論文の概要: Expecting (Targeted Ads)? Network Analysis of User Health Data Leakage in Fertility Tracking Apps

• arxiv url: http://arxiv.org/abs/2606.26276v2
• Date: Fri, 26 Jun 2026 17:19:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 13:57:07.330343
• Title: Expecting (Targeted Ads)? Network Analysis of User Health Data Leakage in Fertility Tracking Apps
• Title（参考訳）: 期待(ターゲット広告) : 妊婦追跡アプリにおけるユーザ健康データ漏洩のネットワーク分析
• Abstract要約: Google Play Storeから20のAndroid肥大追跡アプリのコーパスをネットワークベースで測定する。 ユーザの健康データの明示的な漏洩と,高度にターゲットされたコンテキスト広告URLによる暗黙的な漏洩を識別する。 これらの発見は、広範囲にわたるユーザの懸念に対する技術的根拠を提供すると同時に、アプリベースの肥大度追跡のプライバシーへの影響における消費者選択の重要性を浮き彫りにしている。
• 参考スコア（独自算出の注目度）: 9.426024604008406
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While human factors in the privacy of fertility tracking apps -- health trackers that record users' menstrual or pregnancy data -- has been the subject of extensive study, little attention has been paid to the technical aspects of apps' data handling practices. We conduct a network-based measurement study of a corpus of 20 Android fertility tracking apps from the Google Play Store, focusing on how user data is shared with third party advertising services. After systematizing app features, we conduct a series of standardized user interactions across all apps in an environment that records TLS-stripped network traffic. In a subset of apps (n=5) we identify explicit leakage of user health data as well implicit leakage through highly targeted contextual advertising URL's. Equally importantly, we observe additional apps that use an ad-based monetization model without apparent leakage of user data, as well as several apps the interact only minimally with ad services. These findings provide technical grounding for widespread user concerns, but also underscore the importance of consumer choice in the privacy implications of app-based fertility tracking.
• Abstract（参考訳）: 妊婦追跡アプリ(ユーザーの月経データや妊娠データを記録するヘルストラッカー)のプライバシーに関する人間的要因は、広範な研究の対象となっているが、アプリのデータハンドリングの技術的側面にはほとんど注意が払われていない。 われわれは、Google Play Storeから20のAndroid肥大度追跡アプリのコーパスをネットワークベースで測定し、ユーザーのデータをサードパーティの広告サービスとどのように共有するかに焦点を当てた。 アプリの機能を体系化した後、TLSにストリップされたネットワークトラフィックを記録する環境において、すべてのアプリ間での一連の標準化されたユーザーインタラクションを実行します。 アプリのサブセット(n=5)では、ユーザヘルスデータの明示的な漏洩と、高度にターゲットされたコンテキスト広告URLによる暗黙的な漏洩を識別する。 また、広告サービスとしかやりとりしないアプリもいくつかあります。 これらの発見は、広範囲にわたるユーザの懸念に対する技術的根拠を提供すると同時に、アプリベースの肥大度追跡のプライバシーへの影響における消費者選択の重要性を浮き彫りにしている。

関連論文リスト

• Do Phone-Use Agents Respect Your Privacy? [97.81424230136075]
  我々は,モバイルエージェントのプライバシ行動を評価するための検証可能なフレームワークであるMyPhoneBenchを紹介する。 プライバシを無視する電話を、最小限のプライバシ契約によって許可されたアクセス、最小限の開示、およびユーザ制御メモリとして運用する。 10のモバイルアプリと300のタスクで5つのフロンティアモデルにまたがって、タスクの成功、プライバシに準拠したタスク補完、保存された好みの後での利用が、それぞれ異なる機能であることに気付きました。
  論文  参考訳（メタデータ） (2026-04-01T14:50:50Z)
• Automated Privacy Information Annotation in Large Language Model Interactions [40.87806981624453]
  実際の識別子の下で大きな言語モデル(LLM)と対話するユーザは、プライベート情報の開示を無意識にリスクを負うことが多い。 既存のプライバシ検出方法は、異なる目的とアプリケーションドメインのために設計されている。 249Kのユーザクエリと154Kの注釈付きプライバシフレーズを備えた大規模多言語データセットを構築した。
  論文  参考訳（メタデータ） (2025-05-27T09:00:12Z)
• Differentially Private Data Release on Graphs: Inefficiencies and Unfairness [48.96399034594329]
  本稿では,ネットワーク情報公開の文脈における偏見と不公平性に対する差別的プライバシの影響を特徴づける。 ネットワーク構造が全員に知られているネットワークリリースの問題を考えるが、エッジの重みをプライベートにリリースする必要がある。 我々の研究は、これらのネットワーク化された決定問題におけるプライバシーに起因する偏見と不公平性に関する理論的根拠と実証的な証拠を提供する。
  論文  参考訳（メタデータ） (2024-08-08T08:37:37Z)
• IDPFilter: Mitigating Interdependent Privacy Issues in Third-Party Apps [0.30693357740321775]
  サードパーティアプリがIDP(Interdependent Privacy)への懸念を強めている 本報告では,サードパーティアプリのIDP問題に関して,これまで未検討であった問題を包括的に調査する。 IDPFilterは,アプリケーションプロバイダが情報収集を最小化するためのプラットフォームに依存しないAPIである。
  論文  参考訳（メタデータ） (2024-05-02T16:02:13Z)
• User Interaction Data in Apps: Comparing Policy Claims to Implementations [0.0]
  我々は、ポリシークレームとデータ収集手法の整合性を評価するために、静的解析手法を用いて、さまざまなカテゴリにまたがるトップ100アプリを分析した。 我々の調査結果は、データ収集における透明性の欠如と、それに伴う再識別のリスクを強調し、ユーザのプライバシと信頼に関する懸念を高めている。
  論文  参考訳（メタデータ） (2023-12-05T12:11:11Z)
• Protecting User Privacy in Online Settings via Supervised Learning [69.38374877559423]
  我々は、教師付き学習を活用する、オンラインプライバシ保護に対するインテリジェントなアプローチを設計する。 ユーザのプライバシを侵害する可能性のあるデータ収集を検出してブロックすることにより、ユーザに対してある程度のディジタルプライバシを復元することが可能になります。
  論文  参考訳（メタデータ） (2023-04-06T05:20:16Z)
• On the Privacy of Mental Health Apps: An Empirical Investigation and its Implications for Apps Development [14.113922276394588]
  本稿では、メンタルヘルスアプリに組み込まれたデータのプライバシーを体系的に識別し、理解することを目的とした実証的研究を報告する。 われわれはGoogle Play Storeのトップランクのメンタルヘルスアプリ27件を分析した。 この発見は、不必要なパーミッション、セキュアでない暗号実装、ログやWebリクエストにおける個人情報や資格情報の漏洩など、重要なデータプライバシの問題を明らかにする。
  論文  参考訳（メタデータ） (2022-01-22T09:23:56Z)
• Statistical Feature-based Personal Information Detection in Mobile Network Traffic [13.568975395946433]
  本稿では、交通における個人情報の発生パターンを統計的に表現するために、個人情報の統計的特徴を設計する。 検出器は機械学習アルゴリズムに基づいてトレーニングされ、同様のパターンで潜在的な個人情報を検出する。 われわれの知る限りでは、統計的特徴に基づいて個人情報を検出するのはこれが初めてだ。
  論文  参考訳（メタデータ） (2021-12-23T04:01:16Z)
• Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
  精神状態は、先進医療に共通する国でも診断されていない。 人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。 本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
  論文  参考訳（メタデータ） (2021-06-24T17:46:03Z)
• BU-Trace: A Permissionless Mobile System for Privacy-Preserving Intelligent Contact Tracing [40.44797233933835]
  新型コロナウイルス(COVID-19)のパンデミックは、世界にとって前例のない健康危機を引き起こしている。 デジタルコンタクトトレースに関する研究は盛んに行われているが、既存のソリューションはユーザーのプライバシーと利便性の要件を満たすことはほとんどない。 QRコードとNFC技術に基づく知的接触追跡をプライバシ保存するための無許可モバイルシステムであるBU-Traceを提案する。
  論文  参考訳（メタデータ） (2021-01-24T06:11:09Z)
• Context-Aware Target Apps Selection and Recommendation for Enhancing Personal Mobile Assistants [42.25496752260081]
  本論文では,効果的なパーソナルモバイルアシスタントの開発に不可欠な2つの研究課題について述べる。 ここでは,モバイルデバイスで利用可能なリッチなコンテキスト情報を活用するために,コンテキスト認識モデルに注目する。 本稿では,ユーザの逐次的,時間的,個人的行動を考慮した文脈認識型ニューラルモデル群を提案する。
  論文  参考訳（メタデータ） (2021-01-09T17:07:47Z)
• Towards Mass Adoption of Contact Tracing Apps -- Learning from Users' Preferences to Improve App Design [3.187723878624947]
  市場調査手法とコンジョイント分析を用いて,接触追跡アプリのユーザ嗜好について検討する。 欧州の連絡先追跡アプリのプライバシー保護設計を確認した。 目標整合性機能の追加は、大量導入を促進する上で重要な役割を果たすと結論付けている。
  論文  参考訳（メタデータ） (2020-11-24T19:08:09Z)
• Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
  GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。 実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
  論文  参考訳（メタデータ） (2020-06-10T16:05:05Z)
• Decentralized Privacy-Preserving Proximity Tracing [50.27258414960402]
  DP3TはSARS-CoV-2の普及を遅らせるための技術基盤を提供する。 システムは、個人やコミュニティのプライバシーとセキュリティのリスクを最小限にすることを目的としている。
  論文  参考訳（メタデータ） (2020-05-25T12:32:02Z)

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。