基于知识图谱与大语言模型的混合隐私政策-代码一致性检查
密码学与安全
2025-05-20 v1 软件工程
摘要
用户隐私滥用的日益担忧正在加速研究检查智能手机应用声明隐私政策与实际行为之间的一致性。近期大语言模型（LLM）的进展引入了针对语义比较的有前景技术，但这些方法往往 suffer于低准确率和高计算成本。为此，本文提出一种新型混合方法，将1) 基于知识图谱的确定性检查以确保更高准确率，和2) LLM仅用于初步语义分析以节省计算成本。初步评估表明，这种混合方法不仅在精确率提升37.63%，F1分数提升23.13%，而且消耗的 token数减少93.5%，耗时缩短87.3%。
引用
@article{arxiv.2505.11502,
title = {Hybrid Privacy Policy-Code Consistency Check using Knowledge Graphs and LLMs},
author = {Zhenyu Mao and Xinxin Fan and Yifei Wang and Jacky Keung and Jialong Li},
journal= {arXiv preprint arXiv:2505.11502},
year = {2025}
}