Well-intended but half-hearted: Hosts' consideration of guests' privacy using smart devices on rental properties.
该论文研究了短租房产（如Airbnb）中房东使用智能设备（如智能音箱、智能门锁、恒温器等）时对房客隐私的考虑。研究通过半结构化访谈（N=24）和一项大规模调查（N=207）收集数据，发现房东虽然出于安全、便利等目的部署智能设备，但往往缺乏对
#user-study
共收录 26 条相关情报。
← 返回所有主题"I do (not) need that Feature!" - Understanding Users' Awareness and Control of Privacy Permissions on Android Smartphones.
该论文通过三项研究（在线调查、拦截式研究、日记研究）深入探讨了Android用户对应用权限的感知与控制行为。研究1（N=103）调查了用户对权限请求的警觉性及权限撤销意愿；研究2（N=61）在真实场景中拦截权限请求并询问用户对其必要性及类型
What Drives SMiShing Susceptibility? A U.S. Interview Study of How and Why Mobile Phone Users Judge Text Messages to be Real or Fake.
该论文针对移动短信钓鱼（SMiShing）攻击的用户易感性开展研究。作者通过在美国进行的半结构化访谈，探索手机用户如何判断文本信息的真伪，以及哪些因素影响其决策过程。研究发现，用户主要依赖内容线索（如拼写错误、链接域名）、上下文（如与已知联
"You do understand that people don't trust technology?": Explaining Trusted Execution Environments to Non-Experts
本研究聚焦于如何向非技术用户解释可信执行环境（TEE）这一技术安全概念。TEE通过创建隔离执行环境来保护可信应用的机密性和完整性，以往研究表明用户了解TEE能提升其数据共享意愿。作者首先分析了现有的TEE解释材料，提炼出候选解释方案，然后通
When Are LLM Inferences Acceptable? User Reactions and Control Preferences for Inferred Personal Information
本研究聚焦于大型语言模型（LLM）在对话中推断用户个人信息（如收入、病史等）所引发的隐私问题。以往研究已证明LLM能够做出潜在违反用户预期的推断，但用户对此类推断的实际感受及期望的控制机制尚不明确。为此，作者开发了“反思层”（Reflect
Prevalence Overshadows Concerns? Understanding Chinese Users' Privacy Awareness and Expectations Towards LLM-Based Healthcare Consultation.
本研究聚焦于中国用户在使用基于大语言模型（LLM）的医疗咨询服务时的隐私意识与期望。随着LLM在医疗领域的广泛应用，用户隐私问题日益突出。研究通过问卷调查和访谈，探索用户对医疗聊天机器人隐私实践的认知、担忧以及期望。核心发现是：尽管用户普遍