(メタデータ) (2023-09-19T11:56:12Z) - Eye-tracked Virtual Reality: A Comprehensive Survey on Methods and
Privacy Challenges [33.50215933003216]
この調査は、仮想現実(VR)における視線追跡と、それらの可能性のプライバシーへの影響に焦点を当てている。
われわれは2012年から2022年にかけて、視線追跡、VR、プライバシー分野における主要な研究を最初に取り上げている。
我々は、視線に基づく認証と、個人のプライバシーと視線追跡データをVRで保存するための計算方法に焦点を当てる。
論文 参考訳(メタデータ) (2023-05-23T14:02:38Z) - Privacy concerns from variances in spatial navigability in VR [0.0]
現在のバーチャルリアリティ(VR)入力デバイスは、仮想環境をナビゲートし、ユーザの動きや特定の行動習慣に関する没入的でパーソナライズされたデータを記録することができる。
本稿では,VRにおける既存のプライバシー問題に対する対処手段として,機械学習による学習アルゴリズムについて検討する。
論文 参考訳(メタデータ) (2023-02-06T01:48:59Z) - 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) - 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) - Private Reinforcement Learning with PAC and Regret Guarantees [69.4202374491817]
エピソード強化学習(RL)のためのプライバシー保護探索ポリシーを設計する。
まず、共同微分プライバシー(JDP)の概念を用いた有意義なプライバシー定式化を提供する。
そこで我々は,強いPACと後悔境界を同時に達成し,JDP保証を享受する,プライベートな楽観主義に基づく学習アルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-09-18T20:18:35Z) - Measuring the Effectiveness of Privacy Policies for Voice Assistant
Applications [12.150750035659383]
音声アプリ開発者が提供するプライバシポリシの有効性を体系的に測定する,最初の大規模データ分析を行う。
我々は、Amazon Alexaのスキル64,720、Google Assistantのアクション2,201を分析した。
われわれの調査では、メインストリームの2つの音声アプリストアでプライバシーポリシーの恐ろしい現実が明らかになった。
論文 参考訳(メタデータ) (2020-07-29T03:17:51Z)
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。