智能建筑中用户隐私问题与偏好解析

### 智能建筑中用户隐私问题与偏好解析 #### 1. 研究背景 随着在线服务的高速发展，从传统网站到智能设备和基础设施，各类传感器能够大规模地生成包括个人及其活动和环境相关的潜在个人数据。虽然像医疗可穿戴设备这类智能系统的数据敏感性较为直观，但其他系统的数据共享风险却不易被察觉。例如，智能建筑办公室里的传感器数据（如光线、二氧化碳水平等）很容易侵犯居住者的隐私。同时，用户跟踪的范围也从 PC 浏览器扩展到了移动浏览器、应用程序、智能家居设备以及其他物联网设备。 目前，虽然已有关于智能家居隐私、智能城市隐私的研究，但针对工作场所或商业智能建筑中居住者隐私的研究却十分匮乏。然而，这一领域的研究至关重要，原因如下： - 以居住者为中心的数据被大规模处理，可能会对隐私构成风险。 - 看似匿名的物联网数据（如二氧化碳数据）可以被聚合起来，用于监测和跟踪居住情况。 - 全球 122 个隐私和数据保护机构组成的委员会指出，物联网数据应被视为个人数据。 - 数据可能会被公开发布或通过物联网搜索引擎公开获取。 - 违反严格的隐私和数据保护法律（如欧盟通用数据保护条例 GDPR）可能会导致巨额罚款。 - 有行业报告和博客指出，GDPR 应适用于智能建筑。 - 一些组织在员工和工会意识到工作场所监控机制后，不得不放弃这些机制。 - 预计到 2026 年，商业智能建筑的市场价值将超过 1600 亿美元，数量将迅速增加。 为了填补这一研究空白，研究人员设计并开展了一项针对商业智能建筑中居住者隐私问题和偏好的用户研究。 #### 2. 研究方法 ##### 2.1 调查设计 研究人员根据测量隐私问题的工具和技术，结合智能建筑的特点设计了调查问卷。在设计过程中，参考了智能家居和移动传感器相关研究的思路，并邀请了来自安全、隐私、法律等不同领域的专家，以及建筑管理和智能基础设施行业的合作伙伴提供反馈。 ##### 2.2 问卷结构 问卷包含以下 5 个部分： 1. **背景信息**：收集用户的基本非敏感人口统计信息。 2. **隐私观点**：询问用户对个人信息和数据收集的一般担忧。 3. **数据收集和访问意识**：了解用户认为收集了哪些类型的环境数据、数据的用途以及谁可以访问这些数据。 4. **智能建筑隐私担忧**：探讨用户对建筑传感器的数据收集、使用和共享的担忧，询问用户是否认为数据安全，以及是否会拒绝某些数据的访问。最后设有开放性问题，让用户提出额外的担忧和意见。 5. **重新审视的智能建筑隐私担忧**：在向用户提供智能建筑的数据收集、访问过程以及潜在隐私问题的信息后，让用户再次回答类似第 4 部分的问题，以观察用户意见是否发生变化。 ##### 2.3 案例研究 研究以城市科学大楼（USB）为案例，该大楼是参与者的工作场所。USB 设计用于多种活动，包括教学、实验室研究、活动举办以及城市可持续发展实时智能技术的测试。大楼平均每天约有 1200 名学生、55 名学术人员和 120 名博士后研究人员，还有来自学术界、工业界和政府的定期访客，部分区域对公众开放。其“建筑即实验室”的设计使其成为世界上监测最密集的建筑之一，集成了超过 4000 个数字传感器。大楼可获取的关键工作空间环境数据包括二氧化碳、温度、湿度、亮度和占用情况。为了更准确地评估参与者的知识、担忧和偏好，在向参与者展示传感器列表时，还加入了一些虚拟选项（如声音水平和气压）。 ##### 2.4 问卷分发 问卷通过“onlinesurveys”平台创建和分发，该平台使用方便，且大学有订阅服务，可免费长时间使用。问卷通过大学邮件服务分发给使用 USB 的员工和学生。在 2020 年 4 月和 5 月期间，共有 81 名参与者完成了问卷。其中，大部分参与者（67.9%）每周进入智能建筑 4 - 5 天，24.7%的参与者每周进入 2 - 3 天。参与者包括 33 名学生（本科生和研究生）、45 名员工（学术和支持人员）和 3 名访客，年龄在 20 岁至 60 岁以上不等，平均完成问卷时间约为 15 分钟。 ##### 2.5 分析方法 研究采用定量和定性相结合的分析方法。大多数问题的结果以堆叠条形图呈现，统计每个类别答案的数量。对于一些开放性问题，采用主题分析方法，由两名独立研究人员进行编码并提取关键主题，然后共同审查结果。 ##### 2.6 伦理考量 该研究在开始前获得了纽卡斯尔大学伦理委员会的全面批准。研究设计