Privacy preserving user quantification with smartphone sensing

Bemmann, Florian (2024): Privacy preserving user quantification with smartphone sensing. Dissertation, LMU München: Fakultät für Mathematik, Informatik und Statistik

Abstract

Smartphones sind im Alltag der Menschen allgegenwärtig geworden, und damit auch die Erfassung und Nutzung mobiler Sensordaten. Wahrgenommene Datenschutzbedenken und -ängste führen jedoch zu Skepsis bei den Smartphone-Nutzenden und bremsen schließlich die Verbreitung und Nutzung von Apps, die auf der Verarbeitung mobiler Sensordaten basieren. Um die Auswirkungen der Sicherheits- und Datenschutzprobleme zu reduzieren, beschränkt das Betriebssystem den Zugriff für einige Datenarten auf ausgewählte Anwendungsfälle, um die Nutzentenden zu schützen. Dies behindert die Entwicklung neuartiger, anpassungsfähiger intelligenter Nutzerschnittstellen und die Erforschung besserer Technologien zur Verbesserung der Privatsphäre. In meiner Dissertation untersuchen wir, wie wir die Privatsphäre von Smartphone-Nutzenden verbessern und gleichzeitig die Daten für Anwendungszwecke nutzbar machen können. Zunächst begründe ich den Bedarf von mobilen Sensordaten, indem ich zeige, welche Informationen mit modernen mobilen Sensorsystemen extrahiert werden können, welche Anwendungsfälle sie ermöglichen und wie drei Interessengruppen, nämlich Nutzende, Forschende und die Gesellschaft, von ihrer Implementierung profitieren könnten. Danach hebe ich die aufkommenden Datenschutzprobleme hervor und zeige, wie sehr sie die Einführung solcher Apps behindern. Abschließend schlage ich nutzerzentrierte Ansätze vor, die diese Datenschutzprobleme entschärfen und gleichzeitig den Informationsgehalt beibehalten, der die Basis für die Anwendungsfälle der Daten bildet. Wir stellen fest, dass aktuelle Benutzerschnittstellen zu wenig Nutzerorientierung aufweisen, und identifizieren Transparenz und Kontrollfunktionen als Schlüsselelemente für eine verbesserte Privatsphäre. Während das Angebot von Kontrollfunktionen die Bedenken hinsichtlich des Schutzes der Privatsphäre direkt verringert, verschlechtert Transparenz die Situation zunächst, wenn sie nicht umfassend gewährleistet wird. Wir bezeichnen diesen Effekt als “Tal der Transparenz” und erörteren auch, wie Transparenz und Kontrolle mit vorteilhaften Effekten integriert werden können. Wir diskutieren verschiedene Ansätze kontextbezogener Privatsphäre, die (Un-)Angemessenheit von Privatsphäre-Funktionen während Nutzende einer Aufgabe nachgehen, und das Problem der mangelnden Motivation der Nutzenden sich mit Privatsphäre zu beschäftigen. Unsere Arbeit trägt zu einem besseren Verständnis der Privatsphäre von Smartphone-Sensorik bei. Sie erleichtert die Nutzung mobiler Sensordaten für adaptive intelligente Anwendungen unter Wahrung der Privatsphäre der Nutzenden.

Abstract

With smartphones becoming omnipresent in people’s everyday lives, mobile sensing data logging and usage have proliferated widely in the last decade. However, perceived privacy concerns and fears raise skepticism among smartphone users and finally throttle the spread and use of mobile sensing-based apps. To accommodate security and privacy issues, operating system developers impose general access restrictions on some kinds of data to protect the users. This obstructs the development of novel, adaptive intelligent interfaces and the study of better privacy-enhancing technologies. In this thesis, we study how we can improve the privacy of smartphone users while keeping the data usable for application purposes. We first motivate the demand for mobile sensing data by showing what information can be extracted with state-of-the-art mobile sensing systems, which use cases they fuel, and how three stakeholders, namely users, researchers, and society, could benefit from their implementation. After that, we highlight the emerging privacy issues and show how much they hinder app adoption. Finally, we propose user-centered approaches that mitigate these privacy issues while keeping the output that fuels the data’s use cases. We found an overall lack of user-centeredness and identified transparency and control features as key elements towards an improved privacy perception. While offering control features directly reduces privacy concerns, transparency initially worsens the situation unless it is applied comprehensively. We outline how transparency and control can be integrated with beneficial effects, discuss different approaches to contextual privacy, the (in)appropriateness of privacy interfaces in situ, and the issue of a lack of user motivation regarding privacy belongings. My thesis contributes to a better understanding of privacy in smartphone sensing. It facilitates using mobile sensing data for adaptive intelligent applications while preserving the users’ privacy.

• Dokumententyp: Dissertationen (Dissertation, LMU München)
• Keywords: human-computer interaction, smartphone privacy, transparency control
• Themengebiete: 000 Allgemeines, Informatik, Informationswissenschaft ; 000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik
• Fakultäten: Fakultät für Mathematik, Informatik und Statistik
• Sprache der Hochschulschrift: Englisch
• Datum der mündlichen Prüfung: 10. Juli 2024
• 1. Bericht­erstatter:in: Mayer, Sven