本文针对移动应用软件开发工具包（SDK）中的隐私配置功能展开系统研究，聚焦于‘隐私可配置SDK’在合规性方面带来的新型风险。所谓隐私可配置SDK，是指允许开发者或最终用户调整数据收集、共享和使用方式的SDK，这类SDK在灵活性的同时，也可能因配置不当或配置误导导致隐私泄露或违反法规。研究团队通过大规模分析Android和iOS平台上的真实SDK，识别出多种隐私配置陷阱，例如默认配置过于激进、配置选项与实际行为不一致、配置界面难以理解、以及配置状态在版本更新后被重置等问题。论文提出了一套系统化的分析方法，结合静态代码分析和动态行为验证，自动检测SDK在隐私配置层面与GDPR、CCPA等隐私法规要求之间的偏差。实验覆盖了数百个流行SDK，结果表明相当比例的SDK存在严重合规隐患，且这些隐患难以被普通开发者察觉。研究进一步总结了风险模式，并探讨了平台、SDK开发商和应用开发者三方应如何协作以改善现状。总体而言，该论文揭示了隐私配置机制本身可能成为合规漏洞的源头，为移动生态的安全与隐私治理提供了新的研究视角和量化证据。

这篇论文对移动应用生态中的设备指纹识别行为进行了大规模分析。研究采用市场视角，聚焦于第三方SDK（软件开发工具包）所支持的跨应用追踪。数据集包括来自流行Maven仓库的超过22.8万个SDK、从Google Play商店收集的17.8万个Android应用，并通过静态分析管道检测超过500种个体信号的外泄。据作者所知，这是迄今为止最大规模的SDK行为分析。研究旨在揭示SDK如何收集设备信息并将其用于指纹识别，从而帮助理解移动广告和追踪市场的运作方式。论文主要贡献包括：提供了SDK指纹识别行为的系统化分类、量化了不同类别SDK的流行度与行为差异、并指出了当前应用商店审核和隐私保护的盲区。适合移动安全研究人员、隐私保护从业者及应用开发者阅读。