論文の概要: Why User Studies and Participant Experience Reporting Matter for VR Motion Privacy?

• arxiv url: http://arxiv.org/abs/2609.12415v1
• Date: Fri, 11 Sep 2026 04:08:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.618353
• Title: Why User Studies and Participant Experience Reporting Matter for VR Motion Privacy?
• Title（参考訳）: ユーザー研究と参加者体験がVRモーションプライバシーにどう影響するか?
• Abstract要約: 公開VRゲームリーダーボードには、数十万人のユーザーがアップロードした追跡されたモーション録画が含まれている。 これらの記録は誰でもアクセスでき、プライバシーのリスクを生じさせる。 従来の研究では、これらのリスクを減らすために追跡運動を変更するメカニズムが提案されていた。 物理的な偏差がいかにユーザーがメカニズムを受け入れるかは、まだ不明である。
• 参考スコア（独自算出の注目度）: 3.5558018839410934
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public VR game leaderboards contain tracked motion recordings uploaded by hundreds of thousands of users. Once uploaded, these recordings are accessible to anyone and create privacy risks (i.e., identification and profiling). Prior work has proposed mechanisms that modify tracked movement to reduce these risks. Their utility is commonly evaluated through physical deviation, where smaller deviations indicate better utility, while user studies are less common. However, it remains unclear how well physical deviation explains users' acceptance of a mechanism compared to user studies. We examine this through a user study of three VR motion privacy mechanisms at five physical deviation levels. We find that user studies explain substantially more variation in mechanism acceptance than physical deviation, although physical deviation remains significant. We also find that prior VR experience and exposure to VR privacy mechanisms significantly affect acceptance. We recommend combining physical deviation with user studies and reporting participants' prior experience.
• Abstract（参考訳）: 公開VRゲームリーダーボードには、数十万人のユーザーがアップロードした追跡されたモーション記録が含まれている。 アップロードされると、これらの記録は誰でもアクセスでき、プライバシー上のリスク(識別とプロファイリング)が生じる。 従来の研究では、これらのリスクを減らすために追跡運動を変更するメカニズムが提案されていた。 それらの効用は、より小さな偏差はより良い効用を示すが、ユーザ研究は一般的ではない、物理的偏差によって一般的に評価される。 しかし, 物理的な偏差が, 利用者のメカニズムの受容を, 利用者の学習と比べ, どの程度の精度で説明できるかは, いまだに不明である。 本研究は,VRの3つの動作プライバシメカニズムを5つの物理的偏差レベルでユーザスタディにより検討する。 物理的偏差よりも, 物理的偏差よりも機構受容のばらつきがかなり大きいことが, ユーザスタディから明らかとなった。 また、以前のVR体験とVRプライバシメカニズムへの露出が、受け入れに大きく影響していることもわかりました。 身体的偏差とユーザスタディを組み合わせること,および参加者の事前経験を報告することを推奨する。

関連論文リスト

• When VR Meets BCI: (Un)Observable Brainwave-aware Privacy Reconstruction in the Metaverse via Unrestricted Inbuilt Motion Sensors [11.774846333195557]
  我々はBraVeSpyが52.0%-67.2%の精度で脳内の知覚的画像を明らかにすることを示した。 BraVeSpyは、観測可能な振る舞いの粗い粒度の推論に制限された現在のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2026-06-09T07:28:16Z)
• False Reality: Uncovering Sensor-induced Human-VR Interaction Vulnerability [15.246996684892348]
  False Realityは、ソフトウェアへのアクセスや修正を必要とせず、VRデバイスに対する新たな脅威だ。 我々はこれらの脅威を攻撃経路の枠組みを通じて形式化し、3つの代表的な経路を検証する。 今後のVRシステムのセキュリティとレジリエンスを高めるための貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2025-08-11T14:47:23Z)
• An Empirical Study on Oculus Virtual Reality Applications: Security and Privacy Perspectives [46.995904896724994]
  本稿では,VRアプリのためのセキュリティとプライバシ評価ツールであるVR-SP検出器を開発する。 筆者らはVR-SP検出器を用いて,500種類のVRアプリに関する総合的研究を行った。 VRアプリには、セキュリティ上の脆弱性やプライバシリークが数多く存在していることが分かりました。
  論文  参考訳（メタデータ） (2024-02-21T13:53:25Z)
• Deep Motion Masking for Secure, Usable, and Scalable Real-Time Anonymization of Virtual Reality Motion Data [49.68609500290361]
  最近の研究では、ほぼすべてのVRアプリケーションで使われているモーショントラッキングの「テレメトリ」データが、指紋スキャンと同じくらいに識別可能であることが示されている。 本稿では、既知の防御対策を確実に回避できる最先端のVR識別モデルを提案する。
  論文  参考訳（メタデータ） (2023-11-09T01:34:22Z)
• Unique Identification of 50,000+ Virtual Reality Users from Head & Hand Motion Data [58.27542320038834]
  多数のリアルVRユーザーが頭と手の動きだけで複数のセッションで一意かつ確実に識別できることを示す。 個人あたり5分のデータで分類モデルをトレーニングした後、ユーザーは100秒の動作から94.33%の精度で50,000以上のプール全体で一意に識別することができる。 この研究は、バイオメカニクスがVRのユニークな識別子として機能しうる範囲を、顔認証や指紋認識などの広く使われている生体認証と同等に真に示す最初のものである。
  論文  参考訳（メタデータ） (2023-02-17T15:05:18Z)
• Force-Aware Interface via Electromyography for Natural VR/AR Interaction [69.1332992637271]
  我々はVR/ARにおける自然的および直感的な力入力のための学習ベースのニューラルネットワークを設計する。 我々は,3.3%の平均誤差で指の力量をリアルタイムでデコードし,キャリブレーションの少ない新規ユーザに一般化できることを実証した。 今後のVR/ARにおける、より現実的な物理性に向けた研究を進めるために、我々の研究成果を期待する。
  論文  参考訳（メタデータ） (2022-10-03T20:51:25Z)
• Learning Effect of Lay People in Gesture-Based Locomotion in Virtual Reality [81.5101473684021]
  最も有望な方法はジェスチャーベースであり、追加のハンドヘルドハードウェアを必要としない。 最近の研究は、主に異なるロコモーションテクニックのユーザの好みとパフォーマンスに焦点を当てている。 本研究は,VRにおける手のジェスチャーに基づくロコモーションシステムへの適応の迅速さについて検討した。
  論文  参考訳（メタデータ） (2022-06-16T10:44:16Z)
• Automatic Recommendation of Strategies for Minimizing Discomfort in Virtual Environments [58.720142291102135]
  本稿では,まず,サイバーシックネス(CS)の原因に関する詳細なレビューを行う。 当社のシステムでは,ユーザがアプリケーションの次の瞬間に,病気の状況に侵入しているかどうかを示唆することができる。 CSPQ(Cybersickness Profile Questionnaire)も提案されている。
  論文  参考訳（メタデータ） (2020-06-27T19:28:48Z)

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。