家庭用户每天都在使用越来越多的不同技术，设备，平台，应用程序和服务。 同时，家庭用户还正在安装和使用大量应用程序，这些应用程序收集和共享大量数据。 用户也常常不知道应用收集了哪些信息，这对于他们而言确实是有价值的和敏感的。 因此，用户越来越关注他们存储在这些应用程序中的个人信息。 尽管大多数移动操作系统（例如Android和iOS）为用户提供了一些隐私保护措施，但管理和控制大量数据是不现实的。 因此，需要一种新技术，该技术具有预测用户的许多移动应用程序隐私偏好的能力。 这项工作的主要贡献是利用不同的机器学习技术将用户分配给最能捕获其隐私偏好的隐私配置文件。 将隐私配置文件用作初始界面的默认设置