揭开诡计：移动应用中的暗黑模式自动检测
摘要：通过计算机视觉和自然语言模式匹配技术，我们提出了基于知识的系统UIGuard，用于自动检测移动应用界面中广泛存在的恶意设计，即“黑暗模式”。我们整合了现有的分类系统，进行了特征分析，并从真实世界的示例和分类系统中提炼出知识。UIGuard由属性提取和基于知识的黑暗模式检测器两个组件组成。我们收集了第一个黑暗模式数据集，包括1,023个移动应用程序中的1,660个实例，其中包含4,999个良性界面和1,353个恶意界面。我们的系统在检测黑暗模式方面表现出优秀的性能（微平均：0.82的精确度，0.77的召回率，0.79的F1得分）。一项涉及58名参与者的用户研究进一步表明，UIGuard显著提高了用户对黑暗模式的认知水平。
作者：Jieshan Chen, Jiamou Sun, Sidong Feng, Zhenchang Xing, Qinghua Lu, Xiwei Xu, Chunyang Chen
论文ID：2308.05898
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-08-14