本文针对移动增强现实（AR）应用中智能手机权限使用存在的问题，提出并评估了一种基于上下文的权限请求合理化机制。研究背景在于：现有权限系统通常以静态方式请求权限，用户难以理解为何需要特定权限，尤其在AR应用中，权限使用场景动态且敏感。作者通过用户实验（N=XXX）比较了传统权限请求与加入上下文解释的新方式，测量用户对权限合理性的感知、信任度和安装意愿。核心贡献包括：1）设计了一种将权限请求与具体AR功能场景绑定的上下文解释模板；2）实证证明上下文合理化能显著提升用户对权限的接受度和应用信任；3）提出了重新定义移动权限系统的设计建议，强调权限请求应具有动态性和可解释性。研究结果对移动操作系统设计者和AR应用开发者具有参考价值。

增强现实（AR）头戴设备持续感知周围环境，捕获附近的旁观者，从而引发隐私风险。视觉旁观者隐私增强技术（PET）通过检测自我中心场景视图中的旁观者并应用隐私转换（如模糊化）来缓解这一风险。然而，传统的PET评估依赖于人工、开销高且设备特定，导致跨设备复现困难。本文提出EvaluatAR，一个跨设备评估框架，用于PET评估早期阶段的快速原型化。该框架通过记录-重放工作流标准化PET的输入（传感器数据和视觉刺激）和输出，实现对实验条件的可控制复制。作者在HoloLens 2、Magic Leap 2和Meta Quest 3三个设备上，针对隐式（连续、上下文驱动）和显式（意图驱动）两种PET类型进行了三个案例研究：（1）跨设备重放PET输入，揭示设备特定的隐私-性能权衡；（2）同一框架工作流在隐式和显式PET设计类别间的泛化能力；（3）重放隐私相关的边缘案例以诊断失败并验证PET修改，结果优于现有基线。这些结果证明EvaluatAR支持快速迭代的PET开发，推进了旁观者PET的可复现跨设备评估，在AR普适化关键时刻具有重要意义。