PoliGraph：基于知识图谱的自动化隐私政策分析（期刊版）
摘要
隐私政策披露了一个组织如何收集和处理个人信息。近期工作在利用自然语言处理（NLP）自动化隐私政策分析并从不同句子中（彼此孤立地考虑）提取数据收集声明方面取得了进展。在本文中，我们首次以集成的方式查看并分析隐私政策的整个文本。在方法论方面：（1）我们定义 PoliGraph，一种知识图谱类型，将政策中的声明捕获为文本不同部分之间的关系；（2）我们重访本体（ontologies）的概念，其先前以启发式方式定义，以捕获术语之间的包含关系。我们明确区分局部与全局本体，以捕获个体政策、应用领域和隐私法的语境。我们开发了 PoliGrapher，一种利用语言分析从文本中自动提取 PoliGraph 的 NLP 工具。使用公开数据集评估，我们显示 PoliGrapher 比先前最先进方法多识别 40% 的收集声明，且精度为 97%。在应用方面，PoliGraph 支持对政策语料的自动化分析，并使我们能够：（1）揭示不同政策文本中的常见模式；（2）评估政策内所定义术语的正确性。我们还将 PoliGraph 应用于：（3）检测政策中的矛盾，其中我们展示了先前工作的误报；（4）分析政策与网络流量的一致性，其中我们比先前工作识别出显著更多的明确披露。最后，利用新兴大语言模型（LLM）的能力，我们还提出 PoliGrapher-LM，一种使用 LLM 提示而非 NLP 语言分析来从政策文本提取 PoliGraph 的工具，并展示其进一步提升了覆盖率。
引用
@article{arxiv.2210.06746,
title = {PoliGraph: Automated Privacy Policy Analysis using Knowledge Graphs (Journal Version)},
author = {Hao Cui and Rahmadi Trimananda and Scott Jordan and Athina Markopoulou},
journal= {arXiv preprint arXiv:2210.06746},
year = {2025}
}
备注
46 pages, 15 figures (including subfigures). This is the 2025 updated journal version. For the conference version published at USENIX Security '23, see arXiv:2210.06746v2