虚拟现实运动随时间个人可识别性的大规模研究
密码学与安全
2023-03-03 v1
摘要
近年来，社交虚拟现实（VR）——有时被描述为“元宇宙”——已广泛可用。其潜力伴随着风险，包括隐私风险。为理解这些风险，我们在一个包含 232 名 VR 用户的数据集中研究 VR 中参与者运动的可识别性，该数据集包含八次每周会话，每次约三十分钟，总计 764 小时社交互动。该样本的独特之处在于我们能够独立研究用户、会话和时间的影响。我们发现记录的会话数量极大增加了可识别性，每次会话的时长也增加可识别性，但程度较小。我们还发现训练与测试会话之间延迟越大，可识别性越低。最终，理解 VR 活动的可识别性将帮助设计者、安全专业人员和消费者倡导者使 VR 更安全。
引用
@article{arxiv.2303.01430,
title = {A Large-Scale Study of Personal Identifiability of Virtual Reality Motion Over Time},
author = {Mark Roman Miller and Eugy Han and Cyan DeVeaux and Eliot Jones and Ryan Chen and Jeremy N. Bailenson},
journal= {arXiv preprint arXiv:2303.01430},
year = {2023}
}
备注
15 pages, 5 figures