論文の概要: A large-scale dataset of Android applications and their SDK dependencies
- arxiv url: http://arxiv.org/abs/2607.02627v1
- Date: Thu, 02 Jul 2026 13:19:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-09 13:37:20.583776
- Title: A large-scale dataset of Android applications and their SDK dependencies
- Title（参考訳）: Androidアプリケーションの大規模データセットとそのSDK依存性
- Abstract要約: モバイルアプリは、広告、分析、認証、クラッシュレポート、ロケーションサービスなどのサービスを提供するために、ますますサードパーティのソフトウェア開発キット(SDK)に依存している。
ここでは、Androidアプリを統合したサードパーティSDKにリンクする大規模なデータセットを示す。
- 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: Mobile applications (apps) increasingly rely on third-party Software Development Kits (SDKs) to provide services such as advertising, analytics, authentication, crash reporting, and location services. These components form an important, but often hidden, layer of the mobile ecosystem. Here, we present a large-scale dataset linking Android apps to the third-party SDKs they integrate. The dataset was constructed by combining app package files (APKs) and metadata from AndroZoo with SDK detection rules provided by Exodus Privacy. We implemented a reproducible, static-analysis pipeline that downloads APKs, inspects their compiled code, and detects SDKs through code-level signature matching: the released dataset contains 334,719 unique app-version observations (associated with 99,722 Android apps) and 246 third-party SDKs - including app-level metadata such as categories, comments, file size, download counts, ratings and SDK-level metadata such as categories, code roots, code versions, names. The dataset supports the construction of a large-scale app-SDK dependency network and its projection onto both layers; in addition, SDKs are mapped to their corresponding operating companies, enabling provider-level analysis of technological concentration and upstream control in the mobile ecosystem. To support reproducible research, the pipeline and dataset are publicly released on GitHub and Zenodo; more broadly, the project provides a reusable research infrastructure for studying third-party technological dependencies, data-collection capabilities, and privacy infrastructures across Android apps.
- Abstract（参考訳）: モバイルアプリケーション(アプリケーション)は、広告、分析、認証、クラッシュレポート、ロケーションサービスなどのサービスを提供するために、ますますサードパーティのソフトウェア開発キット(SDK)に依存している。
これらのコンポーネントは、モバイルエコシステムの重要な、そしてしばしば隠されたレイヤを形成します。
ここでは、Androidアプリを統合したサードパーティSDKにリンクする大規模なデータセットを示す。
このデータセットは、AndroZooのアプリパッケージファイル(APK)とメタデータと、Exodus Privacyが提供するSDK検出ルールを組み合わせることで構築された。
リリースデータセットには、カテゴリ、コメント、ファイルサイズ、ダウンロード数、評価値、カテゴリ、コードルート、コードバージョン、名前などのSDKレベルのメタデータを含む334,719のユニークなアプリバージョン観察(99,722のAndroidアプリに関連する)と246のサードパーティSDKが含まれています。
このデータセットは、大規模なアプリ-SDK依存ネットワークの構築と、その両方のレイヤへのプロジェクションをサポートし、SDKは対応する運用会社にマップされ、モバイルエコシステムにおける技術集中と上流制御のプロバイダレベル分析を可能にする。
より広い範囲で、このプロジェクトは、サードパーティの技術的依存関係、データ収集機能、Androidアプリ全体にわたるプライバシインフラストラクチャを研究するために、再利用可能な研究インフラストラクチャを提供する。
関連論文リスト
- Ecosystem-Driven Privacy Exposure in Mobile Gaming Apps: A Configuration-Aware Empirical Analysis [0.40611352512781873]
本研究は,Android モバイルゲームアプリにおけるプライバシ暴露に関する経験的評価を意識した構成を提示する。
Google Playエコシステムから収集された41の広くデプロイされたAndroidモバイルゲームアプリに対して,システマティックな静的解析が行われた。
論文 参考訳（メタデータ） (2026-05-25T11:14:04Z) - OpenMobile: Building Open Mobile Agents with Task and Trajectory Synthesis [98.43366988856592]
高品質なタスク命令とエージェントトラジェクトリを合成するオープンソースフレームワークであるOpenMobileについて述べる。
データに基づいてトレーニングされたエージェントは、3つの動的モバイルエージェントベンチマークで競合する結果を得る。
論文 参考訳（メタデータ） (2026-04-16T14:53:08Z) - DeepXiv-SDK: An Agentic Data Interface for Scientific Literature [60.19264121557117]
DeepXiv-SDKは科学文献のための3層エージェントデータインタフェースである。
DeepXiv-SDKは完全なArXivコーパスをサポートし、毎日同期して新しいリリースを組み込む。
論文 参考訳（メタデータ） (2026-02-14T23:07:28Z) - Fingerprinting SDKs for Mobile Apps and Where to Find Them: Understanding the Market for Device Fingerprinting [12.531894763016172]
本稿では,モバイルアプリケーションエコシステムにおける指紋の挙動を大規模に分析する。
当社は,サードパーティSDKの共通使用によって実現されるように,サードパーティのトラッキングに焦点をあてて,市場ベースのアプローチを採用しています。
われわれの知る限りでは、これはSDKの動作をこれまでで最大規模で分析することを意味している。
論文 参考訳（メタデータ） (2025-06-27T21:05:48Z) - Scalable Video-to-Dataset Generation for Cross-Platform Mobile Agents [57.59830804627066]
実世界のモバイルOSナビゲーションをキャプチャする20Kの指導ビデオから,313Kの注釈付きフレームの大規模データセットであるMONDAYを紹介した。
MONDAYを事前学習フェーズに含むモデルは、堅牢なクロスプラットフォームの一般化機能を示す。
公開されているビデオコンテンツを利用して、包括的なタスクデータセットを作成する自動化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-19T02:39:03Z) - Your Signal, Their Data: An Empirical Privacy Analysis of Wireless-scanning SDKs in Android [3.830984415546144]
モバイルアプリは、Bluetooth Low Energy(BLE)とWiFiスキャンパーミッションを使って、近くのデバイスを見つける。
無線インターフェースは位置情報データの隠蔽プロキシとしても機能し、継続的なユーザ追跡とプロファイリングを可能にする。
52個のワイヤレススキャンSDKのシステマティック分析を行い、データ収集のプラクティスとプライバシリスクを明らかにする。
論文 参考訳（メタデータ） (2025-03-19T14:15:02Z) - Argoverse 2: Next Generation Datasets for Self-Driving Perception and
Forecasting [64.7364925689825]
Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。
Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。
Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
論文 参考訳（メタデータ） (2023-01-02T00:36:22Z) - Omnidata: A Scalable Pipeline for Making Multi-Task Mid-Level Vision
Datasets from 3D Scans [103.92680099373567]
本稿では,実世界の包括的3Dスキャンからマルチタスク視覚データセットをパラメトリックサンプリングし,レンダリングするパイプラインを提案する。
サンプリングパラメータを変更することで、生成されたデータセットを“ステア”して、特定の情報を強調することが可能になる。
生成されたスタータデータセットでトレーニングされた共通アーキテクチャは、複数の共通ビジョンタスクとベンチマークで最先端のパフォーマンスに達した。
論文 参考訳（メタデータ） (2021-10-11T04:21:46Z) - Mobile Sensing for Multipurpose Applications in Transportation [0.0]
国務省は、交通問題をタイムリーに分析・解決するために一貫したデータを集めるのに苦労している。
スマートフォンに内蔵されたセンサーの最近の進歩は、より手頃なデータ収集方法をもたらした。
開発されたアプリは、ミズーリ州コロンビアとミズーリ州カンザスシティを結ぶi70Wハイウェイのデータを収集して評価された。
論文 参考訳（メタデータ） (2021-06-20T17:56:12Z) - TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。
ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。
我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
論文 参考訳（メタデータ） (2020-05-20T21:07:28Z)
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。