論文の概要: Exploring the Effectiveness of Google Play Store's Privacy Transparency Channels
- arxiv url: http://arxiv.org/abs/2511.13576v1
- Date: Mon, 17 Nov 2025 16:40:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-18 18:52:09.613197
- Title: Exploring the Effectiveness of Google Play Store's Privacy Transparency Channels
- Title（参考訳）: Google Play Storeのプライバシー透明性チャンネルの有効性を探る
- Authors: Anhao Xiang, Weiping Pei, Chuan Yue,
- Abstract要約: Google Play Storeでは,Android開発者がアプリのプライバシプラクティスをより責任を持って,潜在的なユーザに伝えることが求められている。
これらのチャンネルが、ユーザーがアプリの選択とインストールプロセスにおいて情報的な決定を下すのにどれほど効果的かは不明だ。
我々は,モバイルアプリのシミュレートされたプライバシー透明性チャネルと対話するために,190人の参加者を対象に調査を行った。
- 参考スコア（独自算出の注目度）: 7.162422068114824
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the requirements and emphases on privacy transparency placed by regulations such as GDPR and CCPA, the Google Play Store requires Android developers to more responsibly communicate their apps' privacy practices to potential users by providing the proper information via the data safety, privacy policy, and permission manifest privacy transparency channels. However, it is unclear how effective those channels are in helping users make informed decisions in the app selection and installation process. In this article, we conducted a study for 190 participants to interact with our simulated privacy transparency channels of mobile apps. We quantitatively analyzed (supplemented by qualitative analysis) participants' responses to five sets of questions. We found that data safety provides the most intuitive user interfaces, privacy policy is most informative and effective, while permission manifest excels at raising participants' concerns about an app's overall privacy risks. These channels complement each other and should all be improved.
- Abstract（参考訳）: Google Play Storeでは、GDPRやCCPAといった規制によって設定されるプライバシーの透明性に関する要件とエミュラによって、Android開発者は、データ安全性、プライバシポリシ、パーミッションのプライバシ透明性チャネルを通じて適切な情報を提供することによって、アプリのプライバシプラクティスを潜在的なユーザにより責任を持って伝えることを求めている。
しかし、これらのチャネルが、ユーザーがアプリの選択とインストールプロセスにおいて情報的な決定を下すのを助けるのにどれほど効果的かは不明だ。
本稿では,モバイルアプリのシミュレートされたプライバシー透明性チャネルと対話するために,190人の参加者を対象に調査を行った。
5つの質問に対する参加者の反応を定量的に分析した。
データの安全性は最も直感的なユーザインターフェースを提供し、プライバシポリシは最も情報的かつ効果的であることに気付きました。
これらのチャンネルは互いに補完し、すべて改善されるべきです。
関連論文リスト
- Interdependent Privacy in Smart Homes: Hunting for Bystanders in Privacy Policies [0.8602553195689513]
本稿では,20個のビデオドアベルとスマートカメラ製品を対象としたプライバシーポリシーの分析を行った。
我々は、一部のベンダーが傍観者を認めているが、それらが対処するのは、不服従者を含める程度に限られていることを示した。
傍観者のプライバシに関連する現実のケースを特定し、調査し、現在のデプロイメントが非ユーザに与える影響を実証する。
論文 参考訳（メタデータ） (2025-10-30T14:16:21Z) - Privacy Bills of Materials: A Transparent Privacy Information Inventory for Collaborative Privacy Notice Generation in Mobile App Development [23.41168782020005]
モバイルアプリのプライバシ情報をキャプチャしてコーディネートするための,システマティックなソフトウェアエンジニアリングアプローチであるPriBOMを紹介します。
PriBOMは、透明性中心のプライバシドキュメントと特定のプライバシ通知の作成を促進し、プライバシプラクティスのトレーサビリティと追跡性を可能にする。
論文 参考訳（メタデータ） (2025-01-02T08:14:52Z) - 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) - Assessing Mobile Application Privacy: A Quantitative Framework for Privacy Measurement [0.0]
この研究は、プライバシを優先し、情報に基づく意思決定を促進し、プライバシ保護設計原則を支持したデジタル環境に貢献することを目的としている。
このフレームワークの目的は、特定のAndroidアプリケーションを使用する際のプライバシーリスクのレベルを体系的に評価することである。
論文 参考訳（メタデータ） (2023-10-31T18:12:19Z) - SeePrivacy: Automated Contextual Privacy Policy Generation for Mobile
Applications [21.186902172367173]
SeePrivacyは、モバイルアプリのコンテキストプライバシポリシを自動的に生成するように設計されている。
本手法は,モバイルGUI理解とプライバシポリシ文書解析を相乗的に組み合わせた手法である。
検索されたポリシーセグメントの96%は、そのコンテキストと正しく一致させることができる。
論文 参考訳（メタデータ） (2023-07-04T12:52:45Z) - 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) - PrivHAR: Recognizing Human Actions From Privacy-preserving Lens [58.23806385216332]
我々は、人間の行動認識パイプラインに沿って、堅牢な視覚的プライバシー保護を提供するための最適化フレームワークを提案する。
我々のフレームワークは、カメラレンズをパラメータ化して、ビデオの品質を劣化させ、プライバシー特性を抑え、敵の攻撃を防ぎます。
論文 参考訳（メタデータ） (2022-06-08T13:43:29Z) - 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)
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。