Towards Automated Content-based Photo Privacy Control in User-Centered Social Networks
Towards Automated Content-based Photo Privacy Control in User-Centered Social Networks
复制标题
在以用户为中心的社交网络中实现基于内容的自动照片隐私控制
DOI：
10.1145/3508398.3511517
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Ahn, Gail-Joon
中科院分区：
文献类型：
--
作者：
Vishwamitra, Nishant;Li, Yifang;Hu, Hongxin;Caine, Kelly;Cheng, Long;Zhao, Ziming;Ahn, Gail-Joon
在线共享的大量照片通常包含用户隐私信息，当未经授权的用户查看时，可能会导致严重的隐私泄露。因此，需要更有效的隐私控制，其需要自动检测用户的私人照片。然而，用户的私人照片的自动检测是一项具有挑战性的任务，因为不同的用户可能具有不同的隐私问题，并且用于私人照片检测的通用的一刀切的方法将不适合于大多数用户。因此，应该对用户特定的私人照片检测进行调查。此外，为了有效的隐私控制，需要精确定位私人照片中的敏感区域，以便通过不同的隐私控制方法来保护敏感内容。在本文中，我们提出了一种新的系统，AutoPri，使自动和用户特定的基于内容的照片隐私控制在线社交网络。我们从真实世界的用户那里收集了31566张私人和公共照片的大数据集，并提出了关于照片隐私问题的重要观察。我们的系统可以使用基于多模态变分自动编码器的检测模型以用户特定的方式自动检测私人照片，并使用可解释的基于深度学习的方法精确定位私人照片中的敏感区域。我们的评估表明，AutoPri可以有效地确定用户特定的私人照片，准确率高达94.32%，并精确定位其中的敏感区域，从而在以用户为中心的在线社交网络中实现有效的隐私控制。
A large number of photos shared online often contain private user information, which can cause serious privacy breaches when viewed by unauthorized users. Thus, there is a need for more efficient privacy control that requires automatic detection of users' private photos. However, the automatic detection of users' private photos is a challenging task, since different users may have different privacy concerns and a generalized one-size-fits-all approach for private photo detection would not be suitable for most users. User-specific detection of private photos should, therefore, be investigated. Furthermore, for effective privacy control, the exact sensitive regions in private photos need to be pinpointed, so that sensitive content can be protected via different privacy control methods. In this paper, we propose a novel system, AutoPri, to enable automatic and user-specific content-based photo privacy control in online social networks. We collect a large dataset of 31, 566 private and public photos from real-world users and present important observations on photo privacy concerns. Our system can automatically detect private photos in a user-specific manner using a detection model based on a multimodal variational autoencoder and pinpoint sensitive regions in private photos with an explainable deep learning-based approach. Our evaluations show that AutoPri can effectively determine user-specific private photos with high accuracy (94.32%) and pinpoint exact sensitive regions in them to enable effective privacy control in user-centered online social networks.
混淆作为共享照片的隐私增强技术的有效性和用户体验
影响因子：
--
作者：
Yifang Li;Nishant Vishwamitra;Bart P. Knijnenburg;Hongxin Hu;Kelly E. Caine
通讯作者：
Kelly E. Caine
从分析的角度弥合将序数量表视为区间量表的利弊之间的差距。
影响因子：
2.5
作者：
S. T. Wang;M. L. Yu;C. J. Wang;C. C. Huang
通讯作者：
C. C. Huang
通过防止信息泄露来支持隐私
DOI：
10.1145/1520340.1520448
发表时间：
2009
期刊：
CHI '09 Extended Abstracts on Human Factors in Computing Systems
影响因子：
--
作者：
Kelly E. Caine
通讯作者：
Kelly E. Caine