Key points are not available for this paper at this time.
यह अच्छी तरह से जाना जाता है कि मोबाइल उपकरणों पर चलने वाले ऐप्स व्यापक रूप से उपयोगकर्ताओं की व्यक्तिगत पहचान करने योग्य जानकारी (PII) का ट्रैक रखते हैं और उसे लीक करते हैं; हालांकि, इन उपयोगकर्ताओं को अपने उपकरणों द्वारा उत्पन्न नेटवर्क ट्रैफिक के माध्यम से लीक हुई PII के बारे में बहुत कम जानकारी होती है, और यह नियंत्रण कम होता है कि वह ट्रैफिक तीसरे पक्षों के द्वारा कैसे, कब और कहाँ भेजा और संभाला जाए। इस पत्र में, हम ReCon के डिज़ाइन, कार्यान्वयन, और मूल्यांकन प्रस्तुत करते हैं: एक क्रॉस-प्लेटफ़ॉर्म प्रणाली जो PII लीक का खुलासा करती है और उपयोगकर्ताओं को उन पर नियंत्रण देने की अनुमति देती है बिना किसी विशेष विशेषाधिकार या कस्टम os की आवश्यकता के। ReCon मशीन लर्निंग का उपयोग करके संभावित PII लीक को प्रकट करता है नेटवर्क ट्रैफिक का निरीक्षण करके, और PII के ब्लॉक या प्रतिस्थापन के माध्यम से इन लीक पर नियंत्रण रखने के लिए उपयोगकर्ताओं को सशक्त बनाती है। हम नियंत्रित प्रयोगों से 100 सबसे लोकप्रिय iOS, Android, और Windows Phone ऐप्स के लीक के उपयोग से ReCon की प्रभावशीलता का मूल्यांकन करते हैं, और 92 प्रतिभागियों के साथ एक IRB-स्वीकृत उपयोगकर्ता अध्ययन के माध्यम से। हम दिखाते हैं कि ReCon सटीक, प्रभावी है, और पिछले तरीकों की तुलना में PII की एक विस्तृत श्रृंखला की पहचान करता है।
रेन एट अल। (मोन,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: