論文の概要: Understanding the Sneaky Patterns of Pop-up Windows in the Mobile Ecosystem

• arxiv url: http://arxiv.org/abs/2505.12056v1
• Date: Sat, 17 May 2025 15:39:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.013516
• Title: Understanding the Sneaky Patterns of Pop-up Windows in the Mobile Ecosystem
• Title（参考訳）: モバイルエコシステムにおけるポップアップウィンドウのスニーキーパターンの理解
• Authors: Dongpeng Wu, Yuhong Nan, Shaojiang Wang, Jiawei Wang, Luwa Li, Xueqiang Wang,
• Abstract要約: 本稿では,モバイルエコシステムにおけるスニーキーパターンの詳細な研究について述べる。 私たちの調査では、テキストミスリード、UIミスリード、強制アクション、コンテキストの欠如、プライバシー侵害など、ユーザエクスペリエンスを侵害する5つのSneakyパターンに注目しています。 私たちはPokerと呼ばれる自動分析パイプラインを開発し、現実世界のアプリでさまざまなPoWを特定し、排除し、収集するという課題に取り組みます。
• 参考スコア（独自算出の注目度）: 6.475928035972003
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In mobile applications, Pop-up window (PoW) plays a crucial role in improving user experience, guiding user actions, and delivering key information. Unfortunately, the excessive use of PoWs severely degrades the user experience. These PoWs often sneakily mislead users in their choices, employing tactics that subtly manipulate decision-making processes. In this paper, we provide the first in-depth study on the Sneaky patterns in the mobile ecosystem. Our research first highlights five distinct Sneaky patterns that compromise user experience, including text mislead, UI mislead, forced action, out of context and privacy-intrusive by default. To further evaluate the impact of such Sneaky patterns at large, we developed an automated analysis pipeline called Poker, to tackle the challenges of identifying, dismissing, and collecting diverse PoWs in real-world apps. Evaluation results showed that Poker achieves high precision and recall in detecting PoWs, efficiently dismissed over 88% of PoWs with minimal user interaction, with good robustness and reliability in comprehensive app exploration. Further, our systematic analysis over the top 100 popular apps in China and U.S. revealing that both regions displayed significant ratios of Sneaky patterns, particularly in promotional contexts, with high occurrences in categories such as shopping and video apps. The findings highlight the strategic deployment of Sneaky tactics that compromise user trust and ethical app design.
• Abstract（参考訳）: モバイルアプリケーションでは、ポップアップウィンドウ(PoW)がユーザーエクスペリエンスを改善し、ユーザーアクションを誘導し、重要な情報を提供する上で重要な役割を果たす。 残念なことに、PoWの過剰使用はユーザエクスペリエンスを著しく低下させます。 これらのPoWは、ユーザーの選択をひそかに誤解させ、意思決定プロセスを微妙に操作する戦術を採用しています。 本稿では,モバイルエコシステムにおけるスニーキーパターンの詳細な研究について述べる。 私たちの研究はまず、テキストミスリード、UIミスリード、強制アクション、文脈外、プライバシー侵害など、ユーザエクスペリエンスを侵害する5つのSneakyパターンを強調しました。 このようなSneakyパターンの影響を大規模に評価するために,Pokeerという自動分析パイプラインを開発し,現実世界のアプリにおけるさまざまなPoWの識別,排除,収集といった課題に対処した。 評価の結果,PokerはPoWの検出において高い精度とリコールを実現し,PoWの88%以上を最小限のユーザインタラクションで効率的に除去し,包括的なアプリ探索における堅牢性と信頼性を向上した。 さらに、中国と米国の人気アプリ上位100件の体系的分析から、スネッキーパターンの顕著な比率、特にプロモーションの文脈において、ショッピングやビデオアプリなどのカテゴリーで高い頻度で発生していることが明らかとなった。 この調査結果は、ユーザの信頼と倫理的アプリ設計を損なうSneaky戦略の戦略的展開を強調している。

関連論文リスト

• Towards Trustworthy GUI Agents: A Survey [64.6445117343499]
  本調査では,GUIエージェントの信頼性を5つの重要な次元で検証する。 敵攻撃に対する脆弱性、シーケンシャルな意思決定における障害モードのカスケードなど、大きな課題を特定します。 GUIエージェントが普及するにつれて、堅牢な安全基準と責任ある開発プラクティスを確立することが不可欠である。
  論文  参考訳（メタデータ） (2025-03-30T13:26:00Z)
• 50 Shades of Deceptive Patterns: A Unified Taxonomy, Multimodal Detection, and Security Implications [33.2581087304465]
  認知パターン (DP) は意図しない決定にユーザを操作するために意図的に設計されたユーザインタフェースである。 セキュリティとプライバシの観点から、偽造パターンの分類を拡大し、カテゴリとスコープを洗練しました。 我々は,商用マルチモーダル・大規模言語モデル(MLLM)を利用した,認識パターン検出のための新しい自動ツールDPGuardを開発した。
  論文  参考訳（メタデータ） (2025-01-23T03:28:38Z)
• SeGA: Preference-Aware Self-Contrastive Learning with Prompts for Anomalous User Detection on Twitter [14.483830120541894]
  本稿では,ユーザの異常検出のための自己コントラスト学習であるSeGAを提案する。 SeGAは、投稿を通じてユーザの好みを要約するために、大きな言語モデルを使用する。 モデル設計と事前学習戦略の有効性を実証的に検証する。
  論文  参考訳（メタデータ） (2023-12-17T05:35:28Z)
• Erasing Labor with Labor: Dark Patterns and Lockstep Behaviors on Google Play [13.658284581863839]
  Google Playのポリシーは、アプリの配置を操作するためのインセンティブ付きインストール、評価、レビューの使用を禁止している。 社会技術レンズによるインストールインセンティブアプリについて検討し、レビューとパーミッションの混合メソッド分析を行う。 私たちのデータセットには、60以上のアプリから5ヶ月以上にわたって収集された319万のレビューが含まれています。 インストールインセンティブのアプリに対する不正なレビューの証拠を見つけ、それに続いて、アプリとレビュアーの動的二部グラフのエッジストリームとしてモデル化します。
  論文  参考訳（メタデータ） (2022-02-09T16:54:27Z)
• An Empirical Investigation of Personalization Factors on TikTok [77.34726150561087]
  TikTokのアルゴリズムがプラットフォームの成功とコンテンツの配布に重要であるにもかかわらず、アルゴリズムの実証的な分析はほとんど行われていない。 我々は,私たちが開発したカスタムアルゴリズムを用いたソック・パペット・監査手法を用いて,TikTokへのアクセスに使用される言語と位置情報の効果を検証,分析した。 その結果,フォローフェールが最も強い影響を受けており,ライクフェールやビデオ視聴率が高いことが判明した。
  論文  参考訳（メタデータ） (2022-01-28T17:40:00Z)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)
• 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)
• Assisted Perception: Optimizing Observations to Communicate State [112.40598205054994]
  我々は、ロボット遠隔操作や視覚障害のあるナビゲーションといったタスクにおいて、ユーザが世界の状態を見積もるのを支援することを目的としている。 ユーザによって処理された場合、より正確な内部状態推定につながる新しい観測結果を合成する。
  論文  参考訳（メタデータ） (2020-08-06T19:08:05Z)
• Active Visual Information Gathering for Vision-Language Navigation [115.40768457718325]
  視覚言語ナビゲーション(VLN)は、エージェントがフォトリアリスティックな環境の中でナビゲーションの指示を行うためのタスクである。 VLNの重要な課題の1つは、曖昧な指示による不確実性を緩和し、環境の観察を不十分にすることで、堅牢なナビゲーションを行う方法である。 この研究は、人間のナビゲーション行動からインスピレーションを得て、よりインテリジェントなVLNポリシーのためのアクティブな情報収集能力を持つエージェントを提供する。
  論文  参考訳（メタデータ） (2020-07-15T23:54:20Z)

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。