• Evvie Drake: более

  ,
• Роман ,
• К: Линда Холмс ,
• Рассказывает: Джулия Уилан, Линда Холмс ,
• Продолжительность: 9 часов 6 минут
• , Несокращенный

• Общий ,

  4.5 из 5 звезд , 5 320 5,320 оценок,

• Представление ,

  4.5 из 5 звезд , 4 757 4757 оценок,

• История ,

  4.5 из 5 звезд , 4 741 4741 оценка,

В сонном приморском городке в штате Мэн недавно овдовевшая Эвелет «Эвви» Дрейк редко покидает свой большой, мучительно пустой дом почти через год после гибели ее мужа в автокатастрофе.Все в городе, даже ее лучший друг Энди, думают, что горе держит ее взаперти, а Эвви не поправляет их. Тем временем в Нью-Йорке Дин Тенни, бывший питчер Высшей лиги и лучший друг детства Энди, борется с тем, что несчастные спортсмены, живущие в своих худших кошмарах, называют «ура»: он больше не может бросать прямо, и, что еще хуже, он не может понять почему.

• 3 из 5 звезд

• Что-то заставляло меня слушать….

• К Каролина Девушка на 10-12-19

8 способов остановить эмоциональные манипуляции

Есть люди, которые будут пытаться манипулировать другими, заставляя их чувствовать себя виноватыми или стыдно, или лишая их счастья, если они не будут делать то, о чем их просят.От такого поведения, обычно известного как эмоциональная манипуляция, действительно трудно избавиться. К счастью, Софо из «Безграничного духа» объясняет восемь способов защитить себя от эмоциональных манипуляций.

Вот 8 способов обнаружить это и справиться с этим:

1. Нет смысла пытаться быть честным с эмоциональным манипулятором.

Вы делаете заявление, и оно будет изменено. Пример: я очень зол, что вы забыли мой день рождения. Ответ: «Мне грустно из-за того, что вы подумали, что я забуду ваш день рождения, я должен был рассказать вам о большом личном стрессе, с которым я столкнулся в данный момент, но, как видите, я не хотел вас беспокоить.Вы правы, мне следовало отложить всю эту боль (не удивляйтесь, увидев настоящие слезы на этом этапе) и сосредоточиться на вашем дне рождения. Извините.» Даже когда вы слышите эти слова, у вас возникает ужасное ощущение, что они на самом деле НЕ означают, что они вообще сожалеют, — но поскольку они произнесли эти слова, вам больше нечего сказать. Либо так, либо вы внезапно обнаружите, что нянчите их тоску !! При любых обстоятельствах, если вы чувствуете, что этот угол разыгрывается — не сдавайтесь! Не волнуйтесь — не принимайте извинения, которые кажутся чушью чуши.Если кажется, что это чушь собачья — возможно, так оно и есть. Правило номер один — если вы имеете дело с эмоциональным шантажистом, ДОВЕРЬТЕ своей интуиции. ДОВЕРЯЙТЕ своим чувствам. Как только эмоциональный манипулятор находит успешный маневр, он добавляется в его список, и вы будете получать постоянную диету из этого дерьма.

2. Эмоциональный манипулятор — это образ добровольного помощника.

Если вы попросите их сделать что-то, они почти всегда согласятся — это ЕСЛИ они не сделали это сначала добровольно. Затем, когда вы говорите: «Хорошо, спасибо» — они издают несколько тяжелых вздохов или других невербальных знаков, которые дают вам понять, что они не на самом деле хотят делать то, что сказанное происходит.Когда вы говорите им, что им не кажется, что они хотят что-то делать — они все повернут вспять и попытаются сделать вид, что, конечно, они хотели этого и насколько вы неразумны. Это форма безумия, в которой очень хороши эмоциональные манипуляторы. Правило номер два — если эмоциональный манипулятор сказал ДА — заставьте его отвечать за это. НЕ поддавайтесь вздохам и тонкостям — если они не хотят этого делать — заставьте их сказать вам это заранее — или просто наденьте наушники, примите ванну и оставьте их в их театре.

3. Безумное творчество — сказать одно, а потом заверить вас, что они этого не говорили.

Если вы попадаете в отношения, в которых, как вы думаете, вам следует начать вести журнал сказанного, потому что вы начинаете сомневаться в собственном здравомыслии — вы испытываете эмоциональную манипуляцию. Эмоциональный манипулятор — эксперт в изменении положения вещей, рационализации, оправдании и объяснении вещей. Они могут лежать так гладко, что вы можете сидеть, глядя на черное, а они назовут его белым — и спорить так убедительно, что вы начинаете сомневаться в своих чувствах.Через какое-то время это настолько коварно и разрушительно, что может буквально изменить ваше ощущение реальности. ВНИМАНИЕ: манипуляции эмоциями ОЧЕНЬ опасны! Для эмоционального манипулятора очень неприятно, когда вы начинаете носить с собой блокнот и ручку и делать записи во время разговора. Не стесняйтесь сообщить им, что в эти дни вы чувствуете себя настолько «забывчивым», что хотите записать их слова для потомков. Самое ужасное в этом то, что необходимость делать это — наглядный пример того, почему вы должны серьезно подумать о том, чтобы убрать себя с дистанции в первую очередь.Если вы берете с собой ноутбук, чтобы обезопасить себя — этот старый счетчик ерунды должен мигать ровно!

4. Вина. Эмоциональные манипуляторы превосходно разжигают чувство вины.

Они могут заставить вас чувствовать себя виноватым за то, что вы говорите или не говорите, за то, что вы эмоциональны или недостаточно эмоциональны, за то, что даете и заботитесь, или за то, что вы недостаточно даете и не заботитесь. Любая вещь — это честная игра и может вызвать чувство вины перед эмоциональным манипулятором. Эмоциональные манипуляторы редко выражают свои потребности или желания открыто — они получают то, что хотят, посредством эмоциональных манипуляций.Вина — не единственная форма этого, но она очень сильна. Большинство из нас довольно условно делать все необходимое, чтобы уменьшить чувство вины. Еще одна сильная эмоция, которая используется, — это сочувствие. Эмоциональный манипулятор — великая жертва. Они вызывают глубокое чувство потребности в поддержке, заботе и воспитании. Эмоциональные манипуляторы редко борются сами или делают свою грязную работу. Самое безумное в том, что когда вы делаете это за них (чего они никогда не просят напрямую), они могут просто обернуться и сказать, что они определенно не хотели или не ожидали, что вы что-то сделаете! Постарайтесь не участвовать в битвах других людей и не делать за них грязную работу.Отличная фраза: «Я полностью уверен в вашей способности решить эту проблему самостоятельно» — проверьте ответ и еще раз отметьте счетчик ерунды.

5. Эмоциональные манипуляторы борются грязно.

Они не занимаются вещами напрямую. Они будут разговаривать за вашей спиной и в конечном итоге заставят других говорить вам то, что они сами бы не сказали. Они пассивно-агрессивны, то есть находят тонкие способы дать вам понять, что они не счастливые маленькие туристы.Они скажут вам то, что, по их мнению, вы хотите услышать, а затем сделают кучу дерьма, чтобы подорвать это. Пример: «Конечно, я хочу, чтобы ты вернулась в школу, дорогая, и ты знаешь, что я тебя поддержу». Затем вечером экзамена вы сидите за столом, и появляются приятели по покеру, дети плачут по телевизору. взрывной и собаке нужно выгуливать — все это время «Конфетка» сидит на заднице и тупо смотрит на тебя. Осмелитесь ли вы назвать их таким поведением, которое вы, вероятно, услышите: «Ну, вы же не можете ожидать, что жизнь остановится только потому, что у вас есть экзамен, не так ли?» Плачь, кричите или подавите их — только последнее принесет долгосрочную пользу и, вероятно, заставит вас попасть в тюрьму.

6. Если у вас болит голова, у эмоционального манипулятора будет опухоль мозга!

Неважно, в какой ситуации вы находитесь, эмоциональный манипулятор, вероятно, был или есть сейчас, но только в десять раз хуже. По прошествии определенного периода времени трудно почувствовать эмоциональную связь с эмоциональным манипулятором, потому что у них есть способ отвлечь внимание от разговоров и снова обратить внимание на самих себя. Если вы назовете их таким поведением, они, скорее всего, станут глубоко ранены или очень раздражительны и назовут вас эгоистом — или заявят, что это вы всегда в центре внимания.Дело в том, что даже если вы знаете, что это не тот случай, вам остается невыполнимая задача доказать это. Не беспокойтесь — ДОВЕРЯЙТЕ своей интуиции и уходите!

7. Эмоциональные манипуляторы каким-то образом обладают способностью влиять на эмоциональный климат окружающих.

Когда эмоциональный манипулятор грустит или злится, сама комната бьется от него — это вызывает глубокую инстинктивную реакцию, чтобы найти способ уравновесить эмоциональный климат, и самый быстрый путь — заставить эмоционального манипулятора чувствовать себя лучше — исправить то, что для него сломано .Слишком долго придерживайтесь этого типа неудачников, и вы будете настолько запутаны и взаимозависимы, что забудете, что у вас даже есть потребности — не говоря уже о том, что вы имеете такое же право на удовлетворение своих потребностей.

8. Эмоциональные манипуляторы не обладают чувством ответственности.

Они не несут ответственности ни за себя, ни за свое поведение — всегда речь идет о том, что все остальные «сделали с до их». Один из самых простых способов распознать эмоционального манипулятора — это то, что он часто пытается установить близость путем раннего обмена сугубо личной информацией, которая, как правило, относится к типу «зацепи и заставь меня пожалеть». разнообразие.Поначалу вы можете воспринимать этот тип человека как очень чувствительного, эмоционально открытого и, возможно, немного уязвимого. Поверьте, когда я говорю, что эмоциональный манипулятор так же уязвим, как бешеный питбуль, и всегда будет проблема или кризис, который нужно преодолеть.

Об авторе:

Меня зовут Софо. У меня есть степень бакалавра психологии и степень магистра философии, хотя для меня истинное знание приходит только через опыт, а не как попугайское обучение.Мне очень нравятся путешествия, долгие прогулки и ночные беседы, но больше всего мне нравится просто быть частью этого чудесного существования.

8 способов защитить себя от эмоциональных манипуляций | The Unbounded Spirit

Автор фотографии: gratisography через gratisography.com

Как мы можем защитить себя от фейковых новостей и манипуляций?

Интернет произвел революцию в нашей жизни — будь то работа, поиск информации или развлечений, общение с другими людьми или покупки.Интернет-мир сделал многие вещи проще и открыл ранее немыслимые возможности. В то же время это ставит перед отдельными людьми и обществом серьезные проблемы: лежащие в основе технологии не обязательно служат интересам пользователей.

«Нас интересуют такие вопросы, как: как мы можем создать онлайн-среду, уважающую человеческую автономию и продвигающую истину? И что могут сделать сами люди, чтобы их не вводили в заблуждение и не манипулировали? », — говорит Анастасия Козырева, ведущий автор и исследователь Центра адаптивной рациональности Института развития человека им. Макса Планка.

Исследовательская группа начала с изучения различий между онлайновым и офлайновым мирами и определила четыре основных проблемы.

Четыре основных вызова

• На поведение пользователя влияет архитектура манипулятивного выбора . Эти «темные шаблоны» подталкивают пользователей к непреднамеренному поведению; они включают рекламу, которая вписывается в контент или навигацию страницы, чтобы генерировать больше кликов, или запутанные настройки конфиденциальности, которые побуждают людей делиться большей информацией, чем они действительно хотят.
• Информация, представленная информационными архитектурами на базе искусственного интеллекта, не является нейтральной; он персонализирован на основе данных, собранных от пользователей . Это означает, что двум людям, которые вводят один и тот же термин в поисковую систему, вероятно, будут показаны разные результаты. Это может быть полезно, если, например, мы хотим найти ресторан, и поисковая система отображает хиты в нашем районе вверху списка, а не ресторан с таким же названием на другом конце света.Но если нам показывают новости или политический контент исключительно на основе наших предпочтений, мы рискуем оказаться в пузыре фильтров, где мы больше не подвержены никаким другим мнениям.
• Исследовательская группа рассматривает ложную и вводящую в заблуждение информацию как еще одну проблему для людей в Интернете. . Видео и сообщения, пропагандирующие теории заговора и непроверенные слухи, могут быстро распространяться через социальные сети, нанося реальный вред. Например, люди могут решить не вакцинироваться из-за дезинформации о вакцинах, подвергая себя и других риску.
• Отвлекающая онлайн-среда постоянно стремится привлечь внимание пользователей — с помощью push-уведомлений, мигающих дисплеев, всплывающих окон или постоянно обновляемого контента. Цель состоит в том, чтобы привлечь и удерживать внимание пользователей как можно дольше: это сама основа бизнес-моделей интернет-платформ. Мы обнаруживаем, что проводим за нашими экранами гораздо больше времени, чем намеревались — без реальной пользы и за счет нашего внимания к другим вещам.

С точки зрения науки о поведении исследователи предлагают конкретные меры для решения этих четырех проблем.Они предполагают, что «инструменты повышения квалификации» можно использовать для обучения новым навыкам и принятия более эффективных и автономных решений в онлайн-мире.

Самоподталкивание: предоставление пользователям возможности настраивать свою цифровую среду

Самоподталкивание — это один из когнитивных инструментов, который люди могут использовать для создания «более здорового» выбора и создания информационной среды для себя. Самоподталкивание дает людям возможность настроить свою цифровую среду так, как им лучше всего подходит. Это может включать отключение уведомлений от приложений или перестановку домашнего экрана смартфона таким образом, чтобы отображались только полезные приложения: например, календарь, камера и карты, а также приложения для медитации и погоды.

Все, что слишком отвлекает, например социальные сети и игры, лучше спрятать в папки. Исследователи также рекомендуют пользователям сознательно устанавливать временные ограничения на использование социальных сетей.

«Цифровой мир полон ловушек», — говорит Ральф Хертвиг, директор Центра адаптивной рациональности Института развития человека им. Макса Планка.

«Но мы можем принять меры, чтобы не упасть в них. Точно так же, как мы можем спрятать наш шоколадный тайник за шкафом и поставить на стол миску с яблоками, мы можем отключить уведомления от приложений, которые постоянно требуют нашего внимания.Вне поля зрения — значит уйти из виду — будь то в реальной жизни или в цифровом мире ».

И точно так же, как мы смотрим направо и налево перед переходом улицы, мы должны иметь привычку задавать определенные вопросы для оценки контента, с которым мы сталкиваемся в Интернете. Такие вопросы, как: каково происхождение информации? Какие источники цитируются? Могу ли я найти похожий контент на авторитетных сайтах? Такой подход может повысить компетентность пользователей в оценке надежности онлайн-информации.

Напоминание пользователям о необходимости проверять источники и факты перед тем, как делиться контентом

Но интернет-платформы также могут помочь пользователям оценивать контент — например, отображая деревья решений, которые напоминают пользователям о необходимости проверять источник и факты перед тем, как делиться контентом.

В более общем плане, однако, директивным органам также необходимо рассмотреть возможность введения более жестких мер регулирования, чтобы гарантировать, что пользователи Интернета сохранят контроль над цифровой средой и своими личными данными — например, с помощью настроек конфиденциальности по умолчанию.

И последнее, но не менее важное: умному и самостоятельному использованию цифровых технологий необходимо учить как в школе, так и в образовании взрослых. Чем раньше тем лучше.

Исследователи подчеркивают, что ни одно из предлагаемых ими вмешательств не может в одиночку противостоять онлайн-манипуляциям или предотвратить распространение дезинформации.

«Потребуется сочетание умных когнитивных инструментов, раннего обучения медиаграмотности и нормативной базы, которая ограничивает власть коммерческих интересов, чтобы отвлечь внимание людей и сделать онлайн-мир более демократичным и правдивым», — говорит Стефан Левандовски, профессор когнитивной психологии в Бристольском университете.

границ | Манипуляции и злонамеренная персонализация: изучение предубеждений в отношении самораскрытия информации, используемых злоумышленниками в социальных сетях

1.Введение

В настоящее время сайты социальных сетей (SNS), такие как Facebook, Instagram или Snapchat, широко используются для общения с друзьями, знакомыми или даже для знакомства с новыми людьми. По сути, эти сайты стали регулярными местами встреч и в значительной степени изменили способ создания и поддержания социальных отношений людьми (Joinson, 2008; Penni, 2017). В основном социальные сети позволяют людям одновременно взаимодействовать с обширной сетью пользователей и, таким образом, максимизировать свой «социальный капитал». Как и в реальном мире, социальные связи в социальных сетях усиливаются за счет раскрытия большей личной информации другим.Однако объем и тип контента, публикуемого в Интернете, больше и разнообразнее, чем контент, доступный в автономном режиме (Stutzman et al., 2011; such and Criado, 2018). Более того, время, которое люди тратят на обмен информацией в социальных сетях, за последние годы экспоненциально увеличилось (Smith and Anderson, 2018). Как следствие, социальные сети привлекают людей с вредоносными намерениями, которые видят в этих виртуальных пространствах ценные источники личной информации.

В социальных сетях конфиденциальность как человеческая практика приобретает большое значение, поскольку это пространства, в которых пользователи делают свою частную жизнь публичной.То есть пользователи добровольно раскрывают свою личную информацию широкой и — иногда ненадежной — аудитории через различные каналы связи, доступные на этих платформах (например, обмен мгновенными сообщениями, сообщения, истории) (Acquisti and Gross, 2006; Boyd, 2010). Однако, хотя в целом пользователи выражают серьезную обеспокоенность по поводу своей конфиденциальности, они, как правило, раскрывают личную информацию, не предвидя потенциальных негативных последствий. Более того, они часто используют слабые настройки конфиденциальности и считают своих коллег в сети надежными, что значительно увеличивает шансы стать жертвами злонамеренного пользователя.Следовательно, пользователи часто сожалеют о том, что поделились своей личной информацией в социальных сетях после того, как они столкнулись с нежелательными инцидентами, такими как кибер-издевательства, ущерб репутации или кража личных данных (Wang et al., 2011).

В настоящее время кибератаки, как правило, больше сосредоточены на уязвимостях человека, а не на недостатках программного или аппаратного обеспечения (Krombholz et al., 2015). Например, около 3% атак вредоносного ПО используют технические ошибки, а остальные 97% нацелены на пользователей с помощью социальной инженерии.Чтобы завоевать доверие своих жертв и манипулировать ими, социальные инженеры часто используют онлайн-обман в качестве вектора атаки (Tsikerdekis and Zeadally, 2014; Krombholz et al., 2015). В частности, обманщиков, скрывают свои вредоносные намерения и вводят в заблуждение других пользователей, чтобы раскрыть свои учетные данные (то есть учетные записи и пароли) или выполнить опасные действия (например, установить вредоносное ПО) (Aïmeur and Sahnoune, 2019). Например, они часто выдают себя за надежных лиц, используя поддельные учетные записи социальных сетей, чтобы побудить других пользователей получить доступ к небезопасным веб-ссылкам и установить вредоносное программное обеспечение.Для этого обманщики используют мотивации пользователей , такие как финансовая или моральная выгода, и применяют различные стратегии стимулирования , чтобы ввести их в заблуждение, соответственно (Albladi and Weir, 2016). Такие стратегии могут принимать форму поддельной ссылки на денежный приз или поддельного опроса от имени известной некоммерческой организации.

Понимание мотивации пользователей является фундаментальным для разработки и успеха механизмов стимулирования. В частности, мотивации широко изучаются и используются для увеличения участия пользователей в социальных приложениях, таких как дискуссионные форумы или веб-блоги (Василева, 2012).В результате было разработано несколько руководящих принципов и шаблонов того, как проектировать социальные интерфейсы, которые могут привлекать и поддерживать активный вклад в эти виртуальные сообщества. Однако аналогичные принципы могут быть использованы при разработке обманных стратегий, которые вводят пользователей в заблуждение с целью раскрытия личной информации. Более того, как и в социальных приложениях, эти стимулы можно персонализировать для каждого пользователя (жертвы), чтобы максимизировать их эффект (ущерб). Этот процесс, в котором обманщики используют мотивацию и когнитивные предубеждения своих жертв для создания своих атак, можно рассматривать как случай злонамеренной персонализации (Conti and Sobiesk, 2009).

В этой работе исследуются мотивы и когнитивные предубеждения, которые могут быть использованы для злонамеренной персонализации в социальных сетях. В частности, он исследует, какие мотивы и предубеждения могут быть использованы обманщиками, чтобы ввести пользователей в заблуждение и заставить их раскрыть личную информацию. Кроме того, в этой статье анализируется (i) какие стратегии стимулирования используют обманщики в своих атаках, и (ii) связь между мотивацией самораскрытия и конкретными категориями личной информации.Чтобы лучше понять роль предубеждений в отношении самораскрытия (т. Е. Когнитивных и мотивационных) в обманных атаках, мы провели онлайн-опрос 349 участников через Amazon Mechanical Turk (Mturk). Основываясь на наших выводах, мы разрабатываем меры противодействия, направленные на обеспечение персонализированной защиты конфиденциальности от мошенников. В частности, мы подчеркиваем, как результаты этой работы способствуют развитию механизмов персонализированной осведомленности о рисках.

Остальная часть статьи организована следующим образом.В следующем разделе обсуждается и анализируется соответствующая работа по онлайн-обману. В следующем разделе 3 представлены теоретические основы данной статьи. В частности, обсуждается использование мотивов и стимулов для разработки убедительных технологий, а также роль предубеждений в отношении самораскрытия информации в злонамеренной персонализации. В разделах 4 и 5 подробно описывается дизайн нашего онлайн-опроса и его результаты, соответственно. Далее, в разделе 6, разрабатываются меры противодействия обману, основанные на адаптивной осведомленности о рисках, и обсуждаются ограничения нашего подхода.Наконец, в разделе 7 мы кратко излагаем выводы этого документа и представляем направления будущей работы.

2. Сопутствующие работы

Анализ и понимание логики кибератак имеет фундаментальное значение для разработки мер безопасности и защиты данных. В отличие от атак, направленных исключительно на технические уязвимости, атаки социальной инженерии нацелены на пользователей, имеющих доступ к важной информации. То есть они вводят людей в заблуждение, заставляя их раскрывать конфиденциальную информацию или даже выполнять опасные действия посредством влияния и убеждения.Существует несколько типов атак социальной инженерии, каждая из которых основывается на различных технических, физических и социальных допущениях. Krombholz et al. (2015) тщательно проанализировали ряд хорошо известных и продвинутых атак социальной инженерии, таких как фишинг, водяная ловля и травля, чтобы определить, каковы их соответствующие исходные предположения. В результате они ввели таксономию, которая классифицирует эти атаки согласно (i) каналу связи, который они используют (например, электронная почта, облако, веб-сайт), (ii) оператору атаки (i.д., человек или программное обеспечение), и (iii) стратегия, которую они используют для сближения с жертвой (т. е. физическая, техническая или социально-техническая). В соответствии с этим подходом Aïmeur et al. (2018) представили таксономию, которая классифицирует обманные атаки в социальных сетях в соответствии с их стратегией (например, сбор информации , социальное влияние или обман личности ). Такая таксономия также предписывает набор превентивных стратегий для каждой категории атак, основанных на современных технологиях.

Как упоминалось в разделе 1, онлайн-обман происходит, когда социальные инженеры используют методы манипуляции и убеждения, чтобы ввести своих жертв в заблуждение. Следовательно, успех обманной атаки в определенной степени будет зависеть от отношения жертвы к манипуляции, ее рискованного поведения и ее доверия к преступнику. Такие факторы были проанализированы Aïmeur and Sahnoune (2019) в контексте онлайн-отношений с помощью эксперимента на основе опроса. Среди других результатов, исследование показало, что пользователи, которые были вовлечены в онлайн-отношения, с большей вероятностью предоставят свою личную информацию, когда их об этом попросят.Дальнейшие исследования были сосредоточены на методах обнаружения поддельных идентификационных данных в социальных сетях (Alowibdi et al., 2015; van der Walt and Eloff, 2017). В частности, об использовании поведенческих индикаторов (например, отсутствия изображения профиля или подозрительной онлайн-активности) для выявления тех учетных записей, которыми могут управлять обманщики. Однако, насколько нам известно, не было приложено много усилий для понимания предубеждений в отношении самораскрытия информации, которые используются обманщиками для организации своих атак. Следовательно, в данной работе исследуется влияние этих предубеждений при различных сценариях обмана.В частности, мы анализируем роль стимулов и мотиваций, когда люди раскрывают себя, как ценность, которую они придают определенным частям частной информации.

3. Теоретические основы

Далее представлены теоретические основы этой работы. В частности, мы обсуждаем наиболее актуальные взгляды на мотивацию, существующие в литературе, и их роль в контексте обманных атак. В соответствии с этим мы исследуем различные мотивы самораскрытия и механизмы стимулирования, которые могут быть использованы для разработки таких атак.Концепции, представленные в этом разделе, заложили основу для разработки нашего онлайн-опроса.

3.1. Мотивации и стимулы

Понимание мотивов человеческого поведения в значительной степени руководило исследовательской программой таких дисциплин, как экономика и психология (Kraut and Resnick, 2012). Каждая из этих дисциплин рассматривает вопрос мотивации при различных допущениях, связанных с рациональностью решений людей и средой, в которой такие решения принимаются.Например, классическая экономика рассматривает людей как рациональных агентов, которые взаимодействуют в среде, в которой определенное поведение связано с определенной отдачей (положительной или отрицательной) (Василева, 2012). В этом случае механизмы стимулирования предназначены для обеспечения того, чтобы все сообщество выполняло конкретную цель (например, оптимизируя общее благосостояние всех людей), без учета разнообразия мотиваций среди его членов. Следовательно, этот подход подчеркивает выгоду сообщества в целом, а не одного из его членов.

Поведенческая экономика, с другой стороны, считает людей иррациональными и исследует социальные, когнитивные и эмоциональные факторы, которые могут влиять на их действия. В частности, этот подход показал, что многие классические механизмы не являются психологически обоснованными и поэтому не могут объяснить причины, лежащие в основе действий, готовности и целей людей (Ариэли, 2008; Василева, 2012). Кроме того, вклад в области поведенческой экономики укрепил принципы вовлечения пользователей в разработку информационных систем.Одним из наиболее заметных из них является включение элементов «геймификации» (например, мотивационных паттернов, правил и петель обратной связи) в приложения для социальных вычислений для увеличения участия пользователей (Hamari and Koivisto, 2013). Использование элементов геймификации часто основывается на психологических теориях, таких как теория подкрепления (Скиннер, 1969) и теория ожидания (Врум, 1964), которые подчеркивают влияние внешних вознаграждений на поведение людей.

Хотя геймификация широко использовалась при разработке приложений для социальных вычислений, ее часто ставят под сомнение, поскольку она полагается исключительно на использование вознаграждений для создания мотивационного эффекта на пользователей.То есть часто упускается из виду влияние, которое внутренние мотивации, такие как удовольствие или личные ценности, могут иметь в поведении людей (Василева, 2012). Более того, он также игнорирует актуальность мотивационных факторов, исходящих из социального окружения людей, таких как статус и признание. Следовательно, значительное количество исследований сосредоточено на разработке мотивационных стратегий, основанных на таких внутренних и социальных факторах (Ling et al., 2005; Burke et al., 2009; Kraut and Resnick, 2012; Chang et al., 2016). Кроме того, были внедрены подходы к персонализации стимулов для увеличения участия и вовлеченности пользователей в социальных приложениях (Berkovsky et al., 2012). Основная предпосылка персонализированных стимулов заключается в том, что мотивация всегда носит личный характер и варьируется от человека к человеку. Следовательно, адаптация стимулов и вознаграждений к каждому конкретному пользователю может значительно повысить эффективность мотивационной стратегии (Masthoff et al., 2014).

3.2. Пристрастие к самораскрытию

Как упоминалось в разделе 1, обманщики используют когнитивные и мотивационные предубеждения, которые способствуют самораскрытию информации в Интернете, для формирования своих атак. Следовательно, определение этих предубеждений и способов их использования для злонамеренной персонализации является ключом к максимальному успеху и эффективности атаки. В целом предубеждения в отношении самораскрытия широко исследуются в психологии через призму различных теорий и поведенческих структур (Ellison et al., 2007; Steinfield et al., 2008; Stutzman et al., 2011). Например, исследования, основанные на теории использования и удовлетворения (McGuire, 1974), сосредоточены на выявлении моделей принятия среди пользователей социальных сетей. То есть они анализируют психологические преимущества участия в этих платформах и обмена информацией между ними (Мин и Ким, 2015). В целом, эти исследования показывают, что внутренние факторы, такие как самореклама (Mehdizadeh, 2010), управление впечатлением (Krämer, Winter, 2008) и социальный капитал (Steinfield et al., 2008) может повлиять на поведение пользователей в сети. Кроме того, было показано, что такие факторы, как альтруизм (например, предоставление полезной информации для помощи друзьям) и групповая радость (например, обмен информацией во время взаимодействия в сетевых играх), также влияют на решения людей об обмене информацией в социальных сетях (Fu et al., 2017).

Другие исследования были сосредоточены на объяснении поведения людей при обмене информацией через призму исчисления конфиденциальности (Li et al., 2010; Dienlin and Metzger, 2016; Trepte et al., 2017). То есть они исследуют, как люди оценивают и взвешивают затраты и преимущества раскрытия частной информации при взаимодействии в социальных сетях. В соответствии с этой структурой ожидается, что люди откроют границы своей конфиденциальности (т. Е. Поделятся дополнительной информацией о себе), если они перевешивают ожидаемые преимущества обмена личной информацией над своими соображениями конфиденциальности (Laufer and Wolfe, 1977; Culnan and Armstrong, 1999). Однако было показано, что пользователи не всегда перечисляют и оценивают все эти затраты и выгоды рациональным и объективным образом (Min and Kim, 2015; Trepte et al., 2017). Более того, обычным пользователям иногда трудно предвидеть последствия своих действий по обмену информацией и, следовательно, принимать обоснованные решения о конфиденциальности (Wang et al., 2011). Следовательно, такие факторы, как низкий уровень грамотности и осведомленности о конфиденциальности, могут побуждать пользователей раскрывать информацию в социальных сетях, о чем они впоследствии сожалеют.

Помимо индивидуальных предрасположенностей и когнитивных предубеждений, в исследованиях также рассматривалась роль социального контекста в поведении людей при обмене информацией (Acquisti and Gross, 2006; Lewis et al., 2008; Cheung et al., 2015; Choi et al., 2018). В целом, эта точка зрения утверждает, что люди часто ведут себя так, как они считают социально приемлемыми, чтобы получить определенные преимущества и избежать социального наказания или неодобрения. Такие социально приемлемые решения обычно принимаются, когда пользователям не хватает объективных средств для оценки своего поведения (Cialdini and Goldstein, 2004). Было показано, что социальное влияние является критическим фактором, определяющим не только участие людей в социальных сетях, но и их поведение в отношении конфиденциальности на этих платформах (Cheung et al., 2015). В частности, исследования показали, что пользователи склонны раскрывать информацию о себе, чтобы соответствовать ожиданиям своих сверстников (Cheung et al., 2015). Более того, они иногда занимаются самораскрытием, чтобы избежать изоляции и, в некоторых случаях, чтобы снизить шансы подвергнуться стигматизации со стороны других. Последнее наблюдается в приложениях для знакомств, таких как Grindr , в которых пользователи указывают свой ВИЧ-статус как часть своего профиля, чтобы увеличить свои шансы найти партнера (Warner et al., 2018).

4. Метод

В целом, поведение пользователей при обмене информацией часто зависит от их индивидуальных мотиваций и когнитивных предубеждений. Точно так же такое поведение можно стимулировать и направлять с помощью индивидуальных механизмов стимулирования, встроенных в дизайн информационных систем. Эти стимулы, когда они используются обманщиками, можно рассматривать как случай злонамеренной персонализации , при которой пользователи вводятся в заблуждение, чтобы раскрыть свою личную информацию другим с вредоносными намерениями.Чтобы понять, какие когнитивные и мотивационные предубеждения могут быть использованы обманщиками в социальных сетях, мы разработали онлайн-опрос о готовности людей делиться личными данными при различных стимулах. В этом разделе представлен план такого обследования вместе с методом выборки.

4.1. Дизайн исследования

Чтобы исследовать роль предубеждений в отношении самораскрытия информации в злонамеренной персонализации, мы использовали подход, основанный на сценариях. В частности, участников попросили указать на свою готовность поделиться частями частной информации при различных сценариях.Каждый сценарий представляет собой ситуацию, в которой информация запрашивается в очевидно безобидных целях (например, при атаках с целью обмана). Всего было включено 8 сценариев, по одному для каждой из следующих категорий информации:

i Identity : содержит идентифицирующую информацию о пользователях (например, имя и адрес).

ii Социальная сеть : содержит информацию о круге общения и общий контент (например, список друзей и сообщения).

iii Health : включает физическую информацию и информацию, связанную со здоровьем (e.г., физическое состояние).

iv Финансы : включает доходы / расходы и другую финансовую информацию (например, кредитную карту).

v Образование и род занятий : содержит информацию, которая по сути формирует онлайн-резюме (например, уровень образования и опыт работы).

vi Убеждения : охватывает различные личные убеждения и точки зрения (например, политические и религиозные взгляды).

vii Travels : содержит информацию о посещенных местах (например,г., поездки по городам и достопримечательностям).

viii Геолокация : включает данные геолокации (например, путешествия и текущее положение GPS).

Например, для категории «здоровье» разработан следующий сценарий:

“ Вы начинаете использовать фитнес-трекер / носимое устройство, чтобы улучшить свои беговые тренировки и контролировать свои результаты. Приложение для устройства хочет собирать информацию, включая ваши частые прогулки, темп и сожженные калории, чтобы разработать программу фитнеса для начинающих и тем самым побудить других людей начать здоровый образ жизни »

Как уже упоминалось, когнитивные и мотивационные предубеждения могут определять решения пользователя о конфиденциальности.С другой стороны, обманщики часто используют такие предубеждения, чтобы манипулировать своими жертвами и вводить их в заблуждение. Следовательно, мы включили для каждого сценария набор утверждений, связанных со следующими предубеждениями:

• Финансовая выгода: Раскрытие личной информации мотивируется вознаграждением в денежном эквиваленте, например деньгами, подарками и скидочными купонами (Taylor et al., 2009). Эта предвзятость может быть использована с помощью целевого фишингового электронного письма, в котором говорится: « Мы рады сообщить, что сотрудники имеют право получить 50% скидку на все наши онлайн-продукты» и перенаправлять жертву на фишинговую страницу, которая запрашивает ее. организационные полномочия (т.е., идентификатор и пароль) для доступа к призу со скидкой.

• Личная выгода: Пользователь заинтересован в обмене личной информацией за вознаграждение, не имеющее денежного эквивалента (Taylor et al., 2009). Такое вознаграждение может состоять из персонализированной помощи, настройки или любой другой выгоды, которую ценит пользователь. Этим предубеждением можно воспользоваться с помощью целевого фишингового письма с надписью « Это ваш последний шанс получить бесплатную премиум-учетную запись в Netflix!» и запросив организационные данные жертвы в качестве необходимой информации для регистрации.

• Моральная выгода (альтруизм): Пользователь раскрывает личную информацию, чтобы помочь другим, не ожидая (не) денежного эквивалента (Ma and Chan, 2014). Например, достижение чувства удовлетворения после поддержки другого пользователя, страдающего таким же заболеванием (Chung, 2014). Обманщик может воспользоваться этой предвзятостью, выдав себя за члена известной НПО через фальшивую учетную запись и попросив подписать фальшивую петицию, связанную с гуманитарной целью.

• Социальное соответствие: На решения пользователей о конфиденциальности влияет их социальный контекст (Cialdini and Goldstein, 2004). Таким образом, они более охотно раскрывают личную информацию, если члены их социального круга уже делают это. Обманщик может использовать эту предвзятость, попросив жертву ответить на поддельный опрос или перейдя по незащищенной ссылке от имени друзей, семьи или знакомых жертвы.

• Неосведомленность: Пользователь не может предвидеть (потенциальные) негативные последствия разглашения личной информации.Следовательно, преимущества раскрытия такой информации перевешивают недооцененные затраты пользователя (Wang et al., 2011). Обманщик может воспользоваться этой предвзятостью, заявив, что работает в той же компании, что и жертва (например, в ИТ-отделе), и попросив ее начать размещать конфиденциальную информацию в небезопасной облачной системе.

• Апатия: Пользователь считает нарушения конфиденциальности неизбежными, а контроль над личными данными уже утрачен (Hargittai and Marwick, 2016). Такое чувство смирения побуждает пользователя перевешивать затраты на обмен личной информацией над ее потенциальными преимуществами.Мобильное приложение, содержащее вредоносное ПО, может использовать эту предвзятость, просто попросив пользователя предоставить полные разрешения для GPS-местоположения телефона или его фотогалереи.

Например, заявление личной выгоды для сценария «здоровье» было определено как « Если это предоставит мне доступ к премиум-функциям приложения, то я позволю приложению собирать эту информацию», и соответствующий финансовая выгода заявление как « Если при обмене я получу ваучер на покупку спортивной одежды, то я бы поделился этими данными. Чтобы оценить готовность участников раскрыть личную принадлежность, мы попросили их указать, в какой степени они согласны с каждым из этих утверждений (Таблица 1). Для этого использовалась 6-балльная шкала Лайкерта, где 1 соответствует «категорически не согласен», а 6 — «полностью согласен».

Таблица 1 . Предубеждения о самораскрытии, определенные для сценария «здоровье».

Перед оценкой сценариев участников попросили ответить на несколько вопросов об использовании ими социальных сетей.В частности, их спросили (i) сколько времени они проводят на этих платформах, (ii) информируют ли они себя о политике конфиденциальности социальных сетей и (iii) публикуют ли данные их профилей для других. Участников также попросили указать свою готовность продавать свою личную информацию социальным сетям и значение, которое они будут назначать различным типам данных. В частности, насколько дешево / дорого они будут продавать информацию, используемую в сценариях, которые они должны были впоследствии оценить (т.д., идентичность, социальные сети, здоровье, финансы, образование и род занятий, верования, путешествия и геолокация). В частности, пользователи оценили каждую информационную категорию по 6-балльной шкале Лайкерта, где 1 соответствует «очень дешево», а 6 — «очень дорого».

4.2. Население и выборка

Опрос был проведен в августе 2019 года через Amazon Mechanical Turk (Mturk), рынок краудсорсинга, где запрашивающих могут распределить задачи человеческого интеллекта (HIT), которые должны быть выполнены сотрудниками платформы (Paolacci et al., 2010). Mturk стал популярной платформой для исследователей для проведения экспериментов с людьми, особенно в областях полезной конфиденциальности и безопасности (Kelley, 2010). Нашим HIT было обследование, описанное в разделе 4.1, и работники должны были иметь уровень одобрения HIT ≥95% и количество одобренных HIT ≥ 1000, как это рекомендуется для этого типа задач. Каждому работнику / участнику было предложено вознаграждение в размере 1,25 доллара США с учетом среднего времени завершения опроса 18 минут и стандартов оплаты сообщества Mturk.Всего для анализа было рассмотрено 349 ответов от участников из США и Канады, три из которых были отклонены. В таблице 2 показаны демографические характеристики исследуемой выборки, представленные самими респондентами.

Таблица 2 . Демографические характеристики исследуемой выборки.

5. Результаты и выводы

Ниже мы подводим итоги нашего онлайн-опроса. В частности, мы анализируем, как пользователи оценивают ценность определенных частей личной информации и сравнивают ее с их готовностью раскрыть их под влиянием когнитивных и мотивационных предубеждений (как описано в разделе 4.1). Для этого были разработаны описательные метрики, позволяющие выявить наиболее часто встречающиеся систематические ошибки для каждого сценария. Кроме того, был проведен корреляционный анализ для изучения взаимосвязей между элементами опроса. В частности, для выявления корреляций между готовностью людей делиться своими личными данными и той ценностью, которую они им приписывают.

5.1. Когнитивные и мотивационные предубеждения

Рисунок 1 суммирует оценку участниками предложенных сценариев. В частности, их средняя готовность поделиться личными данными по каждому конкретному сценарию.Как уже упоминалось, сценарий включает в себя определенный тип информации и предлагает набор утверждений, связанных с когнитивными и мотивационными предубеждениями самораскрытия. Например, можно заметить, что соблюдение и апатия — самые слабые искажения в сценарии, касающемся финансовой информации. Более того, вместе с моральной выгодой, финансовой выгодой и неосведомленностью , имеют самый низкий балл во всех сценариях. Как показано на рисунке 2, среднее значение, присвоенное финансовым данным, является самым высоким из всех (M = 5.18 ± 1.139). Следовательно, это предполагает (в принципе), что ценная информация с меньшей вероятностью будет передана пользователям в контексте обманной атаки. Тем не менее, количество заявленных намерений по обмену другими очень ценными типами данных, такими как здоровье (M = 5,16 ± 1,211) и идентичность (M = 5,18 ± 1,139), выше по сравнению с другими категориями информации. Кроме того, утверждения, соответствующие неосведомленности и апатии , имеют самые высокие значения в сценарии «здоровье».

Рисунок 1 .Сообщенные пользователями когнитивные и мотивационные предубеждения для каждого сценария (среднее значение по заданию).

Рисунок 2 . Сообщаемое пользователем значение для каждого типа данных (среднее значение элемента).

Среди всех предубеждений личной выгоды имеет наивысший пик в сценарии «убеждений» и второй по величине в сценарии «путешествия». Более того, как показано на рисунке 2, данные, соответствующие «убеждениям» вместе с данными «путешествий», были отмечены участниками как данные с наименьшим значением (убеждения: M = 4.07 ± 1,454; перемещений: M = 3,65 ± 1,51). В принципе, это говорит о том, что личная выгода может быть важным фактором, когда у пользователей запрашиваются данные с относительно низким значением. Тем не менее, личная выгода. также было смещением с наивысшим средним баллом в рамках «финансового» сценария, когда финансовая информация имеет наибольшее значение. Более того, это также относится к сценариям, соответствующим «идентичности», «социальной сети», «профессии и образованию» и «путешествиям».Следовательно, личная выгода кажется, в целом, самой сильной мотивацией во всех предложенных сценариях, за исключением «геолокации» и «здоровья», пик которых соответствует финансовой выгоде и апатии соответственно. С другой стороны, соответствие было смещением с самым низким средним баллом, за исключением сценариев, соответствующих «геолокации» и «социальной сети», в которых моральный выигрыш был оценен как самый низкий. Аналогично, финансовая выгода — это систематическая ошибка с самым низким средним баллом в сценарии «образование и профессия».

5.2. Готовность поделиться данными

Для дальнейшего изучения когнитивных и мотивационных предубеждений пользователей при раскрытии личной информации мы провели порядковую логистическую регрессию (таблица 3), которая является широко используемым методом анализа корреляций между элементами Лайкерта (O’Connell, 2006). Для этого готовность раскрыть личную информацию была определена как зависимая переменная, а значение такой информации как предиктор («значение данных»). Таким образом, для восьми сценариев / типов данных и шести ошибок самораскрытия было проведено 48 регрессионных анализов.Кроме того, в качестве контрольных переменных использовались элементы опроса, соответствующие (а) наличию общедоступного профиля («общедоступный профиль») и (б) осведомленности о политике конфиденциальности социальных сетей («осведомленность о политике»).

Таблица 3 . Результаты логистической регрессии: упорядоченные логарифмические шансы (B) раскрытия личных данных по ложному сценарию.

Таблица 3 показывает упорядоченные логарифмические шансы (B) предикторов для каждого сценария смещения и раскрытия информации. Например, можно заметить, что логарифмические шансы для сообщенного значения «идентификационных» данных составляют B = -0.390 при смещении финансовая выгода . Это означает, что для данной систематической ошибки вероятность раскрытия идентификационных данных уменьшается примерно на | ( e ^-0,39 — 1) * 100 | = 32,29%, поскольку его значение (т. Е. Значение, присвоенное «идентификационным» данным) увеличивается на одну единицу. Аналогичным образом эта вероятность увеличивается примерно на | ( e ^0,548 — 1) * 100 | = 72,98% для тех, кто сообщил о наличии общедоступного профиля в социальных сетях. Однако нет статистической значимости в отношении степени осведомленности участника о политике конфиденциальности социальных сетей.

В целом, мы наблюдаем, что, независимо от типа данных и предвзятости самораскрытия, нет статистической значимости между осведомленностью участников о политике и их заявленной готовностью раскрыть личную информацию. Тем не менее, наличие общедоступного профиля в социальных сетях продемонстрировало связь с заявленными мотивами самораскрытия и когнитивными предубеждениями. Например, для таких предубеждений, как финансовая и моральная выгода , вероятность раскрытия личности, данных социальных сетей и геолокации увеличивается более чем на 65%, поскольку элемент опроса «публичный профиль» увеличивается на одну единицу.Это также относится к личной выгоды и неосведомленности информации, относящейся к социальной сети и геолокации, соответственно. Более того, для апатии шансы раскрыть данные, связанные с образованием, идентичностью и путешествиями, повышаются примерно на 60% на единицу увеличения «общественного профиля». Тем не менее, эта вероятность ниже 35% в случае финансовой информации для всех предубеждений. В принципе это может быть связано с высокой ценностью, придаваемой этому типу информации.Однако нашей выборке недостает статистической значимости для подтверждения этой гипотезы. Более того, «значение данных», как правило, имеет очень низкую статистическую значимость или B-значения для различных сценариев и ошибок самораскрытия.

6. Обсуждение

В целом, результаты нашего опроса показывают, что предвзятость в отношении самораскрытия информации может варьироваться, когда людей просят раскрыть определенные типы данных. Более того, наблюдалась корреляция между желанием участников раскрыть личные данные и наличием общедоступного профиля в социальных сетях.Однако мы не смогли выявить корреляции между значением, которое участники приписывают конкретным фрагментам информации, ни их сообщенным уровнем осведомленности о политике конфиденциальности. В следующих подразделах мы обсудим ограничения нашего подхода и разработаем набор контрмер на основе наших выводов. Цель таких контрмер — повысить осведомленность пользователей социальных сетей о потенциальных последствиях раскрытия частной информации обманщикам.

6.1. Контрмеры

Чтобы разработать меры противодействия обману, мы сначала проанализируем современные современные подходы.Следовательно, методы и методы обнаружения поддельных учетных записей и ложных сообщений обсуждаются в разделе 6.1.1, а меры противодействия представлены в разделе 6.1.2. В частности, в последнем разделе подчеркивается, как результаты, представленные в разделе 5, могут быть использованы для разработки механизмов персонализированной осведомленности о рисках, сочетающих существующие подходы с технологиями убеждения.

6.1.1. Текущие подходы

Ученые ввели различные стратегии для выявления ложных сообщений и фальшивых аккаунтов в социальных сетях (Briscoe et al., 2014; Alowibdi et al., 2015; Mulamba et al., 2018; van der Walt et al., 2018). Например, Briscoe et al. (2014) разработали модель машинного обучения, которая может определять, является ли текстовое сообщение, отправленное по каналу связи в социальных сетях (например, сообщение, твит или мгновенное сообщение), правдивым или обманчивым. Для этого в модели используются лингвистические сигналы, такие как средняя длина предложения, сложность и тональность в качестве предикторов обмана. С другой стороны, Alowibdi et al. (2015) разработали классификатор, способный выявлять несоответствия в профилях Twitter на основе набора индикаторов обмана (например,g., цвета макета профиля, имя и имя пользователя). В частности, такой классификатор может обнаруживать несоответствия пола или местоположения в профиле и, таким образом, классифицировать соответствующий аккаунт как поддельный. В соответствии с этим van der Walt et al. (2018) следовали аналогичному подходу к пометке обманных аккаунтов, но с использованием дополнительных предикторов, таких как геотеги твитов, длина имени и соотношение друзей / подписчиков.

Обнаружение вводящих в заблуждение учетных записей и сообщений — это первая попытка защитить пользователей от вредоносных действий в сети.Кроме того, это важный шаг к обеспечению более безопасного взаимодействия через социальные сети. Однако атаки становятся все более изощренными, и, как мы видим из результатов нашего опроса, люди могут быть введены в заблуждение, раскрывая личную информацию, когда стимулы и мотивационные предубеждения перевешивают их опасения по поводу конфиденциальности. Это требует более эффективных инструментов информирования, поскольку эти инструменты играют ключевую роль в поддержке пользователей при принятии решений о конфиденциальности в Интернете. Например, Dıaz Ferreyra et al. (2019) предлагают использовать шаблонов риска для предупреждения пользователей, когда они собираются раскрыть личную информацию в сообщениях в социальных сетях.Однако, насколько нам известно, не так много усилий было приложено для информирования пользователей о рисках раскрытия личной информации обманщикам. В частности, о разработке технологий, которые предупреждают пользователей, когда они собираются раскрыть личные данные злоумышленнику.

6.1.2. Персонализированная осведомленность о рисках

В целом, текущие достижения в области осведомленности о конфиденциальности могут обеспечить подходящую основу для разработки мер противодействия онлайн-обману (Petkos et al., 2015; Díaz Ferreyra et al., 2017; Де и Ле Метайер, 2018). Например, используя модели риска, подобные тем, которые были введены Диасом Феррейрой и соавт. (2017) можно определить предварительные и последующие условия сценария обмана как тройное число < PI, Deceiver, UIN> , где PI соответствует частной информации, Deceiver — набору очередей на обман, а UIN до нежелательного происшествия. В этом представлении нежелательный инцидент UIN соответствует постусловию обманной атаки и раскрытию информации PI пользователю с характеристиками Обман предварительному условию .Это позволило бы нам, например, представить сценарий, в котором кража личных данных ( UIN ) происходит после того, как пользователь раскрывает свое имя пользователя и пароль ( PI ) другому пользователю, учетная запись которого была помечена как потенциально вводящая в заблуждение ( Обманщик ). Кроме того, набор хорошо известных сценариев обмана, выраженных в этом формате, может служить для генерации предупреждающих сообщений, когда выполняется предварительное условие одного или нескольких шаблонов. Например, отображение всплывающего сообщения типа « Похоже, вы собираетесь раскрыть пользователю, который может быть обманщиком.Это могло произойти в случае ” и замены заполнителей < PI> и < UIN> значениями, определенными в соответствующем шаблоне. Эта стратегия аналогична стратегии, применяемой интеллектуальными системами обучения, которые используются в учебной среде для предоставления учащимся персонализированного учебного контента (Dıaz Ferreyra, 2019).

Использование вмешательств (например, предупреждающих сообщений или предложений) является многообещающим подходом для стимулирования поведения пользователей в отношении конфиденциальности (Acquisti et al., 2017). Однако также было показано, что такое вмешательство может раздражать пользователей с низким уровнем конфиденциальности (Wang et al., 2013). Следовательно, предупреждения следует как-то согласовывать с целями конфиденциальности и ожиданиями каждого отдельного пользователя. Другими словами, механизмы обеспечения конфиденциальности должны включать принципы адаптивности в свой дизайн, чтобы лучше взаимодействовать со своими пользователями (Dıaz Ferreyra et al., 2019). Один из выводов, который может способствовать разработке механизмов адаптивной осведомленности, связан с видимостью профиля пользователя.В частности, частота и контент вмешательств могут быть адаптированы с использованием видимости профиля пользователя в качестве переменной адаптации. Более того, его можно использовать в сочетании с отношением пользователей к конфиденциальности (Ghazinour et al., 2013), неприятием риска (Dıaz Ferreyra et al., 2019) и цифровой грамотностью (Wisniewski et al., 2017), которые уже были предложены в качестве переменных адаптации.

С другой стороны, результаты нашего опроса также показывают, что влияние предубеждений в отношении самораскрытия информации может варьироваться среди пользователей социальных сетей.То есть, в то время как конкретная предвзятость может побудить пользователя раскрыть свои данные обманщику, такая же предвзятость может не повлиять на поведение другого пользователя при атаке обмана. Следовательно, могут потребоваться разные стратегии осведомленности о конфиденциальности, чтобы справиться с последствиями различных предубеждений в отношении самораскрытия. Это можно сделать, например, образуя стиль вмешательств в соответствии с предвзятостью, на которую они направлены (Kaptein et al., 2012). В частности, интервенции могут принимать более авторитарный стиль (например, ).g., « Переосмыслите то, что вы собираетесь предоставить. Исследователи конфиденциальности из Гарвардского университета считают такую ​​информацию очень конфиденциальной! » ) или более согласованного (например, « Все согласны: предоставление конфиденциальной информации может привести к риску конфиденциальности!» ) в зависимости от предвзятости, которой они пытаются противодействовать (Schäwel and Krämer, 2018). Например, для пользователей, чье наиболее заметное предубеждение составляет личная выгода , более авторитарный стиль может убедить их лучше, чем согласованный.И наоборот, для тех, кто мотивирован в основном социальным соответствием , согласованный стиль может быть наиболее адекватным. Кроме того, предупреждения могут включать дополнительную информацию, связанную с механизмами защиты конфиденциальности (например, как заблокировать пользователя или сообщить о нем), чтобы противодействовать эффекту апатии . Кроме того, вмешательства могут также предоставлять ссылки на соответствующие новости и статьи в СМИ об обмане с целью нацелить на неосведомленность или на моральную выгоду (De and Le Métayer, 2018).В случае финансовой выгоды включение информации о ценности данных вместе с репутационными очередями запрашивающего данных может быть хорошей стратегией для обеспечения более безопасного поведения в отношении конфиденциальности.

6.2. Ограничения

Хотя подход, использованный в этой работе, дал интересные результаты, следует признать некоторые ограничения. Прежде всего, наши результаты основаны на гипотетических сценариях самораскрытия, которые оценивали участники нашего опроса.Такой подход не гарантирует, что в реальном сценарии их поведение будет соответствовать тому, что они сообщили. Точно так же утверждения, соответствующие определенным нами когнитивным и мотивационным предубеждениям, должны быть доработаны, особенно в форме утвержденных шкал Лайкерта. С другой стороны, использование Mturk для проведения онлайн-опросов в значительной степени предполагает потерю контроля над экспериментальной обстановкой (Kittur et al., 2008; Paolacci et al., 2010). В частности, участники могут отвлекаться на свое физическое окружение и тем самым снижать качество своих ответов.Кроме того, сотрудники иногда дают быстрые или бессмысленные ответы, чтобы заработать больше денег за меньшее время. Тем не менее, было показано, что платформа Mturk может обеспечить такие же актуальные результаты, как и результаты традиционных методов исследования (Paolacci et al., 2010). Этого можно достичь, применяя ряд передовых методов, таких как контроль времени, которое сотрудники фактически тратят на выполнение задачи, или отфильтровывать сотрудников с низким уровнем одобрения HIT (Amazon, 2011; Oh and Wang, 2012). Такая практика использовалась для обеспечения хороших качественных результатов.

7. Выводы и дальнейшая работа

Защита частной информации людей чрезвычайно важна для благополучия современного общества. Однако повышения уровня безопасности такой информации недостаточно, поскольку в настоящее время можно отслеживать и анализировать людей через их профили в социальных сетях. Это упрощает персонализацию кибератак в соответствии с тем, что хакеры могут узнать о своих жертвах на этих онлайн-платформах. Не секрет, что, например, кража личных данных затрагивает миллионы людей в год, обходя жертвам бесчисленные часы и деньги на восстановление и исправление личных данных.Широко разрекламированный скандал с Equifax, разразившийся в сентябре 2017 года — после того, как была взломана личная информация 143 миллионов американцев (а также несметное количество канадцев и британцев) — привел к недавней отставке генерального директора Equifax. Даже Голливуд снимает фильмы о случаях крайнего отсутствия конфиденциальности, например, The Circle , и о персонализации фишинговых атак, например, CSI: Cyber ​​.

В целом, нам необходимо обеспечить лучшее будущее для следующего поколения пользователей Интернета, поскольку оно родится в эпоху, когда конфиденциальность может казаться аномалией.Однако люди останутся уязвимыми для манипуляций и рисков, связанных с конфиденциальностью, если не будут совместно предприняты скоординированные действия между разработчиками медиа-технологий, пользователями, правительством и гражданским обществом. В этой работе были изучены предубеждения, которые можно использовать для злонамеренной персонализации в социальных сетях, и разработаны контрмеры, которые включают современные достижения в области осведомленности о рисках, персонализации и технологий убеждения. Мы считаем, что такие контрмеры являются многообещающим подходом для вовлечения пользователей социальных сетей (особенно подростков) в устойчивый процесс обучения конфиденциальности.Более того, цель таких контрмер — не запрещать людям делиться обновлениями статуса, фотографиями и сетями, а поддерживать их в их индивидуальных решениях о конфиденциальности. Это не только повысит их уровень осведомленности о рисках, но и позволит им раскрывать личную информацию под свою ответственность.

Как упоминалось в этой работе, обманные атаки трудно идентифицировать, поскольку обманщики используют разные стратегии (т.е. мотивации и стимулы), чтобы влиять на своих жертв и вводить их в заблуждение.Более того, такие атаки могут быть созданы и персонализированы с учетом конкретных предубеждений целевой жертвы о самораскрытии, чтобы максимизировать ее ущерб. Следовательно, понимание когнитивных и мотивационных предубеждений, используемых обманщиками, необходимо для создания технологий сохранения конфиденциальности для защиты пользователей. Результаты этой работы показывают, что, в принципе, влияние каждого смещения варьируется от человека к человеку. Таким образом, технические меры противодействия, а также программы обучения и повышения осведомленности должны быть персонализированы в соответствии с предубеждениями, которые более уязвимы для каждого конкретного пользователя.Более того, использование стратегий информирования о рисках является многообещающим подходом для разработки индивидуальных мер противодействия и будет исследовано в следующих публикациях.

Одним из наиболее важных результатов этой работы является связь между видимостью профиля пользователей и их готовностью делиться личной информацией в случае обманной атаки. В частности, было замечено, что участники, сообщившие о наличии общедоступного профиля, были более склонны раскрывать личные данные в мошенническом сценарии.Поэтому видимость профиля предлагается как потенциально значимая переменная адаптации для противодействия обману. Однако недавнее исследование самораскрытия информации в Интернете не выявило различий в практике самораскрытия пользователей с общедоступным профилем в социальных сетях и с частным (Gruzd and Hernández-Garćıa, 2018). Тем не менее, это исследование не приняло во внимание влияние, которое механизмы стимулирования вместе с когнитивными и мотивационными предубеждениями могут оказывать на политику конфиденциальности пользователей.Следовательно, мы намерены исследовать этот момент более подробно, чтобы в дальнейшем подтвердить наши результаты.

Еще один аспект, который следует проанализировать более подробно, — это культурные факторы, которые могут влиять на решения людей о конфиденциальности. В частности, результаты этой работы основаны на выборке, состоящей из американцев и канадцев, которые, согласно таксономии Хофтеде, составляют индивидуалистических обществ (Li et al., 2017). То есть они, как правило, больше заботятся о себе и своем ближнем кругу и демонстрируют поведение, которое в основном определяется индивидуальными достижениями.И наоборот, в коллективистских обществах, таких как Мексика или Испания, люди часто размышляют о последствиях, которые их действия могут иметь для других; особенно на членов их социального контекста (например, расширенных семей, кланов или организаций) (Hofstede, 2011). Таким образом, некоторые из результатов, представленных в этой работе, могут быть тесно связаны с культурным прошлым участников опроса. Например, преобладание «личной выгоды» в большинстве сценариев может быть связано с индивидуалистическим характером выборки среди других культурных факторов.Следовательно, в будущих исследованиях будет изучено влияние социального контекста на мотивацию и когнитивные предубеждения, которые часто используются злоумышленниками.

Заявление о доступности данных

Все наборы данных, созданные для этого исследования, включены в статью / дополнительные материалы.

Заявление об этике

Исследования с участием людей были рассмотрены и одобрены Этическим комитетом Монреальского университета. Пациенты / участники предоставили письменное информированное согласие на участие в этом исследовании.

Авторские взносы

Исследование было разработано EA и HH. ND организовал набор данных, выполнил статистический анализ и написал первый черновик рукописи. Все авторы внесли свой вклад в дизайн исследования, отредактировали рукопись, прочитали и одобрили представленную версию.

Финансирование

Эта работа частично поддержана Канадским советом по естественным наукам и инженерным исследованиям (NSERC) и европейским проектом h3020 № 787034 PDP4E: Конфиденциальность и методы защиты данных для инженерии.

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Дополнительные материалы

Дополнительные материалы к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/frai.2019.00026/full#supplementary-material

Сноски

Список литературы

Acquisti, А., Аджерид И., Балебако Р., Брандимарте Л., Кранор Л. Ф., Командури С. и др. (2017). Подталкивает к конфиденциальности и безопасности: понимание и помощь пользователям в выборе в Интернете. ACM Comput. Surv. 50:44. DOI: 10.1145 / 3054926

CrossRef Полный текст | Google Scholar

Аккисти, А., Гросс, Р. (2006). «Воображаемые сообщества: осведомленность, обмен информацией и конфиденциальность в Facebook», в Privacy Enhancing Technologies , ред. Г. Данезис и П. Голле (Берлин; Гейдельберг: Springer), 36–58.

Google Scholar

Аймер Э., Хаге Х. и Амри С. (2018). «Бич онлайн-обмана в социальных сетях», в материалах Ежегодной конференции по вычислительной науке и вычислительному интеллекту (CSCI ’18) , ред. Х. Р. Арабниа, Л. Делигианнидис, Ф. Г. Тинетти и К.-Н. Тран (Лас-Вегас, Невада: Компьютерное общество IEEE), 1266–1271.

Google Scholar

Аймер Э. и Сахнун З. (2019). Конфиденциальность, доверие и манипуляции в онлайн-отношениях. J. Technol. Гм. Серв. . DOI: 10.1080 / 15228835.2019.1610140. [Epub перед печатью].

CrossRef Полный текст | Google Scholar

Альблади, С., Вейр, Г. Р. (2016). «Уязвимость к социальной инженерии в социальных сетях: предлагаемая ориентированная на пользователя структура», в , 2016 IEEE International Conference on Cybercrime and Computer Forensic (ICCCF) (Vancouver, BC: IEEE), 1–6.

Google Scholar

Аловибди, Дж. С., Буй, У. А., Ю, П. С., Гани, С., Мокбель, М. (2015). Обнаружение обмана в Twitter. Социальная сеть. Анальный. Горное дело 5:32. DOI: 10.1007 / s13278-015-0273-1

CrossRef Полный текст | Google Scholar

Amazon (2011 г.). Механический турок: руководство по передовой практике для запрашивающего . Технический отчет, Amazon Inc.

Google Scholar

Ариэли, Д. (2008). Предсказуемо иррационально: скрытые силы, определяющие наши решения . Нью-Йорк, Нью-Йорк: Харпер Коллинз.

Google Scholar

Берковский, С., Фрейне, Дж., И Ойнас-Кукконен, Х. (2012). Индивидуальное влияние: сочетание персонализации и убеждения. ACM Trans. Взаимодействовать. Intell. Syst. 2: 9. DOI: 10.1145 / 2209310.2209312

CrossRef Полный текст | Google Scholar

Бойд, Д. (2010). «Сайты социальных сетей как сетевые сообщества: возможности, динамика и последствия», в Сетевое Я , изд З. Папачарисси (Нью-Йорк, Нью-Йорк: Routledge), 47–66.

Google Scholar

Бриско, Э.Дж., Апплинг, Д. С., Хейс, Х. (2014). «Признаки обмана в сообщениях в социальных сетях», 47-я ежегодная Гавайская международная конференция по системным наукам (HICSS) (Гавайи: IEEE), 1435–1443.

Google Scholar

Берк М., Марлоу К. и Ленто Т. (2009). «Накорми меня: мотивирующий вклад новичков в сайты социальных сетей», в материалах Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, CHI ’09 (Boston, MA: ACM), 945–954.

Google Scholar

Чанг, Д., Крупка, Э. Л., Адар, Э., Аккисти, А. (2016). «Раскрытие инженерной информации: проекты, формирующие нормы», в материалах Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems, CHI ’06 (San Jose, CA: ACM), 587–597.

Google Scholar

Чунг, К., Ли, З. В. Ю. и Чан, Т. К. Х. (2015). Самораскрытие информации на сайтах социальных сетей: роль предполагаемой стоимости, предполагаемых преимуществ и социального влияния. Internet Res. 25, 279–299. DOI: 10.1108 / IntR-09-2013-0192

CrossRef Полный текст | Google Scholar

Чой, Х. С., Квак, К., Ли, Дж. И Ли, Х. (2018). «Слишком многолюдно, чтобы раскрывать! Изучение взаимосвязи между загруженностью в Интернете и самораскрытием », в Proceedings of the 51st Hawaii International Conference on System Sciences (HICSS) (Hawaii), 3708–371.

Google Scholar

Чанг, Дж. Э. (2014). Социальные сети в онлайн-группах поддержки здоровья: как социальные сети приносят пользу пациентам. J. Health Commun. 19, 639–659. DOI: 10.1080 / 10810730.2012.757396

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Conti, G., and Sobiesk, E. (2009). Вредоносные интерфейсы и неприятное будущее персонализации. IEEE Secur. Конфиденциальность 7, 64–67. DOI: 10.1109 / MSP.2009.71

CrossRef Полный текст | Google Scholar

Калнан, М. Дж., И Армстронг, П. К. (1999). Проблемы конфиденциальности информации, процедурная справедливость и безличное доверие: эмпирическое исследование. Орган. Sci. 10, 104–115.

Google Scholar

Де, С. Дж., И Ле Метайер, Д. (2018). «Анализ рисков конфиденциальности для обеспечения информированных настроек конфиденциальности», 2018 IEEE European Symposium on Security and Privacy Workshops (Лондон, Великобритания), 95–102.

Google Scholar

Диас Феррейра, Н. Э. (2019). Инструктивная осведомленность: ориентированный на пользователя подход к информированию о рисках на сайтах социальных сетей (докторская диссертация), DuEPublico: Duisburg-Essen Publications, Университет Дуйсбург-Эссен, Дуйсбург, Германия.

Google Scholar

Диас Феррейра, Н. Э., Мейс, Р., Хейзел, М. (2017). «Самораскрытие в Интернете: от сожалений пользователей к осведомленности об обучении», в Международной междоменной конференции по машинному обучению и извлечению знаний , редакторы А. Хольцингер, П. Кизеберг, А.М. Тьоа и Э. Вейпл (Реджо-ди-Калабрия: Springer International Publishing), 83–102.

Google Scholar

Диас Феррейра, Н. Э., Мейс, Р., Хейзель, М. (2019). «Учимся на сожалениях в сети: от удаленных сообщений до осведомленности о рисках на сайтах социальных сетей», в дополнительной публикации 27-й конференции по моделированию, адаптации и персонализации пользователей (Ларнака: ACM), 117–125.

Google Scholar

Динлин, Т., и Мецгер, М. Дж. (2016). Модель расширенного расчета конфиденциальности для социальных сетей: анализ самораскрытия и самоотвода на репрезентативной выборке из США. J. Comput. Mediat. Commun. 21, 368–383. DOI: 10.1111 / jcc4.12163

CrossRef Полный текст | Google Scholar

Эллисон, Н. Б., Стейнфилд, К., и Лампе, К. (2007). Преимущества «друзей» Facebook: социальный капитал и использование студентами колледжей сайтов социальных сетей. J. Comput. Mediat. Commun. 12, 1143–1168. DOI: 10.1111 / j.1083-6101.2007.00367.x

CrossRef Полный текст | Google Scholar

Fu, P.-W., Wu, C.-C., and Cho, Y.-J. (2017). Что заставляет пользователей делиться контентом на Facebook? Совместимость психологического стимула, ориентации на социальный капитал и типа контента. Comput. Гм. Behav. 67, 23–32. DOI: 10.1016 / j.chb.2016.10.010

CrossRef Полный текст | Google Scholar

Газинур К., Матвин С., и Соколова, М. (2013). «Мониторинг и рекомендации настроек конфиденциальности в социальных сетях», Proceedings of the Joint EDBT / ICDT 2013 Workshops, EDBT ’13 (Genoa: ACM), 164–168.

Google Scholar

Gruzd, A., and Hernández-García, Á. (2018). Проблемы конфиденциальности и самораскрытия при частном и публичном использовании социальных сетей. Cyberpsychol. Behav. Soc. Netw. 21, 418–428. DOI: 10.1089 / cyber.2017.0709

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хамари, Дж.и Дж. Койвисто (2013). «Социальные мотивы использования геймификации: эмпирическое исследование геймификации», Труды 21-й Европейской конференции по информационным системам (ECIS), (Утрехт).

Google Scholar

Харгиттай Э. и Марвик А. (2016). «Что я действительно могу сделать?» Объяснение парадокса конфиденциальности онлайн-апатией. Внутр. J. Commun. 10:21. DOI: 10.5167 / уж-148157

CrossRef Полный текст | Google Scholar

Хофстеде, Г.(2011). Определение размеров культур: модель Хофстеде в контексте. Чтение онлайн. Psychol. Культ. 2: 8. DOI: 10.9707 / 2307-0919.1014

CrossRef Полный текст | Google Scholar

Джоинсон, А. Н. (2008). «Смотря на людей, глядя вверх или не отставая от них? Мотивы и использование Facebook », в Труды конференции SIGCHI по человеческому фактору в вычислительных системах (Флоренция: ACM), 1027–1036.

Google Scholar

Каптейн, М., Де Рюйтер, Б., Маркопулос, П., Аартс, Э. (2012). Адаптивные системы убеждения: исследование адаптированных убедительных текстовых сообщений для уменьшения количества перекусов. ACM Trans. Взаимодействовать. Intell. Syst. 2:10. DOI: 10.1145 / 2209310.2209313

CrossRef Полный текст | Google Scholar

Келли, П. Г. (2010). «Проведение исследований пригодной для использования конфиденциальности и безопасности с помощью Amazon Mechanical turk», в симпозиуме по используемой конфиденциальности и безопасности (SOUPS) (Редмонд, Вашингтон).

Google Scholar

Киттур, А., Чи, Э. Х., и Сух, Б. (2008). «Краудсорсинговые исследования пользователей с помощью Mechanical turk», в Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (Florence: ACM), 453–456.

Google Scholar

Кремер Н. К. и Винтер С. (2008). Impression Management 2.0: взаимосвязь самооценки, экстраверсии, самоэффективности и самопрезентации в социальных сетях. J. Media Psychol. 20, 106–116. DOI: 10.1027 / 1864-1105.20.3,106

CrossRef Полный текст | Google Scholar

Краут, Р. Э., и Резник, П. (2012). Создание успешных онлайн-сообществ: социальный дизайн, основанный на фактах . MIT Press.

Google Scholar

Krombholz, K., Hobel, H., Huber, M., and Weippl, E. (2015). Атаки продвинутой социальной инженерии. J. Inform. Secur. Прил. 22, 113–122. DOI: 10.1016 / j.jisa.2014.09.005

CrossRef Полный текст | Google Scholar

Лауфер, Р.С. и Вулф М. (1977). Конфиденциальность как концепция и социальная проблема: многомерная теория развития. J. Soc. Вып. 33, 22–42.

Google Scholar

Льюис, К., Кауфман, Дж., И Кристакис, Н. (2008). Вкус к конфиденциальности: анализ настроек конфиденциальности студентов колледжа в социальной сети. J. Comput. Mediat. Commun. 14, 79–100. DOI: 10.1111 / j.1083-6101.2008.01432.x

CrossRef Полный текст | Google Scholar

Ли, Х., Сарати Р. и Сюй Х. (2010). Понимание ситуационного раскрытия информации в Интернете как критерия конфиденциальности. J. Comput. Сообщить. Syst. 51, 62–71. DOI: 10.1080 / 08874417.2010.11645450

CrossRef Полный текст | Google Scholar

Ли Ю., Кобса А., Книжненбург Б. П. и Нгуен М.-Х. С. (2017). Прогнозирование межкультурной конфиденциальности. Proc. Технология повышения конфиденциальности. 2017, 113–132. DOI: 10.1515 / popets-2017-0019

CrossRef Полный текст | Google Scholar

Линг, К., Beenen, G., Ludford, P., Wang, X., Chang, K., Li, X., et al. (2005). Использование социальной психологии для мотивации участия в онлайн-сообществах. J. Comput. Mediat. Commun. 10: JCMC10411. DOI: 10.1111 / j.1083-6101.2005.tb00273.x

CrossRef Полный текст | Google Scholar

млн лет назад, W. W. K., and Chan, A. (2014). Обмен знаниями и социальные сети: альтруизм, предполагаемая мотивация привязанности в Интернете и предполагаемая приверженность отношениям в Интернете. Comput. Гм. Behav. 39, 51–58.DOI: 10.1016 / j.chb.2014.06.015

CrossRef Полный текст | Google Scholar

Мастхофф Дж., Грассо Ф. и Хэм Дж. (2014). Предисловие к спецвыпуску о персонализации и изменении поведения. Модель пользователя. Адаптация пользователя. Взаимодействовать. 24, 345–350. DOI: 10.1007 / s11257-014-9151-1

CrossRef Полный текст | Google Scholar

Макгуайр, У. Дж. (1974). Психологические мотивы и удовлетворение от общения. Uses Mass Commun. Curr. Перспектива. Благодарю. Res. 3, 167–196.

Google Scholar

Мин, Дж., И Ким, Б. (2015). Как люди склоняются к раскрытию личной информации, несмотря на опасения по поводу конфиденциальности на сайтах социальных сетей? Расчет между выгодой и стоимостью. J. Assoc. Сообщить. Sci. Technol. 66, 839–857. DOI: 10.1002 / asi.23206

CrossRef Полный текст | Google Scholar

Муламба Д., Рэй И. и Рэй И. (2018). «О классификации Сибиллы в онлайн-социальных сетях с использованием только структурных элементов», , 2018 16th Annual Conference on Privacy, Security and Trust (PST) (Belfast: IEEE), 1–10.

Google Scholar

О’Коннелл, А. А. (2006). Модели логистической регрессии для переменных порядкового ответа , Vol. 146. Мудрец.

Google Scholar

О, Дж., И Ван, Г. (2012). «Оценка краудсорсинга с помощью Amazon Mechanical Turk как метода проведения экспериментов по восприятию музыки», Труды 12-й Международной конференции по восприятию музыки и познанию (Салоники), 1–6.

Google Scholar

Пенни, Дж.(2017). Будущее социальных сетей в Интернете (OSN): анализ измерений с использованием инструментов и приложений социальных сетей. Telem. Сообщить. 34, 498–517. DOI: 10.1016 / j.tele.2016.10.009

CrossRef Полный текст | Google Scholar

Петкос, Г., Пападопулос, С., Компациарис, Ю. (2015). «PScore: основа для повышения осведомленности о конфиденциальности в социальных сетях в Интернете», Труды 10-й Международной конференции по доступности, надежности и безопасности, ARES 2015 (Тулуза: IEEE), 592–600.

Google Scholar

Schäwel, J., and Krämer, N. (2018). Вы действительно хотите раскрыть информацию? Изучение психологических переменных, которые влияют на эффекты убедительных подсказок для снижения рисков конфиденциальности в Интернете 903 14. Франкфурт: Forschungsreferat beim 51. Kongress der Deutschen Gesellschaft für Psychologie (DGP).

Google Scholar

Скиннер, Б. Ф. (1969). Непредвиденные обстоятельства, связанные с армированием . Нью-Йорк, Нью-Йорк: Appleton-Century-Crofts.

Google Scholar

Смит, А., и Андерсон, М. (2018). Использование социальных сетей в 2018 году . Исследовательский центр Pew: Интернет и технологии.

Google Scholar

Стейнфилд К., Эллисон Н. Б. и Лампе К. (2008). Социальный капитал, самооценка и использование сайтов социальных сетей в Интернете: продольный анализ. J. Appl. Dev. Psychol. 29, 434–445. DOI: 10.1016 / j.appdev.2008.07.002

CrossRef Полный текст | Google Scholar

Штутцман Ф., Капра Р. и Томпсон Дж.(2011). Факторы, опосредующие раскрытие информации на сайтах социальных сетей. Comput. Гм. Behav. 27, 590–598. DOI: 10.1016 / j.chb.2010.10.017

CrossRef Полный текст | Google Scholar

Тейлор, Д. Г., Дэвис, Д. Ф., и Джиллапалли, Р. (2009). Забота о конфиденциальности и персонализация в Интернете: сдерживающие эффекты контроля над информацией и компенсации. Электрон. Commerce Res. 9, 203–223. DOI: 10.1007 / s10660-009-9036-2

CrossRef Полный текст | Google Scholar

Трепте, С., Райнеке, Л., Эллисон, Н. Б., Квиринг, О., Яо, М. З., Зигеле, М. (2017). Межкультурный взгляд на расчет конфиденциальности. Social Media Soc. 3, 1–13. DOI: 10.1177 / 2056305116688035

CrossRef Полный текст | Google Scholar

ван дер Вальт, Э., и Элофф, Дж. Х. (2017). «Обнаружение обмана личных данных на платформах социальных сетей», в материалах Proceedings of the 3rd International Conference on Information Systems Security and Privacy (ICISSP) (Porto), 573–578.

Google Scholar

ван дер Вальт, Э., Элофф, Дж. Х. П., и Гроблер, Дж. (2018). Кибербезопасность: обнаружение обмана личности в социальных сетях. Comput. Secur. 78, 76–89. DOI: 10.1016 / j.cos.2018.05.015

CrossRef Полный текст | Google Scholar

Васильева Дж. (2012). Мотивация участия в социальных вычислительных приложениях: перспектива моделирования пользователей. Модель пользователя. Адаптация пользователя. Взаимодействовать. 22, 177–201. DOI: 10.1007 / s11257-011-9109-5

CrossRef Полный текст | Google Scholar

Врум, В.Х. (1964). Работа и мотивация , Vol. 54. Нью-Йорк, штат Нью-Йорк: Wiley.

Google Scholar

Ван, Ю., Леон, П. Г., Скотт, К., Чен, X., Аккисти, А., и Кранор, Л. Ф. (2013). «Конфиденциальность для социальных сетей: предварительное исследование Facebook», Proceedings of the 22nd International Conference on World Wide Web (Рио-де-Жанейро: ACM), 763–770.

Google Scholar

Ван, Ю., Норси, Г., Командури, С., Аккисти, А., Леон, П. Г. и Кранор, Л.Ф. (2011). «Я пожалел о той минуте, когда нажал поделиться»: качественное исследование сожалений на Facebook », в материалах Proceedings of the 7th Symposium on Usable Privacy and Security, SOUPS 2011 (Pittsburgh, PA: ACM), 1–16.

Google Scholar

Уорнер М., Гутманн А., Сассе М. А. и Бландфорд А. (2018). Конфиденциальность раскрывается вокруг явных полей раскрытия ВИЧ-статуса в онлайн-приложении для геосоциальной связи grindr. Proc. ACM Hum. Comput. Взаимодействовать. 2: 181. DOI: 10.1145/3274450

CrossRef Полный текст | Google Scholar

Вишневски, П. Дж., Книжненбург, Б. П., и Липфорд, Х. Р. (2017). Сделать конфиденциальность личной: профилирование пользователей социальных сетей для информирования о конфиденциальности и поощрения. Внутр. J. Hum. Comput. Stud. 98, 95–108. DOI: 10.1016 / j.ijhcs.2016.09.006

CrossRef Полный текст | Google Scholar