首页
/ 探索应用隐私报告——app-privacy-report-viewer

探索应用隐私报告——app-privacy-report-viewer

2024-05-21 14:12:08作者:韦蓉瑛

在iOS 15中,苹果引入了名为“记录应用活动”的新功能,它允许用户查看并导出应用程序的隐私报告数据。为了帮助用户更好地理解和管理这些数据,我们向您推荐一个出色的开源项目:app-privacy-report-viewer。这是一个本地Web界面工具,可将iOS设备上的隐私报告以直观的方式呈现。

项目介绍

app-privacy-report-viewer 使用Deno作为运行环境,提供了一个简单的Web应用程序,允许您导入和查看存储在iOS设备上的.ndjson文件,这些文件包含了应用程序的隐私访问记录。只需在本地计算机上运行这个工具,然后拖放您的隐私报告文件,即可获得清晰的视图,并进行过滤和分析。

项目技术分析

该项目基于Deno,一个现代的、安全的JavaScript和TypeScript运行时。它使用SQLite数据库来存储导入的报告数据,确保数据始终在本地,无需上传到云端。Web界面采用了现代前端技术,提供了交互式的过滤选项,使得用户能够按照日期、类型、应用等维度对隐私报告进行筛选。

启动项目非常简单,只需安装Deno后,通过命令行执行提供的脚本即可。

deno run --allow-net --allow-env --allow-read=.,`which deno` --allow-write=. https://raw.githubusercontent.com/johnspurlock/app-privacy-report-viewer/v0.8/src/app.ts

或者,如果遇到权限问题,可以尝试以下命令:

deno run --allow-net --allow-env --allow-read --allow-write https://raw.githubusercontent.com/johnspurlock/app-privacy-report-viewer/v0.8/src/app.ts

项目及技术应用场景

  1. 个人隐私保护:快速检查哪些应用在何时何地访问了您的个人信息。
  2. 开发者测试:了解自己开发的应用程序在实际设备上的隐私行为,以便优化和改进。
  3. 教育研究:对于想要深入理解移动应用隐私策略的研究者来说,这是一个很好的起点。

项目特点

  1. 安全性:所有处理都在本地完成,数据不离开你的设备,且使用加密的SQLite数据库存储。
  2. 灵活性:提供多种过滤条件,支持按需查看特定应用或时间范围的隐私访问记录。
  3. 透明度:源代码完全开放,用户可以自行审核,保证了数据处理的公正性和可靠性。
  4. 易用性:拖放操作,一键导入,Web界面直观简洁,易于上手。

通过app-privacy-report-viewer,您可以更深入地了解自己的应用隐私状况,从而做出更好的决策。无论是作为日常监控还是一次性分析,这个工具都是您探索iOS隐私报告的理想选择。立即尝试,体验它的强大功能吧!

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
515
558
docsdocs
暂无描述
Markdown
862
5.73 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.54 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
843
1.3 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
858
1.73 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.36 K
878
llvm-projectllvm-project
本仓库fork自上游llvm-project仓,面向openEuler社区提供了前端C/C++语言的支持,中端通用优化能力的增强,以及后端多架构的支持,包括AArch64/X86/LoongArch/RISC-V/SW64等。
C++
159
64
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
520
353
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.28 K
1.39 K
kernelkernel
deepin linux kernel
C
33
17