Logo nl.androidermagazine.com
Logo nl.androidermagazine.com

Google gebruikt deep learning en data-analyse om de Play Store samen te stellen

Anonim

Google heeft enkele details van het Security en Privacy-team vrijgegeven over hoe Google Play wordt samengesteld en machine learning speelt een grote rol.

Google heeft twee basisdoelen voor applicaties in de Play Store: veiligheid en zichtbaarheid. Het beveiliging- en privacyteam wil apps met malware verwijderen, maar maakt zich ook zorgen over applicaties die om brede machtigingen vragen die misschien niet nodig zijn. Op zijn beurt wil het team dat wanneer goede apps worden gevonden die goede praktijken volgen, deze in de Play Store worden weergegeven.

Machines bouwen peergroepen om te bestuderen wat apps kunnen doen en of ze dat zouden moeten doen.

Een van de manieren waarop ze dit doen, is door zogenaamde "peergroepen" te gebruiken. Toepassingen met vergelijkbare mogelijkheden zijn gegroepeerd. Apps zoals Spotify en Pandora (bijvoorbeeld) verschillen van elkaar, maar ze hebben dezelfde basisfuncties en zijn ontworpen om muziek naar uw Android te streamen met details van uw account bij elke service. Hetzelfde geldt voor Twitter en Facebook of apps zoals kleurboeken. Wanneer ze dezelfde basale dingen doen, worden ze samengevoegd. Dit maakt het gemakkelijker om te bestuderen wat de apps doen, hoe ze het doen en of ze het überhaupt zouden moeten doen.

Ze worden vervolgens geanalyseerd om te zien wat ze van uw apparaat vragen als het gaat om persoonlijke gegevens. In het ideale geval zal elke app in een peergroep om dezelfde soorten informatie vragen en daar een goede reden voor hebben. Maar soms zal men een uitbijter zijn. Google geeft het voorbeeld van een kleurboek-app die fijne locatiegegevens via GPS opvraagt. Andere kleurboek-apps doen dit niet, dus een app die wel wordt beoordeeld, wordt verder beoordeeld door het Security and Privacy-team.

Er zijn te veel apps in Google Play om dit handmatig te doen.

Er zijn te veel apps in Google Play voor mensen om dit effectief te doen, dus Google heeft een aantal machine learning-technieken gebruikt om een ​​groot deel van het proces te automatiseren. Diepgaande leeralgoritmen bestuderen de taal in de app, gegevens over wat de app doet en hoe het werkt, worden door de computer geanalyseerd, en de peergroepen zelf worden door deze machines gebouwd op basis van zaken als metadata van de app en tekstbeschrijvingen, evenals statistieken zoals gebruiker installeert.

Google doet genoeg om te voorkomen dat malware via Google Play op uw telefoon komt, maar dit is ook om ontwikkelaars te informeren over het complexe (zeer) machtigingsmodel dat Android gebruikt. dit is een vrij coole manier om computers te gebruiken die gebruikers en ontwikkelaars helpen, en het is geweldig dat Google bereid is wat informatie te delen over hoe het wordt gedaan.