使用眼动生物特征评估跨平台身份关联的隐私风险

近期无处不在的多平台眼动追踪引发了用户对跨平台重识别的隐私担忧，即利用通过个人眼动隐式表达的个人身份信息，在多个支持眼动追踪的平台上对人进行重识别。我们提出了一项实证研究，量化了现代眼动生物特征模型利用各设备的眼动信号在三种不同眼动追踪设备间关联受试者身份的能力。我们表明，当在一对设备间关联用户身份时，最先进的眼动生物特征模型表现出高于随机水平的生物特征性能（34.99% 的等错误率，15% 的 rank-1 识别率），但在另一对设备上则不然。考虑到这些发现，我们还讨论了眼动追踪信号质量对模型在两个截然不同的眼动追踪设备间有意义地关联受试者身份能力的影响。我们的研究通过采用生物特征性能的定量和定性测量，包括可视化模型跨平台区分真实和冒充者认证尝试的能力，推进了对跨平台身份关联隐私风险的基本理解。