床垫下的比特币：理解加密资产用户不同的风险感知和安全行为

文献标题

Bits Under the Matress: Understanding Different Risk Perceptions and Security Behaviors of Crypto-Asset Users

文献信息

• 主题领域: 人机交互与密码资产（Crypto-assets）用户行为及安全研究
• 关键词: Crypto-asset, 用户行为, 风险感知, 用户分类, 密码学资产, 安全性, 集群分析

研究背景与问题

• 发现的问题或挑战:

  1. 加密资产的安全性依赖于私钥的管理，但用户在管理过程中常面临困惑与复杂性，稍有失误可能导致不可逆的损失。
  2. 用户在管理私钥和选择安全方案上存在行为差异，受多样化的风险感知影响，但过去研究多基于小样本的定性分析，难以普遍化结果。
  3. 针对风险感知与安全行为之间的关系，现有研究缺乏统一的定量数据支持。

• 重要性:

  • 私钥的管理失误已导致部分加密资产永久丢失（如约400万比特币被“埋藏”）。
  • 密码资产用户群体多样化及使用者数量激增，需要更好的设计和风险沟通来提高用户管理安全性。

• 研究动机与相关工作:

  • 相关工作揭示了用户在加密资产管理方面的技能差异，如新手更依赖托管服务，而经验丰富者倾向于自我管理。
  • 现有定性研究暴露了安全行为的多样性，但受限于样本规模和研究方法，结果泛化性有限。

解决方案

• 提出的方法或解决方案:

  • 本文基于对395名加密资产用户的问卷调查，建立了一种基于心理测量学的用户群体分类方法。
  • 应用聚类分析，按照用户的风险感知与安全行为分为三类群体：Cypherpunks（密码朋克）、Hodlers（长期持有者）、Rookies（新手）。

• 创新之处:

  1. 群体分类法: 融合既有行为理论（如保护动机理论 PMT）及多项情境心理构念，对用户进行聚类分析。
  2. 调研方法: 创新性地结合了深度抽样与广泛抽样，确保了样本的多样性及规模。
  3. 心理量表扩展: 针对加密资产领域，改编和开发了用于测量风险感知、安全行为等的心理量表。

• 实施步骤:

  1. 调研设计阶段：基于之前的理论和经验，设计心理测量量表和调查问卷。
  2. 数据收集：通过多个在线渠道（如Reddit、Qualtrics）招募参与者，采集用户行为和态度数据。
  3. 数据分析：运用聚类分析方法，将用户按五个构念分为三个群体，并分析不同群体的行为和感知特征。

研究成果

• 具体成果:

  1. 确立了三种用户类别：
     • Cypherpunks: 技术熟练且倾向于用离线存储保护资产，风险感低。
     • Hodlers: 偏向投资盈利的中年用户，虽有保护意识但更倾向托管服务。
     • Rookies: 缺乏技术能力的新人用户，大多依赖托管服务，风险感高。
  2. 描述了各群体的安全行为：
     • Cypherpunks倾向使用冷钱包，避免热钱包。
     • Hodlers因高额资产的潜在风险倾向采用多样化存储方式。
     • Rookies依赖托管和存储的便利性，而非安全性。
  3. 提供了心理构念（如感知风险、自我效能、响应成本）的量化模型。

• 与现有解决方案相比的优势:

  • 提供了更全面的用户画像和行为分析，弥补了以往研究的样本小、结论片面的问题。
  • 强调用户的心理感知对安全选择的影响，为设计更友好的钱包及沟通方式提供支持。

• 实验或评估结果:

  • 收集到的395名参与者数据表明，心理构念的内在一致性（Cronbach‘s α > 0.7）足以支持稳固的聚类分析。
  • 数据显示使用硬件钱包的概率随着资产金额增加显著提升。
  • 不同群体的安全实践频率显示出显著差异，如Cypherpunks更常使用多因素认证。

• 局限性与未来方向:

  1. 局限性:
     • 数据基于主观问卷，可能存在社会期望偏差。
     • 研究可能低估了女性因技术自我评价偏低而表现的不自信。
  2. 未来方向:
     • 设计更简洁的识别量表，用于加密资产工具的用户分层指导。
     • 探讨隐私实践和行为的交叉链接。
     • 验证心理构念如"错失恐惧"（FoMO）在新手和长期持有者中的应用。

总结

本文首次以定量方式系统分析了加密资产用户对风险的感知与安全行为差异，并通过聚类方法定义了三种典型群体。这一分类不仅为研究加密资产使用行为提供了新的视角，同时为用户教育与工具设计提出了实用性建议。