Data Warehouse para el estudio de la privacidad de aplicaciones móviles

Abstract

La privacidad juega un papel importantísimo en las aplicaciones Android ya que cada día se procesa una mayor cantidad de datos en los dispositivos móviles. Es por ello que resulta crucial que los usuarios sean conscientes en todo momento de los riesgos a los que se someten al utilizarlas. Además, en la actualidad no hay estudios a gran escala actualizados sobre el impacto que generan las distintas aplicaciones sobre la privacidad de sus usuarios. Entre las causas de esta falta, se tiene que no existen repositorios centrales que almacenen los metadatos relativos a la privacidad de las aplicaciones que permitan su estudio. Por este motivo, surge la necesidad de este proyecto, cuya finalidad es aportar un warehouse con los metadatos de las apps Android que permita el estudio de su impacto sobre la privacidad de los usuarios. Se presenta el análisis, diseño e implementación de las partes del warehouse. Entre ellas, una de las más importantes, el proceso ETL1. Donde, en primer lugar se aborda la integración de las diversas fuentes de datos de las que se nutrirá el warehouse. En segundo lugar, la transformación de los datos extraídos en los esquemas comunes del repositorio central. Y, por último, la carga de todos estos datos en el repositorio central.

Privacy plays an extremely important role in Android applications as an increasing amount of data is processed on mobile devices every day. It is crucial for users to be aware of the risks they expose themselves to when using these applications. Furthermore, there is currently a lack of up-to-date largescale studies on the impact that different applications have on user privacy. One of the reasons for this lack is the absence of central repositories that store metadata related to application privacy, which would allow for their study. Therefore, the need for this project arises, with the aim of providing a warehouse with metadata of Android apps, enabling the study of their impact on user privacy. It is presented the analysis, design, and implementation of various parts of the warehouse are addressed, including one of the most important aspects, the ETL (Extract, Transform, and Load) process. Firstly, the integration of various data sources that will feed the warehouse is addressed. Secondly, the transformation of extracted data into common schemas for the central repository is carried out. Finally, all this data is loaded into the central repository.