通过参与式设计解决基于披露的网络欺凌Aliyu 等人通过参与式设计，与20名年轻人共同设计15个解决方案，揭示基于披露网络欺凌的隐私控制、恢复性司法和社交媒体问责需求。2024SASadiq Aliyu et al.洛桑大学隐私设计与用户控制数据隐私感知与决策在线骚扰与反制工具DIS
《我知道自己正在被观察》：使用视频干预教育用户了解Facebook上的定向广告Smith等人通过恐惧诉求和反思学习视频教育用户了解Facebook定向广告，发现视频显著增加用户与广告偏好互动，但恐惧诉求内容导致用户更易脱离平台。2024GSGarrett Smith et al.杨百翰大学隐私设计与用户控制数据隐私感知与决策暗黑模式（Dark Patterns）识别CHI
教授中学生关于跟踪和普遍个性化带来的隐私威胁：一项基于设计研究的课堂干预Khan 等人在农村中学开发并评估包含跟踪和普遍个性化隐私威胁的模块，学生参与后发展出可转移的人工智能隐私基础知识。2024SKSushmita Khan et al.克莱姆森大学在线学习与 MOOC 平台隐私设计与用户控制数据隐私感知与决策CHI
了解未知的队友：探索队友信息推荐系统中的匿名性和解释Musick 等人研究发现匿名化推荐与团队满意度及凝聚力负相关，隐私担忧与团队收益之间的平衡是关键设计挑战。2023GMGeoff Musick et al.克莱姆森大学TeamsCSCW
通过用户贡献的可解释规则构建交互式机器学习中的信任Guo等人开发XIML系统利用Tic-Tac-Toe验证交互式机器学习效果，199人实验表明用户修正规则比视觉解释更能提升满意度与信任度。2022LGLijie Guo et al.克莱姆森大学可解释人工智能（XAI）原型设计与用户测试IUI
多个岛屿，多个问题：对加勒比地区在线安全行为的经验性考察Wilkinson 等人基于保护动机理论调查加勒比地区551名用户，发现先前受害经历会增加安全保护意图，社交媒体信任度影响骚扰防护行为，存在显著国家间差异。2022DWDaricia Wilkinson et al.亚利桑那州立大学数据隐私感知与决策在线骚扰与反制工具CHI
权限 vs. 应用限制器：剖析智能手机用户以了解移动隐私管理的不同策略Alsoubai等人对380名Android用户研究发现四类隐私配置文件：隐私平衡者占49.74%，权限限制者28.68%，应用限制者14.74%，揭示了移动隐私管理策略差异。2022AAAshwaq Alsoubai et al.中佛罗里达大学隐私设计与用户控制数据隐私感知与决策物联网设备隐私CHI
COVID-19 大流行期间隐私相关信任对群件应用采用与使用的差异化影响Namara 等人基于 195 份调查构建紧急采用模型，发现隐私相关信任在 COVID-19 期间群件应用中发挥重要作用，但该影响取决于用户情境动机，为危机时期的技術采用提供了综合模型。2021MNMoses Namara et al.克莱姆森大学Privacy and TrustCSCW
在标准视频游戏播放中使用交叉表示和具身认同来减少社会偏见Jarrell 等人研究发现，玩家在2D游戏中扮演代表性不足角色可减少对黑人和女性申请者的偏见，角色认同感调节这一效应，验证了交叉身份减少社会偏见的可行性。2021MJMarie Jarrell et al.克莱姆森大学会话代理的人格与拟人化角色扮演与叙事游戏CHI
实用工具与关系障碍：探索为何部分社交媒体用户不使用隐私功能Page 等人通过访谈和调查发现，用户对社交媒体的"实用工具"或"关系障碍"两种视角显著影响隐私功能使用，前者促进使用并管理社交关系，后者导致回避以维护人际关系。2019XPXinru Page et al.本特利大学Privacy and SecurityCSCW
开发物联网隐私设置界面的数据驱动方法Knijnenburg 等人提出数据驱动方法开发 IoT 隐私设置界面，通过机器学习生成智能默认配置文件，准确率 82%，优于传统默认设置。2018BKBart Knijnenburg et al.克莱姆森大学算法透明度与可审计性隐私设计与用户控制智能家居隐私与安全IUI
混淆作为照片分享隐私增强技术的有效性与用户体验Li 等人通过271人实验发现修复和头像两种混淆技术可有效保护照片隐私且用户体验良好，而模糊化和像素化基本无效。2018YLYifang Li et al.克莱姆森大学Privacy and SecurityCSCW