At holde styr på de personlige data, dine mobile apps er indsamling, brug og deling kræver at gøre følelse af lange, tvetydig, og ofte forvirrende privatliv politikker og rettigheds indstillinger. Nu er der en app til det.
Personlige Assistent, en skabelse af forskere ved Carnegie Mellon University, bruger machine learning til at give brugerne mere kontrol over de oplysninger, der apps på deres Android-telefoner indsamle. Det kombinerer en brugers svar til en række spørgsmål (for eksempel “I almindelighed, kan gøre du føler dig komfortabel med at finansiere programmer at få adgang til din placering?”) med oplysninger, det gleans fra en analyse af apps på brugerens telefon til at foretage specifikke anbefalinger om, hvordan den pågældende person skal administrere tilladelser.
App ‘ en er kun tilgængelig for rodfæstet enheder, hvilket betyder, at deres operativsystemer er blevet låst op, for at tillade ikke-godkendte apps. Men Norman Sadeh, en professor i datalogi, der fører CMU ‘ s Personlige Personlige Assistent Projekt, håber, at en større tech virksomhed, der i sidste ende vil se teknologi som en måde at differentiere sig fra sine konkurrenter, og baner vejen for, at blive en mainstream værktøj.
Indsamling og analyse af brugernes data til målrettet reklame er voksende, mere udbredt og avanceret, og for mange forbrugere, det kan lige så godt ske i en sort boks. De fleste mennesker ikke læse privatliv politikker eller være meget opmærksom på at app ‘ en tilladelser, og selv hvis de gør, sproget er ofte unhelpfully vage. Ifølge en nylig undersøgelse fra Pew, 91 procent af AMERIKANSKE voksne, der mener, at forbrugerne har mistet kontrollen over, hvordan virksomheder indsamler og bruger personlige oplysninger. Hvis føderale regulerende myndigheder fortsætte med at tage en forholdsvis hands-off tilgang til forbrugernes privatliv forordning, at flere mennesker kan henvende sig til teknologier som Personlige Assistent til at hjælpe dem med at opretholde en vis grad af kontrol over deres data (se “Velkommen til Internet Privacy Limbo”).
CMU-gruppen har vist, at machine learning kan modellere de indstillinger for beskyttelse af fysiske personer. En brugers svar på et par spørgsmål er nok til at placere dem i en af et par ligesindede “klynger”. Personlige Assistent anbefaler indstillinger for datadeling—vedrørende oplysninger om placering, kontakter, beskeder, telefonopkald, data, og telefonens kamera og mikrofon—baseret på en profil af den gruppe, der passer bedst til brugeren.
Sadeh team er også ideen om at puf, eller meddelelser, som informerer eller minde folk om, hvilke data, de deler, og få dem til at ændre deres indstillinger. Gruppen har vist, at puf, at fortælle folk ting som, hvor ofte deres beliggenhed data er blevet indsamlet, eller hvor mange apps er at indsamle deres kontakt oplysninger, eller forsøger at få adgang til deres mikrofon eller kamera, kan inspirere mennesker til at se igen på deres indstillinger. “Mange mennesker, som ellers ikke ville tage et kig på deres indstillinger indse, at der er en masse ting, som de ikke er klar over,” siger Sadeh.
Brugere af Apples iOS kan være bekendt med meddelelser om, at kontrollere, om de er komfortable med en given app, der deler deres beliggenhed data. Men de kan også være frustrerende, fordi de ikke sige, hvorfor app ‘ en er at indsamle disse data. Ved at scanne koden med hundredvis af tusindvis af gratis apps, CMUS gruppe har fundet, at når de indsamler oplysninger om placering, der mere ofte end ikke, at det er for andre ting end de centrale velfungerende app, som ofte er til reklame formål.
Sadeh siger, at der bør være finere kontrol, som ville lade nogen sige, for eksempel, “jeg er villig til at lade app’ en adgang til min placering til formål at give mig navigation eller fortælle mig om restauranter i nærheden eller hvad har du, men jeg er ikke villig til at dele min placering med analytics virksomheder, der er ved at opbygge omfattende spor af mit opholdssted.”