PriView -- 探索支持用户隐私意识的可视化

文献标题

PriView – Exploring Visualisations to Support Users’ Privacy Awareness

文献信息

• 主题领域: 隐私保护、人机交互、物联网
• 关键词: 智能家居、智能环境、智能设备、物联网 (IoT)、隐私保护、热成像摄像头、移动应用、增强现实 (AR)、虚拟现实 (VR)、可视化

研究背景与问题

• 问题或挑战:

  • 随着环境中传感器数量的增加，用户通常对隐私侵入设备（如摄像头、麦克风）的位置和行为缺乏认知。
  • 现有隐私通知（例如隐私政策）缺乏可读性和用户友好性，大部分用户难以从中获取关键信息。
  • 隐私侵入设备（如智能扬声器、摄像头）所带来的隐私风险在公共和私密环境中并不直观，用户需要主动探测以确保隐私安全。

• 重要性:

  • 提高用户隐私意识可以使用户避免某些风险区域或选择不透露敏感信息，从而在日常生活中更好地保护隐私。
  • 针对隐私保护的设计可以帮助用户在日益复杂的智能环境中更好地掌控隐私数据。

• 研究动机与相关工作:

  • 相关工作提出了隐私标签、隐私可视化工具和隐私通知设计，但在用户感知和易用性上仍有较多改进空间。
  • 智能设备的不透明性（如设备当前状态是否记录数据）导致用户难以掌握隐私数据的流向，也加剧了隐私风险。

解决方案

• 方法与解决方案:

  • 提出了一种隐私可视化概念——PriView，通过可视化的方式使用户可以直观感知周围智能设备的隐私风险。
  • 构建了两个原型：基于热成像摄像头的移动应用程序和通过 VR 模拟的场景（包括租房、公寓、公共交通站等）。

• 创新之处:

  • 使用热成像摄像头检测设备活动状态，并通过直观视觉化（如边框、文字标签、3D 形状）向用户展示潜在隐私风险。
  • 将用户实验与 VR 场景模拟结合，从多个环境和使用场景研究了用户对隐私可视化的需求和偏好。

• 实施步骤与技术:

  • 移动应用：通过 FLIR One 热成像摄像头检测设备热状态，并结合 YOLO 深度学习模型识别智能设备和其开关状态。
  • VR 模型：创建 6 个样例场景（如租房、办公厨房），通过 Unity 游戏引擎开发并在 HTC Vive Pro 头显中展示不同的可视化选项。
  • 用户实验：通过实验对比了两种输出设备及七种可视化表示的用户偏好、易用性和理解度。

研究成果

• 具体成果:

  • 参与者总体对 PriView 的理念和设计表示认可，认为其不仅能提高隐私保护意识，还能支持例如设备维护和删除的其他应用。
  • 用户在陌生环境（如租赁公寓）中更倾向于详细可视化，而在熟悉且可信的环境（如朋友家）中可能更偏好简单提示。
  • "文本标签" 和 "3D 形状" 被认为是提供最佳信息的方式，而 "警示图标" 的信息量被认为过低。

• 现有解决方案的优势:

  • 与传统隐私通知相比，PriView 能以更直观、更用户友好的形式提供隐私相关信息。
  • 在场景中动态检测设备状态和展示隐私相关区域，适用于复杂多变的智能环境。

• 实验或评估结果:

  • 用户实验发现，结合场景和用户需求细分可实现更好的用户体验。
  • 移动应用的使用舒适度评分为 71.14（SUS），HMD 实验的评分为 73.85，两者可接受性较高。
  • 大多数用户倾向于在戴着头显的情况下使用 "文本标签" 和 "3D 形状"。

• 局限性与未来方向:

  • 局限性：实验环境单一，无法涵盖所有可能会影响设备检测或隐私可视化效果的场景；样本偏重年轻学生群体。
  • 未来方向：
    • 提升设备检测算法的通用性，比如通过大规模训练数据集或设备制造商开放相关信息。
    • 设计灵活配置的个性化界面，以满足用户对细节、视觉信息和交互的多层次需求。
    • 探索如何在公共场所和私人场景之间平衡隐私和数据公开的设计选择。

本研究为智能环境下隐私保护提供了新的视角，并通过用户实验验证了其有效性和潜力，进一步的优化研究仍可完善其适用性和扩展性。