密集街道图像中群体隐私
计算机与社会
2025-05-13 v1 计算机视觉与模式识别
新兴技术
摘要
密集街道图像（DSI）数据集规模 unbounded。2024年，各大公司拥有约3万亿张公共街道的唯一图像。随着 Lyft 和 Waymo 等公司使用DSI训练自动驾驶算法和分析碰撞，DSI数据流规模将继续增长。学术研究人员利用DSI探索城市分析的新方法。尽管DSI提供方致力于通过模糊面部和车牌保护个人隐私，但这些措施无法解决更广泛的隐私问题。本文发现，数据密度的增加和人工智能的进步使从所谓匿名数据中推断群体成员身份变得容易。我们进行渗透测试，演示从25,232,608张纽约市的仪表盘摄像头图像中从被遮蔽的行人推断敏感群体成员身份的便捷性。我们发展了DSI中可识别群体的分类法，并以情境完整性为视角分析隐私影响。最后，我们讨论了面向来自DSI提供方的数据研究者的可操作性建议。
引用
@article{arxiv.2505.07085,
title = {Privacy of Groups in Dense Street Imagery},
author = {Matt Franchi and Hauke Sandhaus and Madiha Zahrah Choksi and Severin Engelmann and Wendy Ju and Helen Nissenbaum},
journal= {arXiv preprint arXiv:2505.07085},
year = {2025}
}
备注
To appear in ACM Conference on Fairness, Accountability, and Transparency (FAccT) '25