现在的人们如何看待数据隐私?

PrimiHub一款由密码学专家团队打造的开源隐私计算平台,专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。

在当前时代,每一次点击、触摸或按键都留下了数字痕迹。但是我们对自己的个人数据几乎没有控制的权限,这让我们非常不安。这种担忧在一些领域比如一些应用APP超权限的收集用户数据,欧美一些官方机构的数据收集尤其明显,那么站在用户角度,我们到底是如何看待隐私的呢?

本文从美国在2023年5月份一项针对上千名成年人的研究调查结果出发,看看2023年人们对隐私数据的态度是否有变化,变化主要有哪些方面?

对数据的担忧

对数据的担忧

今天与以往一样,大多数美国人担心公司和政府如何使用他们的信息。但近年来发生了一些变化:

  1. 政府数据使用担忧上升:越来越多的共和党人表示担忧政府如何使用他们的个人数据。美国人对政府如何使用他们的数据感到越来越担忧,担心政府使用人们数据的比例已从2019年的64%上升到今天的71%。这反映了美国民众的担忧持续上升(从63%上升到77%)。

  2. 公司数据使用不透明:公众越来越表示他们不理解公司在何用他们的数据。约67%的人表示他们对公司如何使用他们的个人数据了解甚少,几乎一无所知,而这比之前的59%有所增加。

  3. 缺乏数据控制感:大多数人认为他们对公司或政府如何处理他们的数据几乎没有控制权。虽然与2019年相比,这些比例有所下降,但绝大多数人对公司(73%)和政府(79%)收集的数据持有这种看法。

对机构和监管的担忧

对机构和监管的担忧

社交媒体、科技公司和政府监管的角色也引起了广泛关注:

  • 社交媒体CEO的信任:大多数美国人不信任社交媒体CEO负责处理用户数据的责任,例如当他们滥用或泄露数据时公开承担责任。约77%的美国人几乎不相信社交媒体公司的领导者会公开承认错误并对数据滥用负责。

  • 人工智能:人们对人工智能(AI)的看法充满了不信任和对他们的数据的担忧。随着人工智能在人们数据使用方面开辟了新的领域,不安情绪很高。对于那些听说过人工智能的人来说,有70%的人几乎不相信公司会对其产品中使用人工智能的方式负责任。公众预期人工智能在数据收集中的角色将导致意外后果和公众不适感。

  • 儿童的在线隐私:美国人担心儿童的在线隐私,但大多数人期望父母负有责任。约89%的人非常或有点担心社交媒体平台知晓儿童的个人信息。相当多的人也担心广告商和在线游戏或游戏应用程序使用儿童的数据。

  • 美国人的日常在线隐私经验:美国人的日常经验反映了在广泛关切的情况下管理隐私的困难。一些人在使用技术公司提供的选项时感到不知所措,怀疑这些步骤是否会有所作用。而有时,人们没有采取措施来保护他们的数据。

  • 管理在线隐私的感受:许多人相信自己能够做出正确的隐私决策,但他们也怀疑他们的行动会产生多大的影响。大多数美国人(78%)相信自己能够做出关于个人信息的正确决策。但大多数人表示,他们怀疑他们所做的任何事情都不会产生太大的影响。

  • 人们如何看待隐私政策:几乎六成美国人经常跳过阅读隐私政策。应用程序、网站和其他在线服务使用的隐私政策允许用户审查并同意对他们的数据做什么。但许多人表示,隐私政策通常很长而且技术性,限制了它们的实用性,而且消费者缺乏有意义的选择。

  • 密码超负荷:许多美国人对跟踪密码感到不知所措,近一半的人放弃了安全密码。从社交媒体账户到移动银行和流媒体服务,美国人必须跟踪众多的密码。这使得许多人感到疲倦、认命甚至焦虑。

  • 密码管理:公众采取了各种各样的策略来管理他们的密码。这些策略在不同年龄组之间有所不同。

  • 智能手机安全:大多数智能手机用户锁定他们的手机,但年龄较大的群体较少这么做。尽管如此,一些不太安全的隐私习惯仍然存在。

  • 数据泄露和黑客攻击:今天的数据环境也伴随着实际风险,一些美国人的个人信息已经落入了错误的手中。大约四分之一的美国人表示,在过去的12个月里,有人在他们的借记卡或信用卡上进行了欺诈性的消费。总而言之,34%的人在过去一年中至少经历了其中一种情况。

结论

结论

在数字时代,美国人普遍感到他们对自己的个人数据缺乏控制,无论是在公司还是政府的数据使用方面。这种担忧在政府数据使用、社交媒体、人工智能、儿童在线隐私以及密码管理等领域都有所体现。

为了解决这些问题,需要政府、企业和个人共同努力,制定更明确的隐私政策、提高数据使用的透明度、提供更好的数据保护工具,以确保个人数据的安全和隐私得到妥善保护。这样才能建立一个数字时代中更安全和可信赖的数据生态系统。

原文地址:How Americans View Data Privacy
原文作者:COLLEEN MCCLAIN, MICHELLE FAVERIO, MONICA ANDERSON AND EUGENIE PARK
翻译 & 整理:开放隐私计算 & PrimiHub

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/230278.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

主流桌面浏览器Chrome,FireFox和Edge等如何禁用弹出式窗口阻止程序,这里有详细步骤

为什么你想知道如何禁用浏览器中的弹出式窗口阻止程序?毕竟,弹出式窗口是网络的祸害:显示烦人的广告、虚假的安全消息和其他刺激,会分散你的浏览注意力,甚至可能包含恶意代码。 所有主要的桌面浏览器现在都默认阻止弹出式窗口,那么你到底为什么要取消阻止这些害虫呢?事…

c++的三大特性之关于继承

目录 继承的概念及定义 基类和派生类对象赋值转换 继承中的作用域 派生类的默认成员函数 继承与友元,静态成员 继承的概念及定义 概念: 继承(inheritance)机制是面向对象程序设计使代码可以复用的最重要的手段,它允许程序员在保持原有类…

gitee创建仓库

描述 本文章记录了怎么在gitee上创建项目,以及使用vscode提代码到远程呢个仓库,如何创建一个新分支,并将新分支提交到远程仓库。 1、创建远程仓库 在创建远程仓库之前要先进行ssh密钥的设置 (1)打开黑窗口&#xff…

iptables 防火墙(二)

目录 1. SNAT 策略及应用 1.1 SNAT策略概述 1. 只开启路由转发,未设置地址转换的情况 2. 开启路由转发,并设置SNAT转换的情况 1.2 SNAT策略的应用 1. 2.1 共享固定IP上网 (1)打开网关的路由转发 (2)…

[C#]C# OpenVINO部署yolov8目标检测模型

【官方框架地址】 https://github.com/ultralytics/ultralytics.git 【算法介绍】 YOLOv8 抛弃了前几代模型的 Anchor-Base。 YOLO 是一种基于图像全局信息进行预测的目标检测系统。自 2015 年 Joseph Redmon、Ali Farhadi 等人提出初代模型以来,领域内的研究者们…

大数据Doris(四十九):Doris数据导出介绍

文章目录 Doris数据导出介绍 一、​​​​​​​使用示例

静态网页设计——个人简介网站

前言 使用经典前端三件套HTMLCSSJavascript编写了一个关于个人简介的静态网页,可以根据自己的需要,十分简单的进行修改。 首页 首页由上方的菜单栏以及菜单栏下面的轮播图组成,再往下走,是关于自己的兴趣爱好的部分&#xff0c…

django学习:页面渲染与请求和响应

1.请求过程 2.页面渲染 在app中新建一个目录(Directory),文件名命名为templates。该文件名命名是固定的,不可命名出错,如若后续步骤出错,该目录文件名是一个检查的重点项目。在该目录下新建一个html文件&a…

深度学习:大规模模型分布式训练框架DeepSpeed

深度学习:大规模模型分布式训练框架DeepSpeed DeepSpeed简介DeepSpeed核心特点DeepSpeed如何工作?DeepSpeed如何使用?参考文献 DeepSpeed简介 随着机器学习模型变得越来越复杂和庞大,训练这些模型所需的计算资源也在不断增加。特别…

如何查找iPhone中所有的应用程序

​ ​ Apple 的 App Store 共有约 200 万个适用于 iPhone 和 iPad 的应用程序。如果您像我们一样,您的 iOS 或 iPadOS 设备上可能有数十个应用程序,但没有机会将它们全部整理好。您很容易忘记主屏幕上应用程序图标的位置。 幸运的是,iPhone…

向日葵远程工具的使用Mysql5.7的安装与配置

目录 一、向日葵远程安装与使用 二、Mysql 5.7 安装与配置 2.1 安装 2.2 Navicat Premium 12 测试连接 本机测试连接 外部访问MySQL测试连接 三、思维导图 一、向日葵远程安装与使用 简介: 向日葵远程控制是一款用于对远程PC进行管理和服务的软件,拥有5秒快速…

智能型参数可设置比例阀放大器

智能型参数可设置比例阀放大器是一种电液控制技术,它可以驱动不带电气位移反馈的各种比例溢流阀、比例流量阀、比例减压阀、比例方向阀和比例插装阀等。 这种放大器的特点是可以将输入的模拟量指令信号进行处理运算,通过比例电磁铁将驱动电流线性转换为作…

网页爬虫对于网络安全有哪些影响?

在当今信息爆炸的时代,网络已经成为人们获取信息、交流思想和开展业务的重要平台。然而,随着网络的普及和技术的不断发展,网络安全问题也日益凸显,其中网页爬虫对网络安全的影响不容忽视。本文将就网页爬虫对网络安全的影响进行深…

PyQt 多线程多进程研究

杰哥,PyQT系统界面卡顿的问题是因为检测图片的耗时太长了,大概一张图片四十多秒。如果用多线程来解决耗时几秒的任务,是可以在之前卡顿问题上进一步解决的。但是不能解决像我们这种超长耗时的任务的,只能利用多线程来避免。我尝试…

Transformer从菜鸟到新手(二)

引言 这是Transformer的第二篇文章,上篇文章中我们了解了分词算法BPE,本文我们继续了解Transformer中的位置编码和核心模块——多头注意力。 位置编码 我们首先根据BPE算法得到文本切分后的子词标记,然后经过输入嵌入层将每个标记转换为对…

FreeRTOS——互斥信号量知识总结及其实战

1互斥信号量的概念 1)互斥信号量:是一个拥有优先级继承的二值信号量,在同步的应用中二值信号量最适合。互斥信号量适合用于那些需要互斥访问的应用中! 2)优先级继承:当一个互斥信号量正在被一个低优先级的…

DIY 云成本优化的5大挑战

外星人。 黑暗骑士。 帝国反击战。 在 Incredibuild,如果有一样东西我们喜欢,那就是我们的话题永远有续集。我们将针对云端优化推出一个更深入的续集, 但这一次我们谈论的是云成本优化,采用 DIY 的方式。(如果你还不…

k8s pod基础 1

发布和yaml文件的初步了解。 pod:是k8s中最小的资源管理组件。 pod也是最小化运行容器化的应用的资源管理对象。 pod是一个抽象的概念,可以理解为一个或者多个容器化应用的集合。 在一个pod当中运行一个容器是最常用的方式。 在一个pod当中可以同时…

云计算:OpenStack 分布式架构管理FLAT网络(单控制节点与多计算节点)

目录 一、实验 1.环境 2.控制节点创建网络 3.控制节点创建规格 4.控制节点新增安全组入口规则 5.控制节点创建实例 二、问题 1.FLAT网络底层如何实现 2.无法SSH 云主机实例 一、实验 1.环境 (1) 主机 表1 主机 主机架构IP备注controller控制节点192.168.204.210已部…

Swift并发的结构化编程

并发(concurrency) 早期的计算机 CPU 都是单核的,操作系统为了达到同时完成多个任务的效果,会将 CPU 的执行时间分片,多个任务在同一个 CPU 核上按时间先后交替执行。由于 CPU 执行速度足够地快,给人的错觉…