深度运动掩蔽：用于虚拟现实运动数据安全、可用且可扩展的实时匿名化
人机交互
2023-11-10 v1 密码学与安全
摘要
随着主要科技公司持续进入该领域，虚拟现实（VR）与“元宇宙”系统近来再度引发关注与投资。然而，近期研究表明，几乎所有 VR 应用所使用的运动追踪“遥测”数据如同指纹扫描一样具有唯一可识别性，引发了围绕元宇宙技术的重大隐私担忧。尽管先前已有匿名化 VR 运动数据的尝试，我们在本文中提出了一种最先进的 VR 识别模型，能够令人信服地绕过已知的防御对策。我们随后提出一种新的“深度运动掩蔽”方法，可扩展地实现对 VR 遥测数据的实时匿名化。通过一项大规模用户研究（N=182），我们证明我们的方法比现有 VR 匿名系统显著更具可用性与隐私性。
引用
@article{arxiv.2311.05090,
title = {Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data},
author = {Vivek Nair and Wenbo Guo and James F. O'Brien and Louis Rosenberg and Dawn Song},
journal= {arXiv preprint arXiv:2311.05090},
year = {2023}
}