The six ways to build trust and reduce privacy concern in a Central Bank Digital Currency (CBDC)
本研究探讨消费者对央行数字货币的信任影响因素，提出六种建立信任并降低隐私担忧的方式，以促进CBDC的有效开发与采用。
2023-12-29 cs.CY cs.HC
A Taxonomy of Privacy Constructs for Privacy-Sensitive Robotics
Oregon State University（俄勒冈州立大学）
将机器人引入我们的社会也将带来对个人隐私的新担忧。为了研究这些问题，我们必须进行涉及测量隐私相关结构的人类受试者实验。本文提出了一个分类的隐私结构的基础上审查的隐私文献。未来的工作在操作隐私结构HRI研究进行了讨论。
2017-01-03 cs.CY cs.HC cs.RO
"Nobody should control the end user": Exploring Privacy Perspectives of Indian Internet Users in Light of DPDPA
本研究结合印度新通过的DPDPA，首次调查428名印度互联网用户对Cookie横幅、在线隐私及法规的认知，发现隐私意识用户认知不足且担忧难转化为行动，用户对政府的怀疑影响其对DPDPA的看法，需更清晰沟通与政策完善。
2025-08-25 cs.CY cs.HC
Saudi Parents' Privacy Concerns about Their Children's Smart Device Applications
在本文中，我们调查了沙特父母对孩子智能设备应用程序（应用程序）的隐私问题。为此，我们进行了一项调查，并分析了119份答复。我们的结果显示，沙特父母在使用智能设备应用程序时对孩子的隐私表示高度担忧。然而，他们对应用程序内容的担忧程度高于隐私问题，例如应用程序访问敏感数据的请求。此外，父母的担忧与大多数儿童安装的应用程序不一致，这些应用程序包含不适合其年龄的应用程序，需要父母指导，并要求访问敏感数据，如位置。我们还讨论了沙特父母的做法和关注的几个方面，与西方（主要来自英国）和中国父母在以前的报告中所报告的情况相比。我们发现了有趣的模式并建立了新的关系。例如，沙特和西方父母比中国父母更关注隐私。最后，我们测试了14个隐私实践和关注对高与低社会经济阶层（父母的教育，技术背景和收入），以发现是否有显着差异之间的高和低阶层（我们表示这些差异为“数字鸿沟“）。在42个测试（14个属性x 3个类）中，我们只在7个测试中发现了高和低类之间的显着差异。虽然这总体上是一个积极的趋势，但必须努力缩小这些差距。本文的结果提供了关键的发现，以确定改进的领域和建议，特别是对于沙特人，可供家长，开发商，研究人员，监管机构和政策制定者使用。
2022-04-27 cs.CR cs.CY cs.HC
Framing Effects on Privacy Concerns about a Home Telepresence Robot
Oregon State University（俄勒冈州立大学）
隐私敏感机器人是HRI研究的一个新兴领域。关于隐私的判断似乎是上下文相关的，但没有一个有前途的工作上下文的“框架”集中在隐私问题。这项工作研究的影响，上下文的“框架”对本地用户的隐私判断在家庭网真设置。我们的方法包括使用一个在线问卷，收集响应的动画视频的远程呈现机器人框架后，人们与介绍性段落。四项研究的结果表明，操纵机器人操作员的身份之间的陌生人和亲密的红颜知己很大的影响。这种框架效应似乎在几个视频中持续存在。这些发现提醒HRI研究人员，框架的变化可能导致他们的结果无法复制或推广。我们还建议，机器人的设计，以鼓励或阻止某些帧。
2019-11-12 cs.CY cs.HC cs.RO
The privacy protection effectiveness of the video conference platforms' virtual background and the privacy concerns from the end-users
由于全球疫情的突然爆发，视频会议平台变得无处不在，并嵌入到各种数字设备或协同日常工作中。尽管服务提供商设计了许多安全功能来保护个人隐私，如虚拟背景（VB），但VB的不稳定性如何泄露用户的隐私或影响他们的心理和行为仍然有待探索。为了了解和定位终端用户隐私意识及其心理模型的情境意义，我们将对用户进行调查和访谈作为第一阶段的研究。我们将提出设计安全性和稳定性VB方面的概念挑战，并提供设计建议。
2021-10-24 cs.HC
Designing for Pragmatists and Fundamentalists: Privacy Concerns and Attitudes on the Internet of Things
物联网（IoT）系统引起了人们的热情和关注。热情来自于它们在人们日常生活中的实用性，而关注可能与隐私问题有关。通过使用两个物联网系统作为案例研究，我们研究了用户的隐私信念，担忧和态度。我们专注于四个主要方面：个人数据的收集，新信息的推断，与第三方的信息交换，以及系统功能所带来的风险-效用权衡。共有113名巴西人回答了关于这些方面的调查。虽然他们的看法似乎取决于背景，但有一些重复的模式。我们的研究结果表明，物联网用户可以分为漠不关心，原教旨主义者和实用主义者。他们中的大多数人表现出实用主义的形象，并相信隐私是受法律保障的权利。其中最隐私的方面是交换个人信息给第三方。个体的感知风险与其在系统特征中的感知效用呈负相关。我们讨论了这些结果的实际意义，并提出了在设计物联网系统时应对隐私问题的建议。
2019-07-30 cs.HC
Minoritised Ethnic People's Security and Privacy Concerns and Responses towards Essential Online Services
本研究访谈英国44名少数族裔用户，考察其在医疗、住房和能源在线服务中的隐私担忧与应对，为包容性隐私保护设计提供启示。
2025-06-09 cs.CR cs.CY cs.HC
The Impact of Device Type, Data Practices, and Use Case Scenarios on Privacy Concerns about Eye-tracked Augmented Reality in the United States and Germany
本研究首次深入探索增强现实中眼动追踪等行为数据的隐私担忧，通过在美、德开展四项众包调查，揭示用户属性、数据实践等因素的影响，发现美国用户隐私担忧少于德国用户，并提出隐私感知增强现实的建议。
2025-11-13 cs.HC
Designing Privacy for You : A User Centric Approach For Privacy
隐私直接涉及作为数据所有者（数据主体）的用户，因此系统中的隐私应以关注用户（以用户为中心）的方式实现。有许多概念和指导方针支持隐私的发展和将隐私嵌入系统。然而，它们都没有以用户为中心的方式处理隐私。通过这项研究，我们提出了一个框架，使开发人员和设计人员掌握隐私以用户为中心的方式，并实现它与软件开发生存周期。
2017-04-18 cs.CR cs.CY cs.HC
Privacy in Immersive Extended Reality: Exploring User Perceptions, Concerns, and Coping Strategies
本研究调查464名XR用户，发现数据类型和敏感性影响隐私感知，但用户对传感器细粒度数据收集认知有限，需增强认知并设计适配的隐私界面与透明实践。
2025-03-26 cs.HC
User Privacy Harms and Risks in Conversational AI: A Proposed Framework
本研究提出并扩展了Solove的分类法框架，通过对13名参与者的半结构化访谈，识别出基于文本的AI聊天机器人交互中的9种隐私危害和9种隐私风险，为各方提供了安全实施对话式AI的工具。
2024-02-15 cs.CY cs.HC
Privacy in Human-AI Romantic Relationships: Concerns, Boundaries, and Agency
VRAIN, Universitat Politècnica de València（VRAIN，瓦伦西亚理工大学）；Aalto University（艾尔沃斯大学）；King’s College London（伦敦国王学院）；University of Cambridge（剑桥大学）
本文探讨了人机浪漫关系中的隐私问题，通过访谈研究发现，AI伴侣具有自主性，影响隐私界限和用户隐私保护策略。
2026-02-13 cs.AI cs.CY cs.HC
Privacy by Design: Bringing User Awareness to Privacy Risks in Internet of Things
本文从隐私设计视角探讨物联网隐私风险，通过参与共创工作坊和部署问卷调查，提出了透明、以用户为中心且引发隐私意识的隐私设计原则。
2024-10-16 cs.HC
Towards Usable Privacy Management for IoT TAPs: Deriving Privacy Clusters and Preference Profiles
针对物联网TAPs隐私控制复杂导致用户难用的问题，通过问卷调研（N=301）推导用户隐私集群与轮廓，为不同类型用户提供可半自动分配的隐私偏好建议，助力更可用的TAPs隐私管理。
2025-11-14 cs.CY cs.HC
Driving with Guidance: Exploring the Trade-Off Between GPS Utility and Privacy Concerns Among Drivers
本研究通过问卷与访谈发现驾驶员为GPS效用常忽视隐私风险，并基于此提出自适应界面、个性化配置及区块链等兼顾隐私与效用的设计方向。
2023-09-22 cs.HC
SoK: Evaluating Privacy and Security Concerns of Using Web Services for the Disabled Population
残疾人社区的在线隐私和安全是一个复杂的领域，对每个浏览Web服务的用户都有影响。虽然许多学科分别研究了残疾人及其在线隐私和安全问题，但两者之间的重叠非常高，但研究不足。此外，一个复杂的关系之间存在的残疾人和网络服务的互动取决于几个网络服务的发展因素，包括可用性和可访问性。为此，我们通过对63篇文章进行详细的系统性文献回顾和分析，探讨了残疾人社区通过以前的研究所感知的Web服务的隐私和安全性的交叉点。我们的研究结果涵盖了几个主题，包括残疾人如何在身份验证界面周围导航，在线隐私问题，通用设计实践，以及如何改进CAPTCHA等安全方法，使其更容易为所有需求和能力的人所访问和使用。我们进一步讨论了目前研究中的差距，包括解决方案，如普遍实施包容性的隐私和安全工具和协议。
2023-02-26 cs.CR cs.HC
"Is it always watching? Is it always listening?" Exploring Contextual Privacy and Security Concerns Toward Domestic Social Robots
Duke University（杜克大学）
本研究通过19次半结构化访谈，探讨了美国用户对家庭社交机器人的安全与隐私担忧，发现用户期望透明的数据收集指示器、有形的隐私控制及符合情境的功能，以支持设备普及。
2025-07-16 cs.AI cs.CR cs.CY
Understanding Privacy Attitudes and Concerns Towards Remote Communications During the COVID-19 Pandemic
自2019年12月以来，COVID-19疫情导致世界各地的人们实行社交距离，这导致远程通信在工作、社交和在家学习方面的应用急剧增加。由于远程通信将持续到疫情结束后，在这种前所未有的环境下保护用户的安全和尊重他们的隐私至关重要，这需要彻底了解他们的行为，态度和对远程通信各个方面的关注。为此，我们对全球220名多产参与者进行了在线研究。我们发现，隐私和安全是影响与会者对会议工具和会议地点的态度和舒适度的最常见因素之一。开放式回答显示，大多数参与者在选择会议工具或在远程会议中使用麦克风/网络摄像头时缺乏自主权，这在某些情况下与他们的个人隐私和安全偏好相矛盾。根据我们的调查结果，我们提炼出几条建议，说明雇主、教育工作者和工具开发人员如何在进行远程通信时告知用户并授权用户做出隐私保护决定。
2021-06-09 cs.CR cs.CY cs.HC
Investigating Concerns of Security and Privacy Among Rohingya Refugees in Malaysia
本文探讨了马来西亚罗兴亚难民因缺乏法律承认和资源受限而面临的安全与隐私挑战，强调需采用以人为中心的方法设计技术解决方案，为更广泛的HCI社区提供参考。
2023-04-04 cs.CR cs.CY cs.HC
Privacy as Social Norm: Systematically Reducing Dysfunctional Privacy Concerns on Social Media
Information School, University of Washington（华盛顿大学信息学院）；Human Centered Design & Engineering, University of Washington（华盛顿大学人机交互设计工程）；University of Washington（华盛顿大学）
本研究通过设计原型减少青少年社交媒体上的隐私担忧，强调赋权和明确隐私规范，提升隐私保护效果。
2025-02-03 cs.HC
Decoding User Concerns in AI Health Chatbots: An Exploration of Security and Privacy in App Reviews
本研究评估了BART和Gemini GenAI在识别AI健康聊天机器人应用评论中安全隐私相关关切的有效性，发现Gemini性能与人工标注相当，揭示了数据收集等关键用户关切，为改进应用安全隐私实践提供了指导。
2025-01-31 cs.CR cs.ET cs.HC
Expanding Perspectives on Data Privacy: Insights from Rural Togo
本文通过访谈多哥农村居民，揭示了直接受政策影响的经验专家对大数据发展政策的隐私担忧，发现其与领域专家不同，并探讨了兼顾两者的政策与设计影响。
2024-09-26 cs.HC
Validity and Reliability of the Scale Internet Users' Information Privacy Concern (IUIPC) [Extended Version]
互联网用户的信息隐私关注（IUIPC-10）是最受认可的隐私关注量表之一。它被广泛应用于PET的人为因素评价和隐私悖论的调查。尽管其前身关注信息隐私（CFIP）已经过独立评估，并且该工具本身也经过了一些审查，但我们仍然缺少对IUIPC-10本身的专门确认。我们的目标是通过系统地分析IUIPC的结构效度和信度来缩小这一差距。我们获得了三个相互独立的样本，共有$N = 1031$参与者。我们对主样本进行了验证性因素分析（CFA）。在发现不足之处后，我们建立了进一步的因素分析来断言IUIPC-10的维度。我们提出了一个重新定义的工具IUIPC-8与改进的心理测量性能。最后，我们在验证样本上验证了我们的发现。虽然我们可以确认IUIPC-10的整体三维性，但我们发现IUIPC-10始终未能通过结构效度和可靠性评估，对其子量表意识和控制的一维性提出了质疑。我们重新指定的量表IUIPC-8提供了一个统计上显着更好的模型，并优于IUIPC-10的结构效度和信度。对结构效度的不确定性证据提出了质疑，以及IUIPC-10措施的潜在变量信息隐私的关注。低于标准的可靠性可能会产生虚假和不稳定的结果，以及衰减与其他潜在变量，如行为的关系。因此，该仪器可能会混淆PET的人为因素或隐私悖论的研究。
2020-11-23 cs.CR cs.HC
Autonomy Reshapes How Personalization Affects Privacy Concerns and Trust in LLM Agents
Northeastern University（东北大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Waterloo（滑铁卢大学）
研究探讨了LLM代理自主性如何影响个性化对用户隐私担忧和信任的影响，发现风险驱动的自主性可缓解个性化带来的负面影响。
2026-08-11 cs.AI cs.CR cs.HC
Chat First, Worry Later: Understanding Individuals' Privacy Perceptions Using ChatGPT in a Work Context
University of Regensburg（雷根斯堡大学）
该研究通过对224名各行业用户的调查，分析了ChatGPT使用熟练度、隐私担忧、组织GenAI政策对用户使用ChatGPT的影响及相互作用，发现组织政策与隐私相关熟练度正相关，隐私担忧会降低使用频率和应用多样性。
2026-08-24 cs.CR cs.CY cs.HC
Comparing How a Chatbot References User Utterances from Previous Chatting Sessions: An Investigation of Users' Privacy Concerns and Perceptions
National University of Singapore（新加坡国立大学）
研究探讨了聊天机器人引用用户历史对话的不同方式对用户感知和隐私担忧的影响，发现逐字引用虽提升智能感但引发隐私问题，改述方式则更受欢迎。
2023-08-09 cs.CL cs.HC
Understanding User Privacy Perceptions of GenAI Smartphones
Huazhong University of Science and Technology（华中科技大学）；New York University（纽约大学）
研究探讨用户对生成式人工智能智能手机隐私影响的认知及隐私设计期望，通过访谈揭示用户对数据生命周期中隐私问题的关注，并提出隐私增强建议。
2026-04-07 cs.CR cs.HC
Ignorance is Bliss? The Effect of Explanations on Perceptions of Voice Assistants
语音助理提供了一种方便且免提的方式来访问家中的计算，但语音作为交互方式的一个关键问题是如何构建语音助理的准确心理模型，这是一项因隐私和安全问题而复杂化的任务。我们提出了一项调查的语音助手用户（n=1314）测量的信任，安全性和隐私的语音助手与不同层次的在线功能的不同方式解释的看法的结果。然后，我们要求参与者重新解释这些语音助手是如何工作的，结果表明，虽然隐私解释缓解了隐私问题，但信任解释加剧了信任问题。参与者的信任、隐私和安全感知也区分了来自语音助理供应商的第一方在线功能和来自其他开发人员的第三方在线功能，对供应商的信任似乎独立于设备解释。我们的研究结果指出，使用类比来指导用户，针对信任和隐私问题，制造商需要进行的关键改进，以及对该行业竞争的影响。
2022-11-23 cs.HC
OSRM-CCTV: Open-source CCTV-aware routing and navigation system for privacy, anonymity and safety (Preprint)
University of Jyväskylä（于韦斯屈莱大学）
在过去的几十年里，全球范围内闭路电视（CCTV）摄像机的使用越来越多，越来越广泛，越来越多，许多闭路电视摄像机最近的其他功能，如物联网（IoT）连接和基于人工智能（AI）的面部识别，只会增加隐私倡导者的担忧。因此，必须存在提供隐私、安全和网络安全功能的\emph{CCTV-aware solutions}。我们认为，向前迈出的重要一步是通过路由和导航系统（例如，OpenStreetMap、Google地图），为已知有摄像头的区域提供隐私和安全选项。然而，目前没有路由和导航系统，无论是在线还是离线，提供相应的CCTV感知功能。在本文中，我们介绍了OSRM-CCTV -第一个也是唯一的CCTV感知路由和导航系统的设计和建造的隐私，匿名和安全的应用。我们验证和展示了系统的有效性和可用性的合成和现实世界的例子。为了帮助验证我们的工作以及进一步鼓励系统的开发和广泛采用，我们将OSRM-CCTV作为开源发布。
2021-08-20 cs.CR cs.CV cs.CY
Smartwatch games: Encouraging privacy-protective behaviour in a longitudinal study
虽然公众声称关注他们的隐私，但他们似乎经常忽视这一点。这种关注与行为之间的差距被称为隐私障碍。这些问题在可穿戴设备上特别普遍。这些产品可以存储个人数据，如短信和联系方式。然而，业主很少使用保护功能。教育游戏可以有效地鼓励行为的改变。因此，我们为（Android）Wear OS手表开发了第一款隐私游戏。10名参与者使用智能手表两个月，允许他们的高级设置被监控。五个人被随机分配到我们的治疗组，他们玩了一个动态定制的隐私主题游戏。为了尽量减少混淆变量，其他五个人收到了相同的应用程序，但没有隐私主题。治疗组改善了他们的保护，屏幕锁的使用显著增加（p = 0.043）。相比之下，80%的对照组继续从不限制他们的设置。后测阶段后，我们通过半结构化访谈评估行为的合理性。在治疗组中，隐私问题变得更加微妙，意见与行为一致。行动主要受到三个因素的影响：便利性，隐私显着性和数据敏感性。这是第一款鼓励隐私保护行为的智能手表游戏。
2019-05-13 cs.CR cs.CY cs.ET
Towards Valid and Reliable Privacy Concern Scales: The Example of IUIPC-8
本文以 IUIPC-8 简表为例，采用考虑有序非正态数据的 CFA 与多模型比较，验证其三维结构、效度和信度，并基于两个独立样本对比 IUIPC-10。
2023-08-16 cs.CR cs.HC
Health App Reviews for Privacy & Trust (HARPT): A Corpus for Analyzing Patient Privacy Concerns, Trust in Providers and Trust in Applications
Institute for Data Science & Informatics, University of Missouri（密苏里大学数据科学与信息学研究所）；Dept. Electrical Engineering & Computer Science, University of Missouri（密苏里大学电气工程与计算机科学系）；Dept. of Computer Science, Yale University（耶鲁大学计算机科学系）
HARPT语料库通过大规模标注的患者评论，旨在提升对电子健康应用中隐私和信任问题的研究能力。
2025-11-24 cs.CR cs.HC cs.LG
Analysis of Longitudinal Changes in Privacy Behavior of Android Applications
长期以来，人们一直对智能设备的隐私问题表示关注，而过去的许多作品都研究了Android应用程序的隐私问题。在过去的10年里，我们已经抓取和抓取了近190万个应用程序的数据，并存储了其中135，536个应用程序的APK。在本文中，我们研究了Android应用程序在隐私方面如何随着时间的推移而变化的趋势，并从两个角度来看待它：（1）随着时间的推移，应用程序中的隐私行为如何发生变化，（2）当比较第三方库和应用程序自己的内部时，这些变化如何解释。为了研究这一点，我们研究了HTTPS的采用，应用程序是否扫描设备以查找其他安装的应用程序，隐私敏感数据的权限使用以及唯一标识符的使用。我们发现，随着时间的推移，与隐私相关的行为有所改善，因为应用程序不断接收更新，并且应用程序使用的第三方库负责更多的隐私问题。然而，我们观察到，在Android应用程序的当前状态下，在隐私方面没有足够的改善，许多问题仍然需要解决。
2021-12-28 cs.CR cs.CY cs.HC
PowerCut and Obfuscator: An Exploration of the Design Space for Privacy-Preserving Interventions for Voice Assistants
智能音箱的广泛使用引发了许多隐私问题。虽然到目前为止的工作提供了对用户对这些威胁的看法的理解，但有限的研究集中在我们如何减轻这些担忧，无论是通过重新设计智能扬声器还是通过专门的隐私保护干预措施。在本文中，我们提出了两个隐私保护干预措施的设计和原型设计：“混淆器”的目标是在麦克风禁用录音，和“PowerCut”的目标是禁用电源的智能扬声器。我们提出了我们的研究结果，从技术探测研究涉及24个家庭，与我们的原型互动，主要目标是获得更好的了解设计空间的技术干预，可能会解决这些问题。我们的数据和研究结果揭示了实用性、隐私性和可用性之间的复杂权衡，并强调了多功能、美学、易用性和形状因子的重要性。我们讨论了我们的研究结果对后续干预措施的发展和智能扬声器的未来设计的影响。
2021-06-09 cs.CR cs.HC
Explainable AI in Usable Privacy and Security: Challenges and Opportunities
本文针对LLMs在隐私安全高风险场景中解释质量、一致性等问题，以PRISMe工具为研究对象，基于用户研究提出结构化评估标准等缓解策略，强调需定制自适应解释策略，展现该领域对HCXAI的应用潜力。
2025-04-17 cs.HC
Understanding User Awareness and Behaviors Concerning Encrypted DNS Settings
加密域名系统（DNS）的最新发展已导致主要浏览器和操作系统供应商部署加密的DNS功能，通常默认启用各种配置和设置。在许多情况下，默认的加密DNS设置会影响性能和隐私;例如，Firefox的默认DNS设置会将用户的所有DNS查询发送到Cloudflare，这可能会引入新的隐私漏洞。在本文中，我们确认大多数用户都不知道这些发展-关于这些新技术的推出，默认设置的更改以及自定义加密DNS配置以平衡隐私和性能之间的用户偏好的能力。我们的研究结果表明，在浏览器和操作系统中的加密DNS功能的接口的设计者的几个重要的影响，以帮助提高用户对这些设置的认识，并确保用户保留的选择，使他们能够平衡DNS隐私和性能的权衡能力。
2023-02-21 cs.CR cs.HC cs.NI
The Users' Perspective on the Privacy-Utility Trade-offs in Health Recommender Systems
该研究通过两项 n=521 的联合决策实验，考察用户在健康推荐系统中对 k-匿名与差分隐私等保护机制及数据分享场景的偏好，并据此提出开发建议。
2018-04-13 cs.CR cs.CY cs.HC
AirSignatureDB: Exploring In-Air Signature Biometrics in the Wild and its Privacy Concerns
本研究提出公开的空中签名数据集AirSignatureDB，评估多种验证方法，并首次实现仅凭惯性数据重建三维轨迹，揭示了行为生物特征的隐私风险。
2025-08-11 cs.HC
Exploring User Security and Privacy Attitudes and Concerns Toward the Use of General-Purpose LLM Chatbots for Mental Health
Duke University（杜克大学）
本研究通过21次半结构化访谈发现，用户在使用通用LLM聊天机器人进行心理健康管理时存在严重误解和风险意识缺失，误将其类人共情等同于类人责任并误认受HIPAA等法规保护；研究提出“无形脆弱性”概念，并给出保护用户心理健康披露的建议。
2025-07-14 cs.AI cs.CR cs.CY
Privacy Concerns in Chatbot Interactions: When to Trust and When to Worry
University of Kent（肯特大学）；Cranfield University（克兰菲尔德大学）；Defence Academy of the United Kingdom（英国国防学院）
通过对话能力的进步，聊天机器人已经开始请求和处理越来越多的敏感个人信息。准确披露敏感信息对于向医疗保健和金融行业的用户提供建议和支持至关重要。在这项研究中，我们探讨了用户对聊天机器人提供商使用敏感数据相关因素的担忧。我们调查了491名英国公民的代表性样本。我们的研究结果表明，用户关注的问题集中在删除个人信息和他们的数据的不适当使用的关注。我们还发现，个人担心在与会话代理对话后失去对数据的控制。我们发现用户的性别或教育程度没有影响，但确实发现了用户年龄的影响，45岁以上的人比45岁以下的人更关心。我们还考虑了在聊天机器人中产生信任的因素。受访者的主要关注点是聊天机器人的技术元素，其中响应质量等因素被认为是最关键的因素。我们再次发现用户的性别或教育水平没有影响;然而，当我们考虑一些社会因素（例如化身或感知的“友好度”）时，我们发现45岁以下的人比45岁以上的人更重要。本文最后讨论了这些结果的背景下，设计包容性，数字系统，支持广泛的用户。
2021-07-08 cs.AI cs.CL cs.CY
Privacy and Safety Experiences and Concerns of U.S. Women Using Generative AI for Seeking Sexual and Reproductive Health Information
King's College London London United Kingdom；VRAIN, Universitat Politècnica de València \& University of Cambridge Valencia Spain Cambridge United Kingdom；King's College London；VRAIN, Universitat Politècnica de València \& University of Cambridge
研究探讨了美国女性使用生成式AI获取性与生殖健康信息时的隐私和安全问题，发现用户面临数据收集、政府监控等风险，提出针对性设计和政策建议。
2026-03-10 cs.AI cs.HC
Developers Need Protection, Too: Perspectives and Research Challenges for Privacy in Social Coding Platforms
像GitHub这样的社交编码平台（SCP）由于其协作和版本控制功能，已经成为现代软件工程的核心。与Facebook等主流在线社交网络（OSN）一样，SCP用户的个人资料和软件存储库中包含大量个人和项目相关数据，因此他们会受到隐私攻击和威胁。然而，与OSN不同的是，SCP用户的隐私问题和实践尚未在当前的文献中得到广泛的探讨和记录。在这项工作中，我们提出了一个在线调查的初步结果（N=105）解决开发人员的关注和感知的隐私威胁蒸汽从SCP。我们的研究结果表明，尽管用户对社交和组织隐私威胁表示担忧，但他们通常认为在这些平台上分享个人和项目相关信息是安全的。此外，针对敏感属性的推断的攻击被认为比那些寻求重新识别源代码贡献者的攻击更有可能。基于这些研究结果，我们提出了一套建议，为未来的调查解决隐私和身份管理的SCP。
2023-03-03 cs.HC cs.SE cs.SI
Mobile App Privacy in Software Engineering Research: A Systematic Mapping Study
移动应用程序（app）已经变得非常个人化，不断要求访问隐私敏感信息，以换取更个性化的用户体验。这种侵犯隐私的做法在应用程序用户中产生了重大的多维和非常规隐私问题。为了解决这些问题，在过去十年中，对移动应用程序隐私的研究经历了快速增长。总的来说，这一系列研究旨在系统地揭露应用程序的隐私做法，并提出保护移动应用程序用户隐私的解决方案。在这篇调查论文中，我们对54项软件工程（SE）关于移动应用隐私的主要研究进行了系统的映射研究。我们的目标是a）探索SE应用程序隐私研究的趋势，b）对现有证据进行分类，c）确定未来研究的潜在方向。我们的研究结果表明，现有的文献可以分为四个主要类别：隐私政策，要求，用户的角度来看，泄漏检测。此外，我们的调查揭示了这些类别之间的不平衡;大多数现有的研究集中在提出检测隐私泄露的工具，针对隐私要求和政策的研究较少，更少的是从用户的角度。最后，我们的调查暴露了现有研究中的一些差距，并提出了改进的领域。
2019-10-08 cs.HC cs.SE
"It's like a pet...but my pet doesn't collect data about me": Multi-person Households' Privacy Design Preferences for Household Robots
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）；Koç University Istanbul（伊斯坦布尔博伊克大学）
研究探讨了多人口家庭对家庭机器人隐私设计的偏好，发现用户希望拥有数据控制权和个性化设置，以保护隐私。
2026-02-19 cs.HC cs.RO
