"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

隐私设计与用户控制智能家居隐私与安全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

'Privacy across the boundary': Examining Perceived Privacy Risk Across Data Transmission and Sharing Ranges of Smart Home Personal Assistants

出版信息

  • 主题领域: 基于隐私边界理论(Privacy Boundary Theory, PBT)研究智能家居个人助理(Smart Home Personal Assistants, SPAs)的隐私风险感知。
  • 关键词: 隐私边界理论,智能家居个人助理,数据传输,数据共享,隐私风险,用户感知,匿名化,加密,边界调节,隐私设计。

背景与问题

  • 问题/挑战: 现有针对SPAs的隐私模型不足以应对其作为社交代理不断演化所需的细致、动态的隐私管理。此前的研究多集中于技术漏洞或单一数据流,但缺乏一个全面的框架来理解用户在SPA生态系统中的隐私感知。
  • 重要性: SPAs深度融入用户的日常生活,收集敏感数据并与第三方服务交互。理解和解决隐私风险对于建立信任和促进用户采用至关重要。
  • 动机与相关工作: 先前的研究探讨了技术漏洞、隐私规范和用户关注点,但未能充分关注边界相关因素(如数据传输和共享范围)对隐私感知的影响。本文基于隐私边界理论填补这一空白。

解决方案

  • 提出的方法: 本研究应用隐私边界理论(PBT),探讨用户在SPAs中的隐私风险感知,重点关注两个关键的边界相关因素:传输范围(空间边界)和共享范围(关系边界)。
  • 创新点:
    1. 将PBT扩展到SPA情境,通过实证验证“家庭网络”和“服务提供商”作为关键隐私边界。
    2. 定量测量边界跨越对不同数据类型和人口统计学特征的隐私风险感知影响。
    3. 揭示技术保护措施(如加密和匿名化)在缓解边界相关风险方面的有限效果。
    4. 提出针对SPAs的边界感知设计建议。
  • 研究步骤与关键技术:
    1. 进行了三阶段的初步研究,以识别边界相关因素、分类SPA功能并分析商业实践。
    2. 实施混合方法研究(N=412问卷调查,N=40访谈),评估传输和共享范围内的隐私风险感知。
    3. 分析数据属性、用户人口统计特征和技术保护措施对隐私风险感知的影响。

研究结果

  • 具体发现:
    • 当数据跨越“家庭网络”边界(传输)或“服务提供商到第三方”边界(共享)时,感知的隐私风险显著增加。
    • 用户将家庭视为私人领域,将第三方共享视为对关系信任的破坏。
    • 风险感知受数据敏感性、功能必要性和用户意识的调节。
    • 技术保护措施(如加密和匿名化)在第三方共享中显示出有限的效果。
  • 相较基线的优势:
    • 提供了一个结构化的实证框架,用于理解SPAs中的隐私边界,超越了以往的定性或范围狭窄的研究。
    • 展示了边界效应在不同数据类型和人口统计学特征中的一致性。
  • 实验/评估:
    • 在中国调查了412名参与者,并进行了40次后续访谈。
    • 使用统计方法(Friedman检验,Kruskal-Wallis检验)和主题分析评估了传输和共享范围内的隐私风险感知。
    • 检验了加密和匿名化作为缓解因素的有效性。
  • 局限性与未来工作:
    • 文化和地区聚焦于中国可能限制普适性;未来研究应包括跨文化研究。
    • 依赖自我报告数据,可能无法完全反映实际行为(隐私悖论)。
    • 未涉及多用户动态或隐私边界的时间变化;未来工作应探索这些维度。

总结

本文应用隐私边界理论探讨用户对智能家居个人助理(SPAs)隐私风险的感知,识别出两个关键边界——家庭网络(空间)和服务提供商到第三方(关系),在这些边界上隐私风险显著增加。研究表明,由于用户的不信任和边界协调失败,技术保护措施(如加密和匿名化)不足以缓解这些风险。通过实证验证边界效应在不同数据类型和人口统计学特征中的表现,研究结果为边界感知隐私设计提供了建议,包括分层可视化和动态访问控制。这些见解对于设计符合用户隐私期望并建立信任的SPAs至关重要。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222582/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790455
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
8 位作者
sell
研究子方向
隐私设计与用户控制、智能家居隐私与安全
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
5 篇相关论文