我被告知要安装防病毒应用程序,但我不确定我是否需要它:理解智能手机防病毒软件的采用和用户认知

隐私设计与用户控制密码与身份认证网络安全工程师AI/ML 研究员与工程师隐私政策制定者

研究背景与问题

  • 主要问题和挑战:

    1. 随着智能手机的普及,移动端恶意软件的威胁变得日益严重。然而,用户对手机防病毒软件的认知和采用率较低。
    2. 在韩国等国家,银行等金融机构强制要求用户安装防病毒软件,但许多用户误解此类软件的功能和作用范围。
    3. 用户对防病毒软件可能持有的怀疑态度(如质疑软件的有效性,高系统资源占用等)也可能导致使用的中断或完全不采用。
  • 重要性: 移动威胁日益增加,尤其是在开放的Android生态系统中。若防病毒软件的采用率不足,则移动设备的数据和隐私安全可能面临较高风险。此外,用户对强制安装防病毒软件的负面看法可能阻碍用户与安全技术的有效协作,从而降低制度政策的效力。

  • 研究动机与相关工作:

    1. 大量研究聚焦计算机端防病毒行为,但针对智能手机的研究有限。
    2. 过去的理论模型(如保护动机理论, PMT)主要考虑个人层面的因素,而忽略了强制安装和社交规范对软件采用的影响。
    3. 韩国特定的强制性防病毒安装规定为分析用户行为提供了一个独特的社会文化背景。

解决方案

  • 方法与创新:

    1. 作者通过混合研究方法(23位用户深度访谈+250名用户的问卷调研),探讨用户对智能手机防病毒软件的感知、采用和使用模式。
    2. 在保护动机理论(PMT)的基础上扩展了模型,引入了社交规范(social norms,如亲朋好友建议)和觉知性(awareness)两个新因素。
    3. 分析了韩国强制安装要求的影响,特别对于用户理解、采用和弃用行为的作用。
  • 实施步骤和技术:

    1. 访谈:
      • 探讨用户对防病毒软件功能的误解,比如将其与普通安全软件或性能优化工具混淆。
      • 区分两类防病毒工具:独立型(standalone)和插件型(plugin)。
    2. 问卷:
      • 设计基于扩展PMT模型的调查问卷,验证影响用户意图的重要因素。
      • 对调查结果进行多元线性回归分析,解释因素对用户采用意向的贡献。

研究成果

  • 具体成果:

    1. 使用模式:
      • 用户经常被动使用插件型防病毒软件(多与银行应用绑定),对其保护范围(只能在主应用运行时起作用)存在误解。
      • 独立型软件的自愿采用率很低,大多数用户仅在特定事件发生(如安装不明来源应用或接收恶意短信)后才激活扫描功能。
    2. 影响因素:
      • 社交规范是影响用户采用意向的最显著因素(标准化系数β=0.4413)。
      • 感知到的脆弱性、响应效能、自我效能和安全相关的觉知性也对采用意向有显著影响。
      • 感知严重性和响应成本对采用意向影响不显著,表明平台特定的风险感知差异。
    3. 对比分析:
      • 不同于智能手机,用户对PC更倾向于主动采用连续实时保护。
      • 用户认为移动设备的性能开销更高,这成为他们弃用智能手机防病毒软件的重要原因。
  • 与现有解决方案的优势:

    1. 深入分析平台差异,明确PC和智能手机在安全行为方面的不同。
    2. 扩展传统PMT模型,为理解移动端安全行为提供了更全面的理论框架。
    3. 针对强制安装的特殊政策背景,提供跨学科视角的建议,联动技术设计与政策优化。
  • 实验与评估结果:

    1. 调查发现韩国智能手机防病毒软件的采用率为54%,显著高于全球平均(17%),但许多用户对其功能范围存在误区。
    2. 回归模型的调整R²为0.505,大约50%的行为意向变异可被模型解释。
    3. 在用户体验中,性能问题和不信任感是用户弃用的主要原因。
  • 局限性与未来方向:

    1. 局限性:
      • 研究主要基于韩国用户,可能受特定地区的监管环境所限,无法直接推广至其他国家。
      • 模型解释的行为变异存在未捕捉部分,表明其他尚未纳入的外部因素可能对行为有重要影响。
    2. 未来方向:
      • 探索如何缩小用户“被动安装”与“积极参与”之间的差距。
      • 跨文化研究:比较不同国家的政策监管如何影响用户软件采用和安全行为。
      • 技术设计改进:加强性能优化、增强用户教育以改善用户对防病毒软件的体验和信任感。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188475/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713452
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
隐私设计与用户控制、密码与身份认证
work
职业/产业
网络安全工程师、AI/ML 研究员与工程师、隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
9 篇相关论文