Key points are not available for this paper at this time.
एंड्रॉइड फोन अक्सर व्यक्तिगत जानकारी रखते हैं, जो दुर्भावनापूर्ण डेवलपर्स को एंड्रॉइड एप्लिकेशन्स में कोड एम्बेड करने के लिए आकर्षित करता है ताकि संवेदनशील डेटा चुराया जा सके। साहित्य में ज्ञात तकनीकों के साथ, किसी को आसानी से यह निर्धारित करने के लिए कि क्या संवेदनशील डेटा एक एंड्रॉइड फोन से बाहर भेजा जा रहा है। हालाँकि, संवेदनशील डेटा का प्रसारण अपने आप में गोपनीयता रिसाव का संकेत नहीं देता; एक बेहतर संकेतक यह हो सकता है कि क्या प्रसारण उपयोगकर्ता के इरादे से है या नहीं। जब प्रसारण उपयोगकर्ता द्वारा इरादित नहीं होता है, तो यह अधिक संभावना है कि यह गोपनीयता रिसाव है। समस्या यह है कि यह कैसे निर्धारित किया जाए कि क्या प्रसारण उपयोगकर्ता का इरादा है। इस क्षेत्र में एक पहले समाधान के रूप में, हम ऐपइंटेंट नामक एक नए विश्लेषण ढांचे का परिचय देते हैं। प्रत्येक डेटा प्रसारण के लिए, ऐपइंटेंट प्रभावी रूप से डेटा प्रसारण की ओर ले जाने वाली घटनाओं के अनुक्रम के आगे बढ़ने के लिए GUI हेरफेरों का एक अनुक्रम प्रदान कर सकता है, जिससे एक विश्लेषक यह निर्धारित करने में मदद कर सकता है कि क्या डेटा प्रसारण उपयोगकर्ता का इरादा है या नहीं। मूल विचार है प्रतीकात्मक निष्पादन का उपयोग करते हुए उपरोक्त घटना अनुक्रम उत्पन्न करना, लेकिन सरल प्रतीकात्मक निष्पादन व्यावहारिक होने के लिए बहुत समय लेने वाला साबित होता है। ऐपइंटेंट में एक बड़ी नवाचार अद्वितीय एंड्रॉइड निष्पादन मॉडल का लाभ उठाना है ताकि खोज स्थान को कोड कवरेज का बलिदान किए बिना कम किया जा सके। हम 750 दुर्भावनापूर्ण ऐप्स के एक सेट के साथ ऐपइंटेंट का मूल्यांकन भी प्रस्तुत करते हैं, साथ ही Google Play से 1,000 शीर्ष मुफ्त ऐप्स। परिणाम यह दर्शाते हैं कि ऐपइंटेंट वास्तव में उपयोगकर्ता की गोपनीयता को लीक करने वाले ऐप्स को उन ऐप्स से अलग करने में प्रभावी रूप से मदद कर सकता है जो ऐसा नहीं करते हैं।
यांग एट अल। (मंगल,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: