PABAU：生物识别API使用的隐私分析
PABAU: Privacy Analysis of Biometric API Usage
AI总结：
针对大数据时代应用中生物识别数据易被滥用的隐私问题，提出PABAU方法，通过学习生物识别API方法的语义特征按隐私行为分类，弥合组织内技术与非技术人员的认知差距，为数据保护合规工作提供支持。
摘要：
在大数据时代，生物识别数据隐私正成为许多组织（尤其是信息与通信技术（ICT）领域的组织）的主要关切，因为这类数据很容易在应用程序中被滥用。大多数应用程序通过访问通用应用程序编程接口（API）来使用生物识别技术，因此我们旨在对这类使用行为进行分类。基于行为的分类可能与用户生物识别数据的敏感处理密切相关，从而凸显出关键的生物识别数据隐私评估问题。我们提出了PABAU，即生物识别API使用的隐私分析方法。PABAU学习生物识别API中方法的语义特征，并利用这些特征根据软件中生物识别API实现的隐私相关行为，对其使用情况进行检测和分类。该技术通过提供一种自动化方法，让组织内的技术人员和非技术人员都能快速了解应用程序中生物识别API的核心行为，弥补了双方之间的沟通与背景知识差距，同时还能为数据保护官（DPO）的法律文档工作（例如开展数据保护影响评估（DPIA））提供未来支持。
英文摘要：
Biometric data privacy is becoming a major concern for many organizations in the age of big data, particularly in the ICT sector, because it may be easily exploited in apps. Most apps utilize biometrics by accessing common application programming interfaces (APIs); hence, we aim to categorize their usage. The categorization based on behavior may be closely correlated with the sensitive processing of a user's biometric data, hence highlighting crucial biometric data privacy assessment concerns. We propose PABAU, Privacy Analysis of Biometric API Usage. PABAU learns semantic features of methods in biometric APIs and uses them to detect and categorize the usage of biometric API implementation in the software according to their privacy-related behaviors. This technique bridges the communication and background knowledge gap between technical and non-technical individuals in organizations by providing an automated method for both parties to acquire a rapid understanding of the essential behaviors of biometric API in apps, as well as future support to data protection officers (DPO) with legal documentation, such as conducting a Data Protection Impact Assessment (DPIA).
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
