在交互式记录链接中通过视觉屏蔽平衡隐私和信息披露

荣誉提名
算法透明度与可审计性隐私设计与用户控制软件工程师与开发者隐私政策制定者HCI 研究员

有效使用涉及个人或敏感信息的数据通常需要不同的人访问个人信息,这大大降低了存储数据的人的个人隐私,并增加了身份盗用、数据泄露或社会工程攻击的风险。我们的研究探讨了个人信息在人类决策中的隐私与效用之间的权衡。本文通过记录链接场景,展示了不同程度的信息可用性如何影响有效使用个人信息的能力的受控研究。我们比较了使用视觉界面的人类决策质量,该界面通过视觉标记突出数据差异来控制可用的个人信息量。通过这个界面,只查看了30%数据内容的研究参与者与拥有完整100%访问权限的人的决策质量相似。结果表明,在不影响效用或人类效果的情况下,可以大大限制提供给人类决策者的个人信息量。然而,研究结果还表明,隐藏数据的数量有一个限度,超过这个限度会对涉及个人数据的决策判断质量产生负面影响。尽管极端隐藏数据会降低准确性,但研究证明,通过适当的界面设计,即使使用完全屏蔽的合法去标识化数据(与完全访问相比,完全屏蔽数据的准确率为74.5%,而完全访问的准确率为84.1%),也可以做出许多正确的决策。因此,当法律要求只允许访问去标识化数据时,使用设计良好的界面可以显著提高数据效用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/6728/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2018
emoji_events
奖项
荣誉提名
group
作者
4 位作者
sell
研究子方向
算法透明度与可审计性、隐私设计与用户控制
work
职业/产业
软件工程师与开发者、隐私政策制定者、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
2 篇相关论文