Towards Understanding the Advertiser's Perspective of Smartphone User Privacy

论文笔记

作者：Yan Wang, Yingying Chen, Fan Ye, Jie Yang, Hongbo Liu

单位：Stevens Institute of Technology, Stony Brook University, Florida State University, Indiana University-Purdue University Indianapolis

来源：ICDCS'15

Introduction

Goal：
了解从泄露的信息中，广告商到底能够知道多少用户的信息，尤其是社交关系。

Contribution：

1. 对谷歌应用市场下的19个类别中的200个应用进行了人工分析，发现一些主要的广告商能够在短时间内从用户中获取到大量信息
2. 对社交关系的推断进行了建模，构建了一个3层的框架来进行推测，并且实施了为期1个月的实验，对象包括家庭关系、同事关系、好友关系等等，发现90%以上的关系都能够被广告商推测得到
3. 作者进一步构建了2个模型——Activeness Based Profile和Probability Based Profile

Approach

Run-Time Privacy Leakage Study：
从190个应用中，搜集隐私泄露的频率、目标地址和类型。

Privacy Leakage Modeling：
这里引入了一个叫Connection的概念，意指两名用户之间存在有共同的一些泄露数据。

Run-Time Privacy Leakage Study

数据选取：
Google Play中19个类目下最流行的10个应用，共190个

方法：

1. 开发了一个具有部分TaintDroid功能的工具，用于追踪记录应用隐私泄露的情况，部分应用在测试过程里出现崩溃的现象，最后成功收集的共145个。
2. 一次测试4-5个应用，一天里测试3次，早中晚各一次，每次仅仅只安装一个应用进行测试，以规避应用之间的互相影响

发现：

1. 97/145个应用泄露了用户的隐私数据，包括地理位置（GPS、网络定位）、Wifi接入点的SSID列表、通讯录、手机号、IMEI、加速器数据。
2. 从所有这些应用中，发现了22个目标地址接收来自不止一个应用的数据。
   
3. 地理位置（71）和IMEI（61）分别是最常泄露的数据。28个应用在5分钟里发送了10次以上的用户数据，7个应用泄露了4种以上的数据，其中有3个甚至泄露了所有的7种数据。
   
4. 天气类是最频繁泄露用户数据的应用，其次是社交类。

User Privacy Leakage Modeling and Experimental Study

Privacy Leakage Modeling

Connection:
这一关系可以从

• 通讯录
• Wi-Fi Access Point list
• GPS定位
• 网络定位

等方面得到。

Experimental Study

实验对象：
10名学生志愿者及其家庭成员，其中关系包括同事、合作者、同班同学、朋友和家人。

实验方法：
给志愿者们每人一部安装有作者自己开发的工具（检测隐私泄露情况）的手机，手机上安装有最流行的10个应用，并要求志愿者一天至少使用3次这部实验手机，而至于使用哪些应用则没有进行要求。
实验时长共1个月。

实验结果：

User Connection Derivation：

Definition of Two Types of Social Relationships：

• Fact Based Relationship：拥有相近的时空联系的关系（如同事、同班同学、室友、家人）
• Intelligence Based Relationship：不具备时空上稳定联系的关系（如好友）

Making Inference based on Thresholding：

同事：在工作时间段存在联系
家人：在早上和深夜的时间段
朋友：工作时间结束后和周末

在实验中，共存在有10对同事关系、5对合作者关系、1对家人关系、2对同班同学关系和3对好友关系，总共18段关系，15段是facts-based，还有3段是Intelligence-based。
仅仅只是利用这样简单的分类，广告商就能够得到90%以上的关系信息。

Deriving Privacy Leakage User Profiles：

• Activeness Based Profile：
  
  • privacyleakage probability model：
  • frequency of type i privacy leakage：
  • Categorization：
• Probability Based Profile：
  
  • average probability：
  • leakage probability of a category：
  • profile privacy leakage rate：

Social Relationship Inference Leveraging Privacy Leakages

数据集：Foursquare trace、MIT trace

Inference Accuracy：

Community Correlation：

Discussion/Limitation

• More Types of Private Data
• Large Scale Evaluation
• Insufficient Metadata
• More Advanced Inference Algorithms