Schlagwort-Archiv: Privacy

chi2016: „She’ll just grab any device that’s closer“: A Study of Everyday Device & Account Sharing in Households

Bei der Entwicklung von Geräten und digitalen Services für private Haushalte kann nicht davon ausgegangen werden, dass Geräte und Accounts immer nur von einer Person genutzt werden. Daher führte Google ein Studie durch (Inventar, Tagebuch, Interviews), um die gemeinsame Nutzung von Geräten und Accounts in privaten amerikanischen Haushalten zu untersuchen. Ihre Ergebnisse bebilderten sie mit diesen schicken Illustrationen:


Das Ergebnis

Zu den Ergebnissen: Am meisten wird mit dem eigenen Partner oder mit den Kindern geteilt. Die Nutzer nehmen jedoch dabei die Intensität, in der sie Geräte mit anderen teilen, nicht vollständig wahr. Die Studie identifizierte 6 Gründe bzw. Arten von Sharing:

  • Borrowing: Ausleihen, wenn es gerade bequemer oder notwendig ist
  • Mutual: Regelmäßige gemeinsame Nutzung
  • Setup: Anwender lassen sich helfen, wenn sie nicht wissen, wie etwas eingerichtet werden kann
  • Helping: Anwender lassen sich helfen oder tun jemandem einen Gefallen, z.B. ein Foto von jemanden machen
  • Accidental: Anwender teilen ohne es zu wissen, z.B. Wenn sie sich vergessen auszuloggen
  • Broadcasting: Anwender schauen sich gemeinsam auf einem Gerät Inhalte an.

Daraus leiteten die Autoren folgende Empfehlungen ab:

Die detaillierten Ergebnisse sind in der ACM Digital Library verfügbar.

chi2016: Use Your Words – Designing One-Time Pairing Codes to Improve UX

Die Welt der Connected Devices erfordert aktuell noch, dass Geräte miteinander verbunden bzw. „gepairt“ werden. Dazu geben Anwender einen Pairing-Code, der auf Gerät A angezeigt wird, in Gerät B ein. Da diese Pairing-Codes aus Sicherheitsgründen aus Buchstaben in Groß- und Kleinschreibung und Zahlen bestehen, ist die manuelle Übertragung des Codes aufwändig und fehleranfällig.

Beispiel: 1wEkXyilO023A

Dieses Paper der University of London und BBC Research beschäftigt sich daher mit der Frage, ob es möglich ist, die Codes für das Pairing von Geräten zu vereinfachen. Grundanforderung dabei ist, dass die Codes sowohl sicher als auch leicht einzugeben sind.

Die Grundidee ist es, auf die zufällige Mischung von Buchstaben und Zahlen zu verzichten und stattdessen Codes zu verwenden, die sich wie normale Worte lesen. Worte sind leichter zu merken und damit schneller einzugeben, als ohne Sinn kombinierte Zeichen. Damit es sicher ist, sprich einer Brutforce-Attacke lang genug Stand hält, müssen laut der Untersuchung immer drei bis vier Worte mit min. 3 Buchstaben kombiniert. Codes könnten damit zukünftig beispielsweise wie folgt aussehen:

  • Gib mal das
  • richtige pferde batterie stapel

Die Übertragung dieser Codes ist offensichtlich weniger fehleranfällig und einfacher.

Siehe auch

Use Your Words: Designing One-time Pairing Codes to Improve User Experience

chi2016: Evaluating the Influence of Targets and Hand Postures on Touch-based Behavioural Biometrics

In diesem Beitrag der Universität München wurde die Frage beantwortet, ob es möglich ist Nutzer anhand ihrer Art der Bedienung von Touch-Geräten zu erkennen. Dazu wurde eine Studie (n=24) durchgeführt, um Nutzerverhalten zu beobachten bzw. aufzuzeichnen. Anhand einzelner Variablen, wie z.B. Größe der Bedienelement oder Position, wurden dann Patterns modelliert. In einer zweiten Studie wurde dann überprüft, ob die Variablen geeignet sind, um Anwender zuverlässig zu erkennen.

Die Ergebnisse im kurzen Überblick:

  • Die Erkennung ist möglich, aber da bei der Studie das Verhalten durch den Versuchsaufbau beeinflusst wurde und die Stichprobe klein war, können die Ergebnisse nur bedingt verallgemeinert werden.
  • Wenn die Anwender mit kleine Elementen interagieren, zeigen sie ein individuelleres Verhalten als bei größeren Elementen. Kleinere Bedienelemente sind daher besser für die Erkennung geeignet.
  • Die Eingabe mit dem Daumen ist individueller und bietet mehr Anhaltspunkte für die Erkennung.
  • Bedienelemente, welche an den Ecken platziert werden, bieten bessere Anhaltspunkte für die Erkennung.

Siehe auch

www.medien.ifi.lmu.de/touchml
Evaluating the Influence of Targets and Hand Postures on Touch-based Behavioural Biometrics