SafeScreen:在良性与对抗性使用下评估屏幕检测智能手机相机应用
作者
隐私设计与用户控制深度伪造与合成媒体检测物联网设备隐私网络安全工程师隐私政策制定者
配备摄像头的智能手机存在安全风险,可能导致机密屏幕信息的故意或意外泄露。我们引入了SafeScreen,这是一款Android相机应用,使用深度学习识别远处屏幕和莫尔条纹检测来实时检测和模糊屏幕内容。我们的混合方法、以生态为重点的研究比较了"良性"(普通摄影)和"恶性"(规避检测)使用场景。结果显示,SafeScreen能有效防止意外泄露,但大多数用户能够通过发现部分屏幕遮挡等规避方法来利用它。我们的工作贡献包括:(1)一种新型的屏幕拦截相机系统;以及(2)来自真实世界、无引导互动的见解。我们展示了在真实环境中评估安全系统如何揭示用户驱动的脆弱性和挫折感,这些发现将为未来的研究人员和组织提供参考。我们最后讨论了未来可能提供可用性或安全性改进的技术特性,并强调了非脚本化和对抗性用户评估的好处。
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。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3743715
一眼看懂
fact_check论文快照
dataset
来源
MobileHCI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
隐私设计与用户控制、深度伪造与合成媒体检测、物联网设备隐私
work
职业/产业
网络安全工程师、隐私政策制定者
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文