Google Cloud Platform | EPFL Graph Search

Google Cloud Platform (GCP) est une plateforme de cloud computing fournie par Google, proposant un hébergement sur la même infrastructure que celle que Google utilise en interne pour des produits tels que son moteur de recherche. Cloud Platform fournit aux développeurs des produits permettant de construire une gamme de programmes allant de simples sites web à des applications complexes. Google Cloud Platform fait partie d'un ensemble de solutions pour les entreprises appelé Google Cloud, et fournit des services modulaires basés sur le cloud, tels que le stockage d'informations, le calcul, des applications de traduction et de prévision, etc.. La Google Cloud Platform est composée d'une famille de produits, chacun comportant une interface web, un outil de lignes de commande, et une interface de programmation applicative REST. On y trouve par exemple Google App Engine, une plate-forme en tant que service pour tester des applications dans un bac à sable. App Engine offre du changement d'échelle automatique, augmentant les ressources pour faire face à la charge du serveur. le composant infrastructure en tant que service de la Google Cloud Platform permettant aux utilisateurs de lancer des machines virtuelles (VMs) à la demande. une version commerciale de Kubernetes, un logiciel open-source de gestion de conteneurs. un système de stockage en ligne de fichiers. Google BigQuery, un entrepôt de données à très grande échelle basé sur Dremel. Plusieurs APIs de haut niveau telles que : Cloud Translation, une API de traduction automatique qui utilise la même technologie que Google Traduction. Vision API, une API de reconnaissance d'images. AutoML, une série d'APIs qui permet de créer automatiquement des modèles d'apprentissage automatisé personnalisés. etc. Google App Engine lancé en version beta. lancé Lancement de . désormais utilisable. Google Cloud obtient la certification française Hébergeur de Données de Santé. G Suite Infrastructure as a service Plate-forme en tant que service Heroku Amazon Web Services Microso

The Curious Case of the PDF Converter that Likes Mozart: Dissecting and Mitigating the Privacy Risk of Personal Cloud Apps

Karl Aberer, Hamza Harkous, Rameez Rahman, Bojan Karlas

Third party apps that work on top of personal cloud services such as Google Drive and Dropbox, require access to the user’s data in order to provide some functionality. Through detailed analysis of a hundred popular Google Drive apps from Google’s Chrome store, we discover that the existing permission model is quite often misused: around two thirds of analyzed apps are over-privileged, i.e., they access more data than is needed for them to function. In this work, we analyze three different permission models that aim to discourage users from installing over-privileged apps. In experiments with 210 real users, we discover that the most successful permission model is our novel ensemble method that we call Far-reaching Insights. Far-reaching Insights inform the users about the data-driven insights that apps can make about them (e.g., their topics of interest, collaboration and activity patterns etc.) Thus, they seek to bridge the gap between what third parties can actually know about users and users perception of their privacy leakage. The efficacy of Far-reaching Insights in bridging this gap is demonstrated by our results, as Far-reaching Insights prove to be, on average, twice as effective as the current model in discouraging users from installing over-privileged apps. In an effort for promoting general privacy awareness, we deploy a publicly available privacy oriented app store that uses Far-reaching Insights. Based on the knowledge extracted from data of the store’s users (over 115 gigabytes of Google Drive data from 1440 users with 662 installed apps), we also delineate the ecosystem for third-party cloud apps from the standpoint of developers and cloud providers. Finally, we present several general recommendations that can guide other future works in the area of privacy for the cloud. To the best of our knowledge, ours is the first work that tackles the privacy risk posed by 3rd party apps on cloud platforms in such depth.

2016

The Curious Case of the PDF Converter that Likes Mozart: Dissecting and Mitigating the Privacy Risk of Personal Cloud Apps

Karl Aberer, Hamza Harkous, Rameez Rahman, Bojan Karlas

2016