DeepPhish: Understanding User Trust Towards Artificially Generated Profiles in Online Social Networks.
本文研究了在线社交网络中用户对AI生成的个人资料(即深度伪造资料)的信任程度。研究通过设计实验,让参与者评估真实与AI生成的个人资料的可信度,发现用户难以区分真实与伪造资料,且对伪造资料的信任度较高。论文提出了一个名为DeepPhish的框
共收录 2 条相关情报。
← 返回所有主题本文研究了在线社交网络中用户对AI生成的个人资料(即深度伪造资料)的信任程度。研究通过设计实验,让参与者评估真实与AI生成的个人资料的可信度,发现用户难以区分真实与伪造资料,且对伪造资料的信任度较高。论文提出了一个名为DeepPhish的框
该论文针对智能音箱麦克风持续监听引发的用户隐私信任问题,提出了一种名为“有意供电”(Intentional Powering)的硬件设计范式。传统智能音箱麦克风始终通电,用户无法直观判断录音状态,导致隐私担忧。作者设计了一种新型麦克风系统: