区分群体隐私与个人隐私:群体推断技术对隐私感知与行为的影响
机器学习和数据挖掘威胁个人隐私,目前存在许多帮助用户保护隐私的工具(如Facebook上的隐私设置、个人数据的匿名化和加密等)。但这些技术也对"群体隐私"构成威胁,这是学者们相对了解较少的概念。此外,针对保护群体隐私问题的工具也很少。本文讨论了一类新兴的软件应用和服务,它们通过基于个人信息(如社交媒体帖子或健身应用使用情况)揭示群体层面信息,对群体隐私构成新风险。本文描述了两项实验的结果,实证确立了群体隐私的概念,并表明它影响用户对信息技术的感知和交互。这些发现呼吁开发者设计群体隐私保护工具。
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。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文