211service.com
Personlig AI Privacy Watchdog kan hjälpa dig att återta kontrollen över dina data
För att hålla reda på de personliga uppgifter som dina mobilappar samlar in, använder och delar kräver att man förstår långa, tvetydiga och ofta förvirrande integritetspolicyer och behörighetsinställningar. Nu finns det en app för det.
Sekretessassistent , en skapelse av forskare vid Carnegie Mellon University, använder maskininlärning för att ge användare mer kontroll över informationen som apparna på deras Android-telefoner samlar in. Den kombinerar en användares svar på flera frågor (till exempel känner du dig i allmänhet bekväm med att finansappar kommer åt din plats?) med information som den hämtar från att analysera apparna på användarens telefon för att ge specifika rekommendationer om hur den personen ska hantera behörigheter .
Appen är endast tillgänglig för rotade enheter, vilket innebär att deras operativsystem har låsts upp för att tillåta ej godkända appar. Men Norman Sadeh , en professor i datavetenskap som leder CMU Personligt anpassat Privacy Assistant-projekt , hoppas att ett stort teknikföretag så småningom kommer att se tekniken som ett sätt att differentiera sig från sina konkurrenter och bana väg för det att bli ett mainstream-verktyg.
Insamling och analys av användardata för riktad reklam blir allt vanligare och mer sofistikerad, och för många konsumenter kan det lika gärna ske i en svart låda . De flesta människor läser inte sekretesspolicyer eller uppmärksammar appbehörigheter, och även om de gör det är språket ofta ohjälpsamt vagt. Enligt ny forskning från Pew, 91 procent av amerikanska vuxna tror att konsumenter har tappat kontrollen över hur företag samlar in och använder personlig information. Om federala tillsynsmyndigheter fortsätter att ta ett relativt praktiskt tillvägagångssätt när det gäller konsumentskyddsreglering, kan fler människor vända sig till tekniker som Privacy Assistant för att hjälpa dem att behålla en viss nivå av kontroll över sina data (se Välkommen till Internet Privacy Limbo ).
CMU-gruppen har visat att maskininlärning kan modellera individers integritetspreferenser. En användares svar på några frågor räcker för att placera dem i ett av få likasinnade kluster. Privacy Assistant rekommenderar inställningar för datadelning – relaterade till platsinformation, kontakter, meddelanden, telefonsamtalsdata och telefonens kamera och mikrofon – baserat på en profil för gruppen som bäst passar användaren.
Sadehs team undersöker också idén med knuffar, eller meddelanden som informerar eller påminner människor om vilken data de delar och uppmanar dem att granska sina inställningar. Gruppen har visat att knuffar som berättar saker som hur ofta deras platsdata har samlats in, eller hur många appar som samlar in deras kontaktinformation eller försöker komma åt deras mikrofon eller kamera, inspirerar människor att titta på sina inställningar igen. Många som annars inte skulle titta på sina inställningar inser att det finns mycket som de inte är medvetna om, säger Sadeh.
Användare av Apples iOS kan vara bekanta med meddelanden som kontrollerar om de är bekväma med att en given app delar sin platsdata. Men de kan också vara frustrerande eftersom de inte säger Varför appen samlar in denna data. Genom att skanna koden för hundratusentals gratisappar har CMU-gruppen funnit att när de samlar in platsinformation är det oftast för andra saker än appens kärnfunktion, ofta i reklamsyfte.
Sadeh säger att det borde finnas finare kontroller, som skulle låta någon säga att jag till exempel är villig att låta appen komma åt min plats i syfte att ge mig navigering eller berätta om närliggande restauranger eller vad har du, men jag är inte villig att dela min plats med analysföretag som bygger omfattande spår av var jag befinner mig.