差分隐私是隐私意识数据分析领域中最为流行的技术之一。但差分隐私及其他隐私增强技术可能引发隐私剧场。在差分隐私实现中,某些算法参数控制着个人隐私保护与数据收集者效用之间的权衡;因此,不透明这些参数的数据收集者可能掩盖其差分隐私实现所提供的有限保护。通过大规模在线调查,研究揭示了隐藏算法参数重要信息的差分隐私解释是否能说服用户分享更多浏览器历史数据。令人惊讶的是,这些解释对个人分享数据的意愿影响甚微;实际上,大多数人在了解隐私保护之前就已决定是否分享。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/88037/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555762
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
3 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