论文标题	作者	研究主题
颠覆性人工智能接受度量表(SAIA-8)：用于衡量用户对人工智能生成隐私增强图像修改的接受程度 Logas 等人开发了 SAIA-8 量表，通过访谈和众包验证，衡量用户对颠覆性人工智能隐私增强图像滤镜的接受程度，解决了此前仅以攻击效能评估的局限。	JL Jacob Logas et al.佐治亚理工学院	Session 3c: Evolving Approaches to Privacy
Image DePO：利用去中心化隐私覆盖层实现在线社交网络的渐进式去中心化 Logas 等人提出 Image DePO 隐私增强原型，通过去中心化内容网络帮助用户在 Facebook 上安全分享秘密照片，但研究发现相比机构威胁，用户更关注人际威胁。	JL Jacob Logas et al.佐治亚理工学院	Data and Privacy; Data and Privacy
emoji_events 探索Facebook动态受众选择的实用性与侵入性 Ernala等人研究Facebook动态受众选择工具，发现其可提高用户分享信心，但低透明度与算法不信任使其被认为具有侵入性，设计需平衡实用性与隐私保护。	SE Sindhu Kiranmai Ernala et al.佐治亚理工学院
"一个合理的要求":迈向隐私集体行动中的统一声音 Wu 等人设计原型引导集体生成统一补救要求以回应隐私侵犯事件，发现集体与安全专家在改革诉求上存在分歧，认为这种不一致维持了权力鸿沟	YW Yuxi Wu et al.佐治亚理工学院
广告推荐学习 AI 编程到 CodeNow 系统课程、实战项目、持续更新，适合想真正把 AI 用进开发流程的人。立即查看
自我说服还是被说服：检查用户隐私设置选择的干预措施 Wenzel 等人对104名Facebook用户调查发现，众包建议和反思性写作均能改善隐私决策，但两者存在负面交互作用。	KW Kimi Wenzel et al.卡内基梅隆大学
个体脆弱，共同安全：老年人家庭的安全与隐私实践 Murthy 等人发现老年人家庭中常由自封的技术管理者以管家式或家长式作风协作保护老年人免受网络威胁，为家庭协作网络安全设计提供实践启示。	SM Savanthi Murthy et al.佐治亚理工学院	Aging with Technology
emoji_events 探索 Facebook 动态受众选择的实用性与侵入性 Ernala 等人调查 250 名用户发现静态受众控制存在显著错位，设计 DAS 原型虽提升用户信心，但低透明度与隐私担忧使其被认为具有侵入性，揭示了实用性与侵入性的权衡困境。	SE Sindhu Kiranmai Ernala et al.佐治亚理工学院	Social Media
Bit Whisperer：通过表面约束声学实现即兴、近距离、 walk-up-and-share 数据传输 Do等人提出Bit Whisperer，利用表面约束的高频声学信号实现无需配对的即兴近距数据共享，兼顾便捷性与足够的安全性。	YD Youngwook Do et al.佐治亚理工学院
Spidey Sense：设计用于传达网络安全警告的腕戴式情感触觉交互 Do 等人设计 Spidey Sense 腕带，通过可定制挤压感传达网络安全警告，用户认为其比振动触觉警报更适合提醒网络安全威胁。	YD Youngwook Do et al.佐治亚理工学院
创客空间中获取与控制之间的张力 Logas 等人研究创客空间访问控制政策，发现管理员受安全与获取平衡、物流等因素影响常做例外，用户不满静态政策希望社交因素纳入考量。	JL Jacob Logas et al.佐治亚理工学院	Physical Interaction & Robots
emoji_events 《我们互相负责》：探讨社交群体如何共同应对网络安全和隐私问题 Watson 等人通过对九个社会群体（n=34）进行小组访谈和日记研究，揭示群体共享资源的动机、威胁模型及S&P控制措施无法满足小群体需求的现状。	HW Hue Watson et al.佐治亚理工学院
记忆宫殿：探索用于强安全、高可记忆、低频率认证的视觉-空间路径 Das 等人提出 Memory Palace 认证系统，通过第一人称视角3D虚拟迷宫路径作为密钥，一周后记忆保持力显著优于9点图案锁，且更难被肩窥破解。	SD Sauvik Das et al.佐治亚理工学院
个人行为数据生态系统的发展 Wiese 等人分析个人数据生态系统的碎片化挑战，开发 Phenom 系统简化跨服务数据访问，为用户提供更大数据控制权	JW Jason Wiese et al.犹他大学
最新！安全与隐私新闻的类型学及其传播方式 Das 等人通过1999名参与者为期2年的S&P新闻事件调查，识别出四种安全与隐私新闻类型，金融数据泄露分享率最高(42%)，政治化网络安全最低(21%)	SD Sauvik Das et al.佐治亚理工学院