論文の概要: Stop Following Me! Evaluating the Effectiveness of Anti-Stalking Features of Personal Item Tracking Devices
- arxiv url: http://arxiv.org/abs/2312.07157v1
- Date: Tue, 12 Dec 2023 10:51:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 12:26:52.800210
- Title: Stop Following Me! Evaluating the Effectiveness of Anti-Stalking Features of Personal Item Tracking Devices
- Title（参考訳）: 追従停止!パーソナルアイテム追跡装置のアンチストーキング機能の有効性の評価
- Authors: Kieron Ivy Turk, Alice Hutchings,
- Abstract要約: 個人用アイテム追跡装置は、鍵、財布、スーツケースなどの失われたアイテムを見つけるのに人気がある。
彼らは現在、ストーカーや家庭内虐待者が被害者の居場所を追跡するために乱用されている。
一部のデバイスメーカーは反ストーキング機能を作り、後にそれらが不十分であるという批判を受けて改善した。
我々は,アサシンズギルドの学生社会と共同で,ゲーム化された準実験を通じて,5種類の追跡装置を用いたアンチストーキング機能の有効性を分析した。
- 参考スコア（独自算出の注目度）: 4.604003661048267
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Personal item tracking devices are popular for locating lost items such as keys, wallets, and suitcases. Originally created to help users find personal items quickly, these devices are now being abused by stalkers and domestic abusers to track their victims' location over time. Some device manufacturers created `anti-stalking features' in response, and later improved on them after criticism that they were insufficient. We analyse the effectiveness of the anti-stalking features with five brands of tracking devices through a gamified naturalistic quasi-experiment in collaboration with the Assassins' Guild student society. Despite participants knowing they might be tracked, and being incentivised to detect and remove the tracker, the anti-stalking features were not useful and were rarely used. We also identify additional issues with feature availability, usability, and effectiveness. These failures combined imply a need to greatly improve the presence of anti-stalking features to prevent trackers being abused.
- Abstract（参考訳）: 個人用アイテム追跡装置は、鍵、財布、スーツケースなどの失われたアイテムを見つけるのに人気がある。
このデバイスは、ストーカーや家庭内虐待者によって、被害者の居場所を時間をかけて追跡するために悪用されている。
一部のデバイスメーカーは「アンチストーキング機能」を作成し、後にそれらが不十分であるという批判を受けて改善した。
我々は,アサシンズギルドの学生社会と協調して,博物学的な擬似実験を通じて,5種類の追跡装置を用いたアンチストーキング機能の有効性を分析した。
参加者は追跡されるかもしれないことを知り、トラッカーを検知して除去するインセンティブを受けていたにもかかわらず、アンチストーキング機能は役に立たず、滅多に使われなかった。
また、機能の可用性、ユーザビリティ、有効性に関する追加の問題も特定します。
これらの失敗は、トラッカーが悪用されるのを防ぐために、アンチストーキング機能の存在を大幅に改善する必要性を示唆している。
関連論文リスト
- FeatureSORT: Essential Features for Effective Tracking [0.0]
本稿では,オンライン複数オブジェクト追跡のための新しいトラッカーについて紹介する。
衣料品の色やスタイル,対象方向など,異なる外観特徴を統合することで,オンライントラッキングの精度を大幅に向上させる。
論文 参考訳（メタデータ） (2024-07-05T04:37:39Z) - RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。
具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。
我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
論文 参考訳（メタデータ） (2024-03-28T08:54:40Z) - A Computer Vision Based Approach for Stalking Detection Using a
CNN-LSTM-MLP Hybrid Fusion Model [1.0691590188849427]
公共の場所でのストーキングは、女性が最も影響を受けているため、一般的な出来事となっている。
これらの犯罪行為はすべてストーキング検出によって止められるため、ストーキングを検出する必要性が高まっている。
本研究では,1つのビデオから潜在的ストーカーを検出するための,ディープラーニングに基づくハイブリッドフュージョンモデルを提案する。
論文 参考訳（メタデータ） (2024-02-05T18:53:54Z) - AirGuard -- Protecting Android Users From Stalking Attacks By Apple Find
My Devices [78.08346367878578]
私たちは、iOSにおけるAppleのトラッキング保護をリバースエンジニアリングし、ストーキング検出に関する機能について議論します。
AirGuard」をデザインし、Appleの追跡デバイスによる悪用を防ぐためにAndroidアプリとしてリリースします。
論文 参考訳（メタデータ） (2022-02-23T22:31:28Z) - Online Multi-Object Tracking with Unsupervised Re-Identification
Learning and Occlusion Estimation [80.38553821508162]
異なるオブジェクト間のオクルージョンは、MOT(Multi-Object Tracking)の典型的な課題である
本稿では,これらの問題に対処する2つの新しいモジュールを設計し,オンラインマルチオブジェクト追跡に焦点を当てる。
提案した教師なし再識別学習モジュールは、(疑似)識別情報を一切必要とせず、スケーラビリティの問題に悩まされることもない。
本研究は、最先端MOT法に適用した場合、教師なし再識別学習は教師なし再識別学習に匹敵するものであることを示す。
論文 参考訳（メタデータ） (2022-01-04T18:59:58Z) - Vehicle Detection and Tracking From Surveillance Cameras in Urban Scenes [9.54261903220931]
本稿では,多車車検出・追跡システムを提案する。
本手法は車種再識別機能を備えたIOU(Intersection-over-Union)トラッカーを拡張した。
UA-DETRACベンチマークでは,オンライン利用に適した処理速度を維持しながら,ベースラインMOT法より優れています。
論文 参考訳（メタデータ） (2021-09-25T18:21:44Z) - Learning to Track Objects from Unlabeled Videos [63.149201681380305]
本稿では,Unsupervised Single Object Tracker (USOT) をスクラッチから学習することを提案する。
教師なしトラッカーと教師なしトラッカーのギャップを狭めるために,3段階からなる効果的な教師なし学習手法を提案する。
実験の結果、未ラベルのビデオから得られたUSOTは、最先端の教師なしトラッカーよりも大きなマージンでうまく機能していることがわかった。
論文 参考訳（メタデータ） (2021-08-28T22:10:06Z) - Distractor-Aware Fast Tracking via Dynamic Convolutions and MOT
Philosophy [63.91005999481061]
実用的長期トラッカーは、典型的には3つの重要な特性を含む。
効率的なモデル設計、効果的なグローバル再検出戦略、堅牢な気晴らし認識メカニズム。
動的畳み込み (d-convs) と多重オブジェクト追跡 (MOT) の哲学を用いて, 注意をそらした高速トラッキングを実現するための2タスクトラッキングフレームワーク(DMTrack)を提案する。
我々のトラッカーはLaSOT, OxUvA, TLP, VOT2018LT, VOT 2019LTベンチマークの最先端性能を実現し, リアルタイム3倍高速に動作させる。
論文 参考訳（メタデータ） (2021-04-25T00:59:53Z) - Detecting Invisible People [58.49425715635312]
我々は,追跡ベンチマークを再利用し,目立たない物体を検出するための新しい指標を提案する。
私たちは、現在の検出および追跡システムがこのタスクで劇的に悪化することを実証します。
第2に,最先端の単眼深度推定ネットワークによる観測結果を用いて,3次元で明示的に推論する動的モデルを構築した。
論文 参考訳（メタデータ） (2020-12-15T16:54:45Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。