PolicyGapper：基于大语言模型的自动检测Google Play数据安全章节与隐私政策不一致性
密码学与安全
2026-04-20 v1
摘要
移动应用开发商必须披露其如何收集、使用和共享用户数据，以遵守隐私法规。为支持透明度，主要应用市场引入了标准化的披露机制。2022年，Google要求在Google Play上设置数据安全章节（DSS），要求开发者总结其数据实践。然而，准确编撰DSS披露具有挑战性，因为它们必须与相应的隐私政策（PP）保持一致，且目前没有自动化工具来验证这一一致性。先前研究表明，近80%的热门应用包含不完整或误导性的DSS声明。我们提出了PolicyGapper，一种基于大语言模型的用于自动检测DSS披露与隐私政策之间差异的方法。PolicyGapper包含四个阶段：爬取、预处理、分析和后处理，无需访问应用程序二进制文件。我们在2025年第三季度收集的330个Google Play最高排名应用（涵盖所有33个类别）的数据集上对PolicyGapper进行评估。该方法识别出2689项被遗漏的披露，其中2040项涉及数据收集，649项涉及数据共享。针对分层抽样的10%子集进行手动验证，并在三个独立运行中重复验证，平均精确率为0.75，召回率为0.77，准确率为0.69，F1分数为0.76。为支持可重复性，我们发布了完整的复制软件包，包括数据集、提示词、源代码和结果，分别可在 https://github.com/Mobile-IoT-Security-Lab/PolicyGapper 和 https://doi.org/10.5281/zenodo.19628493 获取。
引用
@article{arxiv.2604.16128,
title = {PolicyGapper: Automated Detection of Inconsistencies Between Google Play Data Safety Sections and Privacy Policies Using LLMs},
author = {Luca Ferrari and Billel Habbati and Meriem Guerar and Mariano Ceccato and Luca Verderame},
journal= {arXiv preprint arXiv:2604.16128},
year = {2026}
}
备注
Submitted for consideration to the Journal of Information Security and Applications (JISA)