14% Android-приложений содержат противоречивые политики сбора данных

14% Android-приложений содержат противоречивые политики сбора данных

14% Android-приложений содержат противоречивые политики сбора данных

Множество приложений для Android, размещённых в официальном магазине Google Play Store, содержат противоречивые политики относительно сбора данных пользователей. Чтобы собрать такую статистику, исследователи создали инструмент под названием PolicyLint.

С помощью PolicyLint специалисты проанализировали (PDF) 11 430 приложений, размещённых в Play Store. В результате удалось выявить 14,2% (1 618) приложений, предлагающих политики с противоречащими друг другу пунктами. При этом все сомнительные моменты касаются сбора пользовательских данных.

Например, в одном месте разработчики приложений утверждают, что их софт не собирает персональные данные, а в другой части есть информация о том, что адреса электронной почты и имена пользователей собираются и передаются авторам приложений.

По словам исследователей, причиной таких противоречивых политик могут выступать онлайн-сервисы, позволяющие автоматически генерировать подобные документы. 59 проанализированных Android-приложений использовали эти шаблоны, они и создали противоречия.

«Мне кажется, мы нашли где-то 4-5 похожих шаблонов», — сообщил Бенджамин Эндоу из IBM Research.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru