50种欺骗性模式：统一分类、多模态检测与安全影响
密码学与安全
2025-02-05 v3
摘要
欺骗性模式（Deceptive Patterns, DPs）是刻意设计的用户界面，以操纵用户做出非意图决策，常通过利用认知偏差为公司或服务提供利益。虽然已有诸多研究探索识别这些欺骗性模式的方法，但许多现有解决方案需要大量人工干预，且难以跟上欺骗性设计不断演变的步伐。为此，我们从安全和隐私角度扩展了欺骗模式分类学，细化了其类别和范围。我们整合现有小规模数据集并新增样本，构建了包含6,725张图片和10,421个DP实例的综合数据集，数据来源于移动应用和网站。随后，我们开发了DPGuard，一种基于商业多模态大语言模型（MLLMs）的自动化检测工具。实验结果表明，DPGuard超越了当前最先进的方法。最后，我们对2,000个热门移动应用和网站进行了广泛实证评估，发现移动屏幕截图中23.61%，网站屏幕截图中47.27%至少包含一个欺骗性模式实例。通过四项揭示安全影响的案例研究，我们突出了统一分类学在应对日益增长的互联网欺骗挑战方面的关键重要性。
引用
@article{arxiv.2501.13351,
title = {50 Shades of Deceptive Patterns: A Unified Taxonomy, Multimodal Detection, and Security Implications},
author = {Zewei Shi and Ruoxi Sun and Jieshan Chen and Jiamou Sun and Minhui Xue and Yansong Gao and Feng Liu and Xingliang Yuan},
journal= {arXiv preprint arXiv:2501.13351},
year = {2025}
}
备注
This paper has been accepted by The Web Conference 2025