中国智能家居应用中的旁观者隐私研究
作者
智能家居隐私与安全隐私设计与用户控制数据隐私感知与决策UI/UX 设计师AI/ML 研究员与工程师隐私政策制定者
文献标题
Investigating Bystander Privacy in Chinese Smart Home Apps
出版信息
- 主题领域: 智能家居生态系统中的隐私与安全,重点关注非西方背景下的旁观者隐私。
- 关键词: 旁观者隐私、智能家居应用、中国隐私法律、用户体验/用户界面设计、隐私政策、可追溯性分析、PIPL 合规性、数据共享、物联网隐私、Apple App Store 标签。
背景与问题
- 问题/挑战: 在非西方背景下,尤其是中国,智能家居中的旁观者隐私问题尚未得到充分研究。中国的文化和监管框架与西方规范存在差异,而当前的隐私政策和用户体验/用户界面设计未能充分解决访客、邻居和家政工人等非主要用户的隐私问题。
- 重要性: 智能家居应用中缺乏对旁观者隐私的保护会带来伦理和监管风险,削弱用户信任,并限制知情同意的实现,这对于构建包容性的智能家居生态系统至关重要。
- 动机与相关研究: 以往的研究广泛探讨了西方背景下的旁观者隐私,并批评了物联网隐私政策的透明度不足。然而,对中国应用的研究主要集中在主要用户和法律合规性上,忽视了隐私政策、用户体验/用户界面设计与旁观者保护之间的相互作用。
解决方案
- 提出的方法: 对49款中国智能家居应用进行混合方法分析,结合隐私政策审查、用户体验/用户界面评估和可追溯性分析,识别旁观者隐私保护的不足之处以及文档化政策与实际实践之间的不一致。
- 创新点:
- 全面的可追溯性分析,将隐私政策声明与实际用户体验/用户界面实践进行映射。
- 识别旁观者隐私的关键缺口,突出对访客和无关旁观者的忽视。
- 提出可操作的设计和监管建议,以增强旁观者隐私保护意识并提高透明度。
- 流程与关键技术:
- 基于《个人信息保护法》(PIPL) 对隐私政策进行主题分析。
- 针对用户体验/用户界面设计进行认知走查和启发式评估,重点关注隐私设计原则。
- 对隐私政策条款与实际用户体验/用户界面功能及 Apple App Store 隐私标签进行可追溯性分析。
结果
- 具体发现:
- 隐私政策平均长度为15,623字符,阅读时间需52–70分钟,语言过于法律化且难以理解。
- 49款应用中有19款提及住家旁观者隐私,但缺乏针对访客和无关旁观者的明确同意或删除机制。
- 没有应用为旁观者提供直接的数据管理控制。
- Apple App Store 隐私标签与实际数据实践之间普遍存在差异,包括对跟踪和数据收集的低报。
- 相较基线的优势: 本研究独特地整合了隐私政策分析、用户体验/用户界面评估和可追溯性分析,揭示了中国智能家居应用中旁观者隐私保护的系统性不足。
- 实验/评估:
- 使用主题编码对49款应用的隐私政策进行分析。
- 通过认知走查和启发式评估对用户体验/用户界面进行评估。
- 从数据收集、共享、控制和安全措施四个维度进行可追溯性分析。
- 局限性与未来工作:
- 仅关注中国大陆的 iOS 应用;未来研究可包括 Android 应用及跨平台比较。
- 未验证后端数据处理或评估政策披露的准确性,仅限于可观察的功能。
- 研究结果为某一时间点的快照;需要纵向研究以跟踪监管和技术的变化。
总结
本研究分析了49款中国智能家居应用的旁观者隐私保护情况,揭示了隐私政策、用户体验/用户界面设计以及声明政策与实际实践之间的显著差距。尽管应用普遍符合《个人信息保护法》(PIPL) 和《网络安全法》(CSL) 对主要用户的要求,但旁观者隐私普遍被忽视,未为访客或无关个体提供明确的控制机制。Apple App Store 隐私标签与实际实践之间的差异进一步削弱了透明度和用户信任。本文提出了改进旁观者隐私的可操作建议,包括透明的初始设置、专门的隐私控制、以同意为导向的访客模式以及旁观者发起的数据删除机制。这些发现为构建优先考虑所有相关个体隐私的包容性智能家居生态系统提供了重要贡献。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 83%
"跨越边界 的隐私":智能家居个人助手数据传输与共享范围中的感知隐私风险研究
CHI '26· 隐私设计与用户控制 +1
- 71%
探索隐私保护计算发展中设计和治理挑战
CHI '21· 隐私设计与用户控制 +2
- 71%
理解开发人员创建准确的隐私营养标签的挑战
CHI '22· 隐私设计与用户控制 +1
- 71%
关注差距:相机眼镜的佩戴者-旁观者隐私张力与情境自适应路径映射
CHI '26· 隐私设计与用户控制 +2
- 71%
从HCI视角看隐私政策可视化的范围综述与指南
CHI '26· 数据隐私感知与决策 +2
- 71%
支持知情自我披露:向用户展示人工智能隐私风险估算的设计建议
CHI '26· 隐私设计与用户控制 +2
- 71%
令人毛骨悚然技术的细微差别:令人毛骨悚然技术的系统文献综述
CHI '26· 科技伦理与批判性HCI +2
- 71%
理解用户需求:基于大语言模型的聊天机器人在隐私决策中的预期角色
CHI '26· 可解释人工智能(XAI) +2
- 71%
影响还是欺骗?评估安全与隐私设置中带有说服性声明的社交建议
CHI '26· 隐私设计与用户控制 +2
- 71%
生成式AI聊天机器人生态系统中的隐私选择设计
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790960
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
智能家居隐私与安全、隐私设计与用户控制、数据隐私感知与决策
work
职业/产业
UI/UX 设计师、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
10 篇相关论文