Personalisierung von Datenschutzeinstellungen basierend auf der dynamischen Analyse von Inhalten und zwischenmenschlichen Beziehungen

Benutzer teilen immer mehr selbst erstellte Inhalte online. Solche Inhalte können jedoch die Privatsphäre der Benutzer gefährden und schwerwiegende Folgen haben, wenn sie an eine ungeeignete Zielgruppe geteilt werden. Der aktuelle Stand der Technik, um die Zielgruppe der geteilten Inhalte zu verwalten, hat sich wiederholt als ineffizient erwiesen, um Benutzer bei dieser Aufgabe angemessen zu unterstützen. In diesem Projekt erforschen wir daher einen neuen Ansatz, um Benutzer bei der Auswahl der Zielgruppe für ihre Inhalte zu unterstützen. Unser Vorschlag zielt darauf ab, sowohl die Empfindlichkeit des freizugebenden Inhalts als auch die Beziehung des Benutzers zu der beabsichtigten Zielgruppe zu nutzen, um den Benutzern Vorschläge zu machen. Das Endziel unserer Lösung ist es daher, den Nutzern die Möglichkeit zu geben, gleichzeitig von der Freigabe von Inhalten im Internet zu nutzen und gleichzeitig ihre Privatsphäre auf eine benutzerfreundlichere Weise besser zu schützen.

Publikationen

• L. Kqiku and D. Reinhardt. SensitivAlert: Image Sensitivity Prediction in Online Social Networks using Transformer-based Deep Learning Models. Proc. of the 18th International AAAI Conference on Web and Social Media (ICWSM), 2024. Acceptance rate 20-30%. [LINK]
• L. Kqiku and D. Reinhardt. Lengthy Early Morning Instant Messages Reveal More Than You Think: Analysing Interpersonal Relationships using Mobile Communication Metadata. Pervasive and Mobile Computing (PMC), 2023. [PDF]
• A. Tillmann, L. Kqiku, D. Reinhardt, C. Weisser, B. Säfken and T. Kneib. Privacy Estimation on Twitter: Modelling the Effect of Latent Topics on Privacy by Integrating XGBoost, Topic and Generalized Additive Models. Proceedings of the 8th IEEE International Conference on Privacy Computing (PriComp), 2022. Accepted for publication. Acceptance rate for full papers: 23%.
• L. Kqiku, J. Dieterle and D. Reinhardt. Exploration of a Mobile Design for a Privacy Assistant to Help Users in Sharing Content in Online Social Networks. Proceedings of the 8. Usable Security und Privacy Workshop (MuC workshop), 2022. [LINK]
• L. Kqiku, M. Kühn and D. Reinhardt. From Sentiment to Sensitivity: The Role of Emotions on Privacy Exposure in Twitter. Proceedings of the 2nd ACM Workshop on Open Challenges in Online Social Networks (OASIS, HT workshop), 2022. [PDF]

Ansprechpartner*innen