VR ProfiLens：消费者虚拟现实应用中的用户画像风险
密码学与安全
2026-01-21 v1
摘要
虚拟现实 (VR) 平台与应用收集用户传感器数据，包括运动、面部、眼动及手势数据等，以抽象化形式存储。这些数据可能在用户毫无知情或缺乏实质性 awareness 的情况下暴露用户于独特的隐私风险，而这些风险的实际程度仍未得到充分研究。为填补这一空白，我们提出 VR ProfiLens 框架，以系统研究基于 VR 传感器数据的用户画像及其引发的隐私风险。为系统性地研究此问题，我们首先基于加州个人信息保护法案 (CCPA) 定义的个人信息概念，构建分类体系，并结合传感器、应用及威胁情境，识别可能受风险的用户属性。随后，我们对 10 个流行消费级 VR 应用进行用户研究，收集来自四组传感器的真实用户数据，并随后进行调查。我们设计并应用分析管道，展示从这些抽象化数据推断用户属性的可行性。我们的结果表明，敏感个人信息可达到高风险 (最高达90% F1 分数) 的程度被从抽象化传感器数据中推断出来。通过特征分析，我们进一步识别出不同应用组和传感器组在推断用户属性方面的相关性。我们的发现凸显了用户面临的风险，包括隐私丧失、跟踪、定向广告及安全威胁。最后，我们讨论了设计取意与监管建议，以提升透明度并更好地保护 VR 环境中用户隐私。
引用
@article{arxiv.2601.12563,
title = {VR ProfiLens: User Profiling Risks in Consumer Virtual Reality Apps},
author = {Ismat Jarin and Olivia Figueira and Yu Duan and Tu Le and Athina Markopoulou},
journal= {arXiv preprint arXiv:2601.12563},
year = {2026}
}