App潜在数据共享行为智能挖掘OA

移动应用软件成为人们日常生活的重要组成部分,同时也带来了数据隐私安全风险。一些软件将用户数据通过后台分享给第三方,或者从第三方获得用户数据,进行精准的个性化推荐。这种数据共享渠道具有隐蔽性,在当前监管体系下难以被有效追踪。针对这一问题,设计了一种自动化检测App之间潜在数据共享行为的智能挖掘方案。该方案构建了基于自动化测试的检测框架,通过模拟用户行为,利用关键词注入用户偏好数据,收集个性化推荐界面截图;引入基于人工智能模型的信息提取和关联性分析技术,利用光学字符识别模型、多模态视觉大模型和大语言模型,完成对App截图中的文本信息和图像内容的智能提取和理解,实现对关键词和图像内容描述之间的关联性判断;对30个App完成了用户偏好注入,建立了含8700张截图的数据集,获得了1466条数据共享行为证据。在30个App中,有23个检出存在向第三方提供数据的行为,有29个存在从第三方接收数据并进行个性化推荐的行为。构建了App数据共享行为的网络结构,为App数据共享行为的自动化检测提供了新的解决方案。