智能办公环境中 occupants 的隐私感知、意识与偏好
人机交互
2023-03-14 v1
摘要
楼宇管理系统宣扬诸多益处，如能源效率和居住者舒适度，但依赖于来自各种传感器的大量数据。机器学习算法的进步使得提取关于居住者及其活动的个人信息成为可能，超出了非侵入式传感器的预期设计。然而，居住者未被告知数据收集情况，且对隐私丧失拥有不同的隐私偏好和阈值。尽管在智能家居中对隐私感知和偏好已有较多了解，但有限的研究评估了智能办公建筑中的这些因素，而那里有更多用户和不同的隐私风险。为了更好地理解居住者的感知和隐私偏好，我们在 2022 年 4 月至 2022 年 5 月期间对一座智能办公楼的居住者进行了二十四次半结构化访谈。我们发现数据模态特征和个人特征共同影响了人们的隐私偏好。所收集模态的特征定义了数据模态特征——空间、安全和时间上下文。相反，个人特征由一个人对数据模态特征和数据推断的意识、对隐私和安全的定义，以及可用的奖励和效用组成。我们提出的智能办公建筑中人们隐私偏好模型有助于设计更有效的措施来改善人们的隐私。
引用
@article{arxiv.2212.11768,
title = {Occupant Privacy Perception, Awareness, and Preferences in Smart Office Environments},
author = {Beatrice Li and Arash Tavakoli and Arsalan Heydarian},
journal= {arXiv preprint arXiv:2212.11768},
year = {2023}
}