Full Moj

This is how smartphone apps extract user data via location tracking

This is how smartphone apps extract user data via location tracking

લંડન: સ્માર્ટફોન યુઝર્સ એપ્લિકેશન્સ અને સેવાઓને આપેલી કેટલીક પરવાનગીના ગોપનીયતા અસરોથી અજાણ છે અને સંશોધનકર્તાઓ સ્થાન ટ્રેકિંગ સાથે એપ્લિકેશનો કઈ પ્રકારની વ્યક્તિગત માહિતી સાચી છે તે ઓળખવામાં સક્ષમ છે.

વ્યક્તિગત માહિતીની શ્રેણી પર પ્રકાશ પાડતો આ પ્રથમ વ્યાપક અભ્યાસ છે જેને સ્થાન-ટ્રેકિંગ ડેટાથી અનુમાનિત કરી શકાય છે.

This is how smartphone apps extract user data via location tracking
This is how smartphone apps extract user data via location tracking

પરિણામે, યુનિવર્સિટી ઓફ બોલોગ્ના, ઇટાલીના બે સંશોધકો અને યુકેના યુનિવર્સિટી કોલેજ લંડનના બેન્જામિન બેરોન દ્વારા કરવામાં આવેલા અધ્યયનમાં એ પણ બતાવવામાં આવ્યું છે કે આવી માહિતી કેવી રીતે એકત્રિત કરવી તે વપરાશકર્તાઓની ગુપ્તતાના ઉલ્લંઘનને રજૂ કરી શકે છે.

આ માટે, સંશોધનકર્તાઓએ મોબાઇલ એપ્લિકેશન વિકસાવી – ટ્રેકિંગ એડવાઇઝર – જે સતત વપરાશકર્તા સ્થાન એકત્રિત કરે છે.

સ્થાન ડેટામાંથી, એપ્લિકેશન વ્યક્તિગત માહિતી સાચી હોય શકે છે અને વપરાશકર્તાઓને આવી માહિતીની ચોકસાઈ પર પ્રતિસાદ આપવા તેમજ ગોપનીયતા સંવેદનશીલતાના સંદર્ભમાં તેની સુસંગતતાને રેટ આપવા કહે છે.

બોલોગ્ના યુનિવર્સિટીના મિરિકો મુસોલીએ જણાવ્યું હતું કે, ‘જ્યારે તેઓ એપ્લિકેશનો અને સેવાઓને આપે છે, ખાસ કરીને જ્યારે સ્થાન-ટ્રેકિંગ માહિતીની વાત આવે છે, ત્યારે કેટલીક પરવાનગીની ગોપનીયતા અસરોથી તેઓ મોટા ભાગે અજાણ હોય છે.’

મશીન લર્નિંગ તકનીકોનો આભાર, આ ડેટા સંવેદનશીલ માહિતી પ્રદાન કરે છે જેમ કે વપરાશકર્તાઓ જ્યાં રહે છે તે સ્થળ, તેમની ટેવ, રુચિઓ, વસ્તી વિષયક માહિતી અને વપરાશકર્તાઓની વ્યક્તિત્વ વિશેની માહિતી.

This is how smartphone apps extract user data via location tracking

પ્રોસેસીંગ્સ ઓફ એસીએમ Inten ઇન્ટરેક્ટિવ, મોબાઈલ, વેઅરેબલ અને સર્વવ્યાપક ટેક્નોલોજીઓ પર પ્રકાશિત – – સ્ટડીમાં કાર્યરત ટ્રેકિંગ એડવાઇઝર એપ્લિકેશન દ્વારા સંશોધકોએ એપ્લિકેશનને કઈ પ્રકારની વ્યક્તિગત માહિતી સાચી હોય શકે અને વપરાશકર્તાઓના જણાવ્યા મુજબ તેની ગોપનીયતા સંવેદનશીલતાને ઓળખવામાં સમર્થ હતા.

અધ્યયન માટે, 69 વપરાશકર્તાઓએ ઓછામાં ઓછા બે અઠવાડિયા સુધી ટ્રેક એડ્વાઇઝરનો ઉપયોગ કર્યો.

ટ્રેકએડવિઝરે 200,000 થી વધુ સ્થાનોનો ટ્ર .ક કર્યો, લગભગ 2,500 સ્થાનો ઓળખી કાઢ્યા અને વસ્તી વિષયક અને વ્યક્તિત્વ બંનેને લગતી વ્યક્તિગત માહિતીના લગભગ 5000 ટુકડાઓ એકત્રિત કર્યા.

એકત્રિત કરવામાં આવેલા ડેટામાં, વપરાશકર્તાઓને લાગે છે કે માહિતીના સૌથી સંવેદનશીલ ભાગોમાં આરોગ્ય, સામાજિક-આર્થિક પરિસ્થિતિ, વંશીયતા અને ધર્મ વિશેની માહિતી હતી.

મુસોલીએ ઉમેર્યું, ‘અમને લાગે છે કે એપ્લિકેશનો સ્થાન ટ્રેકિંગ દ્વારા એકત્રિત કરી શકે છે તે માહિતીની માત્રા અને ગુણવત્તાને વપરાશકર્તાઓને બતાવવી મહત્વપૂર્ણ છે.’

This is how smartphone apps extract user data via location tracking Image by Fabricio Macedo FGMsp from Pixabay

‘અમારા માટે એટલું જ મહત્વપૂર્ણ છે કે વપરાશકર્તાઓ એવું માને છે કે એપ્લિકેશન મેનેજર્સ અથવા માર્કેટિંગ કંપનીઓ સાથે માહિતી શેર કરવી તે સ્વીકાર્ય છે અથવા તેને તેમની ગોપનીયતાનું ઉલ્લંઘન માનવું’.

સંશોધનકારોના મતે, આના જેવા વિશ્લેષણથી લક્ષ્યાંકિત જાહેરાત સિસ્ટમ્સની રચનાનો માર્ગ મોકળો થાય છે જે વપરાશકર્તાઓને તેમની ગોપનીયતાનું રક્ષણ કરવામાં મદદ કરે છે, ખાસ કરીને જે ડેટાને તેઓ વધુ સંવેદનશીલ માને છે.

‘આવી સિસ્ટમોનો આભાર, રસ ધરાવતા વપરાશકર્તાઓ – ઉદાહરણ તરીકે – તેઓ તેમના આરોગ્ય વિશેની માહિતીને સુરક્ષિત રાખવામાં જ્યારે પણ તેઓ આરોગ્ય ક્લિનિક અથવા હોસ્પિટલમાં જાય છે ત્યારે સૂચના પ્રાપ્ત કરી શકે છે’, મુસોલીએ જણાવ્યું હતું.

પરંતુ હજી પણ વધુ છે.

આ સિસ્ટમોના વિકાસમાં પણ પરિણમી શકે છે જે અગાઉની નિર્ધારિત ગોપનીયતા સેટિંગ્સના આભારી તૃતીય પક્ષોના સંવેદનશીલ ડેટાના સંગ્રહને આપમેળે અવરોધિત કરી શકે છે, લેખકોએ નોંધ્યું છે.

મોબાઇલ ફોન ટ્રેકિંગ એ મોબાઇલ ફોનનું સ્થાન ઓળખવા માટેની પ્રક્રિયા છે, પછી ભલે સ્થિર હોય કે ચાલતી હોય. સ્થાનિકીકરણ ઘણી તકનીકો દ્વારા પ્રભાવિત થઈ શકે છે, જેમ કે નેટવર્ક અને ફોનના (કેટલાક) સેલ ટાવર્સ વચ્ચેના રેડિયો સિગ્નલોના બહુભાગીનો ઉપયોગ કરીને અથવા ફક્ત જીપીએસનો ઉપયોગ કરીને. મોબાઇલ રેડિયો સિગ્નલોના બહુભાગીનો ઉપયોગ કરીને મોબાઇલ ફોન શોધવા માટે, નજીકના એન્ટેના ટાવર્સનો સંપર્ક કરવા માટે ઓછામાં ઓછું નિષ્ક્રિય સિગ્નલ બહાર કા .વું આવશ્યક છે, પરંતુ પ્રક્રિયાને સક્રિય ક theલની જરૂર હોતી નથી. મોબાઇલ કમ્યુનિકેશન્સ માટે ગ્લોબલ સિસ્ટમ (જીએસએમ) નજીકના એન્ટેના માસ્ટ્સની ફોનની સિગ્નલ શક્તિ પર આધારિત છે

This is how smartphone apps extract user data via location tracking

હેન્ડસેટ આધારિત – This is how smartphone apps extract user data via location tracking

મોબાઇલ ફોનનું સ્થાન હેન્ડસેટ પર સ્થાપિત ક્લાયંટ softwareનો ઉપયોગ કરીને નક્કી કરી શકાય છે. આ તકનીક સેલ ઓળખ દ્વારા તેના સ્થાનને મૂકીને હેન્ડસેટના સ્થાનને નિર્ધારિત કરે છે, ઘર અને પડોશી કોષોની સિગ્નલ શક્તિ, જે સતત વાહકને મોકલવામાં આવે છેઆ ઉપરાંત, જો હેન્ડસેટ પણ જીપીએસથી સજ્જ છે, તો પછી વધુ ચોક્કસ સ્થાનની માહિતી પછી હેન્ડસેટથી વાહકને મોકલી શકાય છે.

બીજો અભિગમ ફિંગરપ્રિન્ટિંગ આધારિત તકનીકનો ઉપયોગ કરવાનો છે, જ્યાં ઘરના “સહી” અને પડોશી કોશિકાઓ રસના ક્ષેત્રમાં જુદા જુદા સ્થળોએ સંકેત શક્તિની લડત યુદ્ધ-ડ્રાઇવિંગ દ્વારા રેકોર્ડ કરવામાં આવે છે અને તેમાં મેળ ખાતી હોય છે. હેન્ડસેટ સ્થાન નક્કી કરવા માટે રીઅલ-ટાઇમ. આ સામાન્ય રીતે વાહકથી સ્વતંત્ર રીતે કરવામાં આવે છે.

હેન્ડસેટ-આધારિત તકનીકોનો મુખ્ય ગેરલાભ, સેવા પ્રદાતાના દૃષ્ટિકોણથી, હેન્ડસેટ પર software ઇન્સ્ટોલ કરવાની આવશ્યકતા છે. તેને મોબાઇલ ગ્રાહકના સક્રિય સહકારની સાથે સાથે સોફ્ટવેરની જરૂર છે જે હેન્ડસેટ્સની વિવિધ operating સિસ્ટમોને સંચાલિત કરવા માટે સમર્થ હોવા આવશ્યક છે. ખાસ કરીને, સિમ્બિયન, વિન્ડોઝ મોબાઇલ, વિન્ડોઝ ફોન, બ્લેકબેરી ઓએસ, આઇઓએસ અથવા Android પર આધારિત સ્માર્ટફોન આવા softwarer ચલાવવામાં સક્ષમ હશે, દા.ત. ગૂગલ મેપ્સ.

ઉત્પાદકો દ્વારા હેન્ડસેટ પર એમ્બેડ કરેલા હાર્ડવેર અથવા softwareની સ્થાપના, સૂચિત વર્ક-આજુબાજુ એ છે કે ઉન્નત અવલોકન કરેલ સમય તફાવત (ઇ-ઓટીડી). વિવિધ ઉત્પાદકોને એક સામાન્ય મિકેનિઝમમાં સહકાર આપવા અને ખર્ચના મુદ્દાને ધ્યાનમાં લેવા માટે ખાતરી કરવામાં મુશ્કેલી હોવાને કારણે આ એવન્યુ નોંધપાત્ર પ્રગતિ કરી શક્યું નથી. બીજી મુશ્કેલી એ છે કે નેટવર્કમાં ફરતા વિદેશી હેન્ડસેટ્સના મુદ્દાને ધ્યાનમાં લેવું.

સિમ આધારિત – This is how smartphone apps extract user data via location tracking

જીએસએમ અને યુનિવર્સલ મોબાઇલ ટેલિકમ્યુનિકેશન્સ સિસ્ટમ (યુએમટીએસ) હેન્ડસેટ્સમાં સબ્સ્ક્રાઇબર આઇડેન્ટિફિકેશન મોડ્યુલ (સિમ) નો ઉપયોગ કરીને, હેન્ડસેટમાંથી કાચા રેડિયો માપન શક્ય છે. [૧૧] [१२] ઉપલબ્ધ માપદંડોમાં સર્વિંગ સેલ આઈડી, રાઉન્ડ-ટ્રીપ સમય અને સિગ્નલ શક્તિ શામેલ છે. સિમ દ્વારા મેળવેલી માહિતીનો પ્રકાર જે હેન્ડસેટથી ઉપલબ્ધ છે તેનાથી અલગ હોઈ શકે છે. ઉદાહરણ તરીકે, હેન્ડસેટથી સીધા જ કાચા માપ મેળવવાનું શક્ય નથી, તેમછતાં પણ સિમ દ્વારા માપ મેળવો.

Wi-Fi – This is how smartphone apps extract user data via location tracking

હેન્ડસેટના સ્થાનને ઓળખવા માટે ક્રાઉડસોર્સ કરેલા વાઇ-ફાઇ ડેટાનો ઉપયોગ પણ કરી શકાય છે. ઇન્ડોર વાતાવરણમાં જીપીએસ-આધારિત પદ્ધતિઓના નબળા પ્રદર્શન અને વાઇ-ફાઇની વધતી લોકપ્રિયતાએ કંપનીઓને વાઇ-ફાઇ-આધારિત ઇન્ડોર પોઝિશનિંગ કરવા માટે નવી અને શક્ય પદ્ધતિઓ ડિઝાઇન કરવા પ્રોત્સાહિત કર્યા છે. મોટાભાગના સ્માર્ટફોન વાઇ-ફાઇ પોઝિશનિંગ સિસ્ટમ્સ સાથે ગ્લોબલ નેવિગેશન સેટેલાઇટ સિસ્ટમ્સ (જીએનએસએસ), જેમ કે જીપીએસ અને ગ્લોનાસને જોડે છે.

વર્ણસંકર પોઝિશનિંગ સિસ્ટમ – This is how smartphone apps extract user data via location tracking

હાઇબ્રીડ પોઝિશનિંગ સિસ્ટમ્સ સ્થાન નિર્ધારણ માટે નેટવર્ક-આધારિત અને હેન્ડસેટ-આધારિત તકનીકોના સંયોજનનો ઉપયોગ કરે છે. એક ઉદાહરણ એસિસ્ટેડ જીપીએસના કેટલાક મોડ્સ હશે, જે સ્થાનની ગણતરી કરવા માટે જીપીએસ અને નેટવર્ક માહિતી બંનેનો ઉપયોગ કરી શકે છે. બંને પ્રકારના ડેટાનો ઉપયોગ ટેલિફોન દ્વારા સ્થાનને વધુ સચોટ બનાવવા માટે થાય છે (એટલે ​​કે, એ-જીપીએસ). વૈકલ્પિક રીતે બંને સિસ્ટમો સાથે ટ્રેકિંગ એ ઉપગ્રહો દ્વારા સીધા જ ફોન દ્વારા તેનું જીપીએસ-સ્થાન પ્રાપ્ત કરીને, અને પછી ટેલિફોન શોધવાની કોશિશ કરી રહેલ વ્યક્તિને નેટવર્ક દ્વારા માહિતી મોકલીને પણ થઈ શકે છે. આવી સિસ્ટમોમાં ગૂગલ મેપ્સ, તેમ જ, એલટીઇના ઓટીટીઓએ અને ઇ-સેલઆઇડીનો સમાવેશ થાય છે.

ત્યાં હાઇબ્રિડ પોઝિશનિંગ સિસ્ટમ્સ પણ છે જે Wi-Fi, WiMAX, GSM, LTE, IP સરનામાંઓ અને નેટવર્ક એન્વાયર્નમેન્ટ ડેટા દ્વારા મોબાઈલ ડિવાઇસીસને પોઝિશન આપવા માટે ઘણાં જુદાં જુદાં સ્થાન અભિગમોને જોડે છે.

INS

This is how smartphone apps extract user data via location tracking By Fullmoj

Exit mobile version