新闻详情

新闻详情

首页 / 资讯中心 / 详情

《HarmonyOS 7 应用上架与隐私合规工程化》01:权限声明、运行时申请与 Release Profile 为什么总对不上【鸿蒙心迹】

发布时间:2026/11/5 2:46:42来源:尧图网络
《HarmonyOS 7 应用上架与隐私合规工程化》01:权限声明、运行时申请与 Release Profile 为什么总对不上【鸿蒙心迹】
开发机上一切正常提交审核直接被打回来权限声明和 Release Profile 对不上。做了个生活记录 App开发机上跑了三个月功能都正常。提交应用市场审核等了两天收到驳回通知“敏感隐私权限未提供用途说明”。明明代码里都没怎么用这个权限为什么会被打回来这时候才意识到权限不是代码里没调用就没事。你声明了系统就认为你要用审核就要看你有没有合理用途。一、先想清楚权限到底有几道门先把最基础的问题想明白。一个权限从声明到能用要过好几道门做什么代码声明module.json5 里写权限名系统授权运行时申请用户同意Release Profile打包时带上权限审核检查应用市场看你有没有合理用途四道门哪一道对不上都可能出问题。二、权限声明不是写了就行很多人以为在 module.json5 里声明权限代码里调用就完了。不对。权限分普通权限和敏感权限。敏感权限要额外说明用途。权限类型要求普通权限声明就行敏感权限要说明用途受限权限要审核通过才能用{ requestPermissions: [ { name: ohos.permission.READ_MEDIA, reason: $string:reason_media, usedScene: { abilities: [EntryAbility], when: inuse } } ] }reason 和 usedScene 就是用途说明。审核要看你为什么要用这个权限。三、开发 Profile 和 Release Profile 为什么不一样开发的时候用 Debug Profile很多权限自动放通。打包发布用 Release Profile权限要严格校验。对比Debug ProfileRelease Profile权限基本都能用严格校验签名开发签名发布签名审核不需要要审核这就是为什么开发机正常发布包出问题。开发环境宽松发布环境严格。四、最小权限原则为什么重要很多人习惯把可能用到的权限都声明上以后要用就不用再加了。不对。最小权限原则只声明当前需要的权限。做法问题全部权限都声明审核不通过用户不信任不用的权限还留着增加合规风险一个功能一个权限合理五、几个容易踩的坑第一个坑一次性申请全部权限。用户一打开就弹一堆权限直接卸载。第二个坑已经不用的权限还留在配置。代码里删了配置里还留着。第三个坑开发 Profile 和 Release Profile 不一致。开发能跑发布出问题。第四个坑业务还没触发就提前申请。用户还没用到功能就弹权限。第五个坑权限拒绝以后没有降级。用户拒绝了功能直接崩。第六个坑隐私说明与实际用途不一致。写的是为了体验实际收集位置数据。这次做上架审核最大的体会是权限不是技术问题是合规问题。真正做的时候最容易忽略的不是怎么申请权限而是怎么管好权限清单。哪些要、哪些不要、什么时候要、要了干什么每一项都要对得上。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/4 15:56:54

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/4 22:55:41

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/4 17:01:23

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉