Unpacking Privacy Labels: A Measurement and Developer Perspective on Google's Data Safety Section
Unpacking Privacy Labels: A Measurement and Developer Perspective on Google's Data Safety Section
复制标题
揭开隐私标签的面纱：谷歌数据安全部分的衡量和开发者视角
DOI：
10.48550/arxiv.2306.08111
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Kassem Fawaz
中科院分区：
文献类型：
--
作者：
Rishabh Khandelwal;Asmit Nayak;Paul Chung;Kassem Fawaz
Google已要求开发人员使用数据安全部分（DSS）来提高数据收集和共享实践的透明度。在本文中，我们提出了一个全面的分析谷歌的数据安全部分（DSS）使用定量和定性的方法。我们使用Android Play商店的应用程序进行了DSS的第一次大规模测量研究（n=1.1M）。我们发现，在报告的做法中存在内部不一致之处。我们还发现，在DSS的报告和报告不足的做法的趋势。接下来，我们对DSS进行了纵向研究，以探索报告的实践如何随着时间的推移而演变，并发现开发人员仍在调整他们的实践。为了将这些发现置于背景中，我们进行了一项开发人员研究，揭示了应用程序开发人员在使用DSS时所经历的过程。我们强调所面临的挑战和开发人员所采用的DSS提交的战略，并在DSS的变化作出贡献的因素。我们的研究为实施和维护隐私标签的复杂性提供了宝贵的见解，强调了需要更好的资源，工具和指导方针来帮助开发人员。这种理解至关重要，因为隐私标签的准确性和可靠性直接影响其有效性。
Google has mandated developers to use Data Safety Sections (DSS) to increase transparency in data collection and sharing practices. In this paper, we present a comprehensive analysis of Google's Data Safety Section (DSS) using both quantitative and qualitative methods. We conduct the first large-scale measurement study of DSS using apps from Android Play store (n=1.1M). We find that there are internal inconsistencies within the reported practices. We also find trends of both over and under-reporting practices in the DSSs. Next, we conduct a longitudinal study of DSS to explore how the reported practices evolve over time, and find that the developers are still adjusting their practices. To contextualize these findings, we conduct a developer study, uncovering the process that app developers undergo when working with DSS. We highlight the challenges faced and strategies employed by developers for DSS submission, and the factors contributing to changes in the DSS. Our research contributes valuable insights into the complexities of implementing and maintaining privacy labels, underlining the need for better resources, tools, and guidelines to aid developers. This understanding is crucial as the accuracy and reliability of privacy labels directly impact their effectiveness.
登录
查看更多内容
DOI：
10.1145/3491102.3502012
发表时间：
2022-04
期刊：
Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems
影响因子：
--
作者：
Tianshi Li;Kayla Reiman;Yuvraj Agarwal;Lorrie Faith Cranor;Jason I. Hong
通讯作者：
Tianshi Li;Kayla Reiman;Yuvraj Agarwal;Lorrie Faith Cranor;Jason I. Hong
帮助移动应用开发者创建准确的隐私标签
DOI：
10.1109/eurospw55150.2022.00028
发表时间：
2022
期刊：
IWPE
影响因子：
--
作者：
Gardner, Jack;Feng, Yuanyuan;Reiman, Kayla;Lin, Zhi;Jain, Akshath;Sadeh, Norman
通讯作者：
Sadeh, Norman
了解 iOS 隐私营养标签：对 App Store 数据进行探索性大规模分析
DOI：
10.1145/3491101.3519739
发表时间：
2022
期刊：
SIGCHI Conference: Human Factors in Computing Systems
影响因子：
--
作者：
Li, Yucheng;Chen, Deyuan;Li, Tianshi;Agarwal, Yuvraj;Cranor, Lorrie Faith;Hong, Jason I.
通讯作者：
Hong, Jason I.
哪些隐私和安全属性对消费者的风险感知和购买物联网设备的意愿影响最大？
DOI：
10.1109/sp40001.2021.00112
发表时间：
2021
期刊：
2021 IEEE Symposium on Security and Privacy (SP
影响因子：
--
作者：
Emami-Naeini, Pardis;Dheenadhayalan, Janarth;Agarwal, Yuvraj;Cranor, Lorrie Faith
通讯作者：
Cranor, Lorrie Faith