|
WingStar
路人甲乙丙
Taiwan
4148 Posts |
 Posted - 10/09/2026 : 20:18:49
|
https://www.eetimes.com/smarter-buildings-safer-occupants-intelligence-meets-privacy/
https://www.industryevents.com/news/smarter-buildings-safer-occupants-intelligence-meets-privacy-20260924
https://www.nature.com/articles/s41598-023-30788-5
根據國際權威期刊Scientific Reports發表的最新研究，
現代智慧辦公大樓(smart office buildings)廣泛利用建築管理系統(Building Management Systems，BMS)與物聯網(IoT)設備自動優化能源效率與人員舒適度，
卻也為辦公室員工帶來新型態的隱私外洩風險，研究團隊於2022年4月至5月間，
針對一所大學內的智慧辦公空間(該空間屬於網絡實體系統，Cyber-Physical-Systems，CPS研究設施，包含教職員、行政人員與研究生等超過250名居民)展開24場半結構化深度訪談(semi-structured interviews)，
研究發現，雖然傳統空氣品質感測器常被宣傳為非侵入性(non-intrusive)的無害感測器，但隨著機器學習(Machine Learning)與訊號處理技術的進步，
這些用來監測二氧化碳(CO2)與總揮發性有機化合物(TVOC)的裝置，在未經告知、僅有隱含同意(implicit consent)的情況下，
其實已能被演算法推論(inferences)出人員何時到職與離職、空間內有多少人、甚至是否正在開會或進食等詳細個人行為，直接暴露智慧辦公室隱私感知與實際技術風險之間的差距
分析顯示，影響智慧辦公室員工數據隱私偏好(data privacy preferences)的架構主要由兩大核心要素所組成，第一個是數據模態特徵(Data Modality Features)，
其內涵包括空間、安全與時間脈絡(spatial, security, and temporal context)，在空間脈絡上，員工普遍對自身指定工作座位(workspace)展現出極高的敏感度，
高達半數(12位)的受訪者反對在個人座位區收集音訊或視訊(A/V)錄影，相對地，高達13位的受訪者則能接受在走廊、走道與會議室等公共區域佈署視訊，其中有3位明確提及這是為了防範小偷與保障貴重財物安全，
而在安全脈絡中，15位員工要求收集的數據必須具備去識別化(anonymity)特徵，不能包含可追溯特定個人的身份資訊
第二個關鍵要素則是個人特徵(Personal Features)，包含對數據推論的認知、對隱私與安全的定義、以及可獲得的實質回報與效用(Rewards & Utility)，
在成本效益分析(cost-benefit analysis)中，大約63%(15位)的受訪者表示，單純改善建築物自動化或一般的舒適度(comfort)完全無法增加他們釋出敏感數據的意願，
而金錢補償(monetary compensation)的吸引力也極為有限，然而有趣的是，高達33%(8位)的人坦言，如果提供的效用(utility)具備重大的社會與醫學影響力(例如面部感測來診斷皮膚癌、癌症或校正不良姿勢)，
他們就會大幅度地調高對視訊與音訊收集的接受度，最後，大眾雖然重視隱私，但更看重便利性(convenience)，15位受訪者表明他們不願意在日常隱私保護行為上耗費太多精力，
每日僅願意花費0到15分鐘進行單次性的隱私設定調整，這意味著智慧建築必須預先融入具備使用者自主權的預設隱私機制(default privacy settings)
|
 |
|
美國生活與社會百態討論 - 25
