知识系统化(SoK):网络安全与隐私游戏的目标、覆盖范围和评估

无障碍游戏网络安全培训与意识暗黑模式(Dark Patterns)识别游戏开发者与设计师网络安全工程师HCI 研究员

研究背景与问题

  • 作者发现的问题或挑战:网络安全和隐私领域的游戏化方案虽广泛存在,但缺乏系统性研究来分析其目标、覆盖范围及评价方法。目前的研究更多关注教育功能,而忽略了游戏整体目标与用户体验的综合性总结;游戏设计中处理的主题和评估的系统性也较为不足。
  • 为什么这个问题很重要:网络犯罪的成本和复杂性正迅速增长,如何通过创新方式提高网络安全意识和实践(如通过游戏化)已成为一个关键问题。有效的教育和评估方法可以提升解决这些问题的能力。
  • 研究动机与相关工作:当前的文献中已有对教育性或游戏化设计的部分评价,但其范围往往较窄,未能全面涵盖游戏设计目标及主题的多样性。缺少对目标、内容和评估方法的系统化知识总结,无法为未来研究和游戏设计提供全面指导。

解决方案

  • 提出的方法或解决方案
    • 作者进行了一项知识系统化研究(SoK),从目标、内容、评估方式三个方面系统化分析了网络安全及隐私领域93篇关于游戏化方案的学术研究。
    • 引入三个核心研究问题:
      1. 游戏方案的主要目标是什么?它们涵盖哪些安全和隐私主题?目标群体为何?
      2. 游戏方案的评估方法和效果如何?
      3. 用户体验的评价方式及其内容是什么?
  • 创新之处
    • 研究不仅检索了更广泛的游戏化方案(包括教育游戏、游戏化、严肃游戏等),也以系统化的方式整合这些方案的目标、覆盖内容及其评估方法。
    • 对评估方法进行了分层分类与比较(比如基于交互评估、游戏后评估、以及前后对比式评估),细化了游戏中的用户体验角度。
    • 提供了涉及游戏设计和评估方法的循证建议,这为未来研究者和设计者提供了实用指导。
  • 实施步骤与关键技术
    1. 文献收集:通过五个主要的学术数据库(ACM、Scopus、IEEE Xplore等)检索相关文献,获取3926篇论文。
    2. 文献筛选:应用定义的纳入与排除标准,最终锁定93篇相关研究。
    3. 分析过程
      • 开放编码:基于研究问题,提取并记录相关数据。
      • 核心连接与分类:通过头脑风暴和团队讨论,归纳出主要主题及其相互联系。
      • 精选四类目标(教育行为、行为改进、心理发展、研究工具)和八大内容主题(如威胁、密码学、防御策略等),关联至相关评估方法。

研究成果

  • 取得的具体成果
    • 游戏目标分类
      • 教育(如提升安全意识、改善教育方法)
      • 行为提升(鼓励用户行为改变或改善决策能力)
      • 心理发展(增强自信心和安全态度)
      • 工具性研究(作为研究工具分析特定场景)
    • 内容覆盖:涵盖威胁教育、密码学、网络安全策略、数据隐私等11个核心主题。
    • 评估方法的系统性总结
      • 三大评估方法:基于交互、游戏后测试、以及前后对比。
      • 数据类型:客观数据(如得分、任务完成情况)与主观数据(如问卷、用户反馈)。
      • 使用了适合不同目标的混合方法来综合评估用户体验和效果。
    • 用户体验要素:详细分析九个核心维度(如可用性、趣味性、动机、认知变化等)。
  • 与现有方案的比较与优势
    • 提供了比现有文献更广泛和精细的评估分类,使评价更加系统和全面。
    • 以较大的样本数量和多元方法提供全面分析,超越了传统文献综述的片面性。
    • 结合用户体验评估和目标效果评价,帮助设计出更具针对性且易于推广的安全教育游戏。
  • 实验与评估结果
    • 设计具有单目标或多目标应用的游戏更有效;例如,专注于密码创建的游戏更能触动用户安全意识,而综合多主题的复杂游戏则可能导致信息过载。
    • 多数教育性游戏虽提升了知识,却未显著改善行为,提示需更直接的反馈与行为塑造机制。
  • 局限性与未来方向
    • 当前的评估设计多以自报告和实验环境结果为主,可能低估了长期影响和真实应用场景下的限制。
    • 针对高风险人群(如政府官员、医疗行业)定制化的游戏仍是空白。
    • 应用于新兴威胁(如AI驱动的网络攻击)的动态游戏开发可进一步加强。
    • 倡导通过文化差异或技术认知背景分析扩展目标群体的定义,特别是少数群体或弱势群体的参与。

通过结构化分析,本文不仅整理了现有游戏设计的目标与缺陷,也对方法学和未来方向给出清晰指导。这有助于建立更实用且高效的网络安全与隐私教育途径。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188944/2025

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/10.1145/3706598.3713798
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
7 位作者
sell
研究子方向
无障碍游戏、网络安全培训与意识、暗黑模式(Dark Patterns)识别
work
职业/产业
游戏开发者与设计师、网络安全工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文