[论文解读] Risk Perceptions for Wearable Devices

Linda N. Lee, Serge Egelman+2 more|arXiv (Cornell University)|Apr 22, 2015

Privacy, Security, and Data Protection参考文献 25被引用 12

一句话总结

本研究首次针对可穿戴设备开展大规模用户调查（n=1,782），分析四种接收方类型下72种数据类型的隐私与安全担忧，对风险感知进行排序。研究发现，视频采集和金融数据被视作最敏感的信息，且用户对可穿戴设备风险的感知程度与使用割草机等物理危险相当，凸显了在新兴可穿戴平台中开展以用户为中心的安全与隐私设计的必要性。

ABSTRACT

Wearable devices, or "wearables," bring great benefits but also potential risks that could expose users' activities with- out their awareness or consent. In this paper, we report findings from the first large-scale survey conducted to investigate user security and privacy concerns regarding wearables. We surveyed 1,782 Internet users in order to identify risks that are particularly concerning to them; these risks are inspired by the sensor inputs and applications of popular wearable technologies. During this experiment, our questions controlled for the effects of what data was being accessed and with whom it was being shared. We also investigated how these emergent threats compared to existent mobile threats, how upcoming capabilities and artifacts compared to existing technologies, and how users ranked technical and nontechnical concerns to sketch a concrete and broad view of the wearable device landscape. We hope that this work will inform the design of future user notification, permission management, and access control schemes for wearables.

研究动机与目标

• 理解用户对可穿戴设备相关安全与隐私风险的感知，这些设备正迅速普及。
• 识别并排序用户认为与可穿戴设备关联的最令人担忧的数据类型及接收方类型（例如：朋友、陌生人、广告商）。
• 将新兴可穿戴设备风险与现有移动设备及现实世界风险进行比较，以 contextualize 用户担忧。
• 基于以用户为中心的风险感知，为未来可穿戴设备的权限系统、访问控制和用户通知机制的设计提供建议。
• 为可穿戴技术的负责任发展提供基础，明确用户在隐私与安全方面的优先事项。

提出的方法

• 通过在线大规模调查（n=1,782名互联网用户）评估用户对72种与可穿戴设备相关的风险情景的感知担忧程度。
• 采用李克特量表评分（1=无感，5=非常困扰）量化每种情景下用户的担忧程度，同时控制数据类型与接收方类型。
• 借鉴Felt等人（2011）关于智能手机风险的研究方法，以及Fischhoff等人（1978）关于一般风险感知的研究，设计风险情景。
• 将可穿戴设备的风险感知与智能手机及现实世界风险（如使用割草机）进行比较，以校准用户感知。
• 收集开放式反馈，识别非技术性担忧，并为未来研究方向提供依据。
• 分析数据，按敏感度和接收方类型对风险进行排序，并评估用户偏好与风险感知之间的相关性。

实验结果

研究问题

• RQ1 用户认为可穿戴设备采集的哪些数据类型最具风险？这种感知如何因接收方类型（如朋友、陌生人、广告商）而异？
• RQ2 用户如何将可穿戴设备的风险与现有移动设备及现实世界风险进行比较？
• RQ3 用户在可穿戴设备方面报告了哪些超出安全与隐私范畴的非技术性担忧？
• RQ4 用户对风险的感知在多大程度上与实际威胁严重性一致？这如何影响访问控制与通知机制的设计？
• RQ5 人口统计与行为因素在多大程度上影响用户对可穿戴技术风险的感知？

主要发现

• 视频采集和金融数据被列为最敏感的数据类型，所有接收方类型下用户担忧程度均较高。
• 用户对可穿戴设备风险的感知程度与物理危险相当——面部识别被视作与使用割草机同等风险，表明其具有强烈的情感显著性。
• 用户对与陌生人共享数据的风险感知显著高于与朋友或家人共享，凸显信任在风险感知中的作用。
• 参与者对非技术性问题（如社交尴尬、分心、失控感）表现出强烈担忧，这些在开放式反馈中频繁被提及。
• 不同人口统计群体的风险感知具有一致性，表明尽管背景各异，用户在隐私担忧方面存在广泛共识。
• 本研究证实，即使用户不熟悉具体威胁，其对风险的感知仍可指导权限系统与访问控制的设计。