面向AI驱动智能家居设备的社会技术威胁模型

# “这些摄像头就像索伦之眼”：英国家政工人对AI驱动智能家居设备的社会技术威胁模型认知  
来源: https://arxiv.org/html/2602.09239  
Shijing He¹, Yaxiong Lei², Xiao Zhan³, Ruba Abu-Salma¹, Jose Such⁴  
¹伦敦国王学院，²圣安德鲁斯大学，³瓦伦西亚理工大学，⁴INGENIO (CSIC-UPV)  

###### 摘要  
AI驱动智能家居设备的日益普及给家政工人（DWs）带来了新的隐私风险——她们在雇主家中经常受到监控，同时也在自己的家庭中使用智能设备。我们对18位英国家政工人进行了半结构化访谈，并通过沟通隐私管理（CPM）理论视角，对其经历进行了以人为中心的威胁建模分析。我们的研究结果将现有威胁模型拓展到抽象对手和单一家庭场景之外，揭示了AI分析、残留数据日志以及跨家庭数据流如何塑造参与者面临的隐私风险。在雇主控制的家中，AI功能和不透明的中介雇佣安排加剧了监控，限制了参与者协商隐私边界的能力。而在自己家中，参与者作为设备所有者拥有更大的控制权，但仍面临挑战，包括性别化的管理角色、不透明的AI功能以及数据保留的不确定性。我们将这些见解综合成一个社会技术威胁模型，该模型将家政中介机构识别为制度性对手，并绘制了跨互联家庭的AI驱动隐私风险图。我们还提出了加强家政工人隐私和自主权的社会及实践启示。  

††  
出版标识码: pubid:Symposium on Usable Security and Privacy (USEC) 2026  
2026年2月27日，美国加利福尼亚州圣地亚哥  
ISBN 978-1-970672-07-7  
https://dx.doi.org/10.14722/usec.2026.23030  
www.ndss-symposium.org, https://www.usablesecurity.net/USEC/  

## I 引言  
智能家居对旁观者（如客人）的隐私影响已有充分记录（例如，[60] (https://arxiv.org/html/2602.09239v1#bib.bib51)，[21] (https://arxiv.org/html/2602.09239v1#bib.bib196)，[55] (https://arxiv.org/html/2602.09239v1#bib.bib20)，[49] (https://arxiv.org/html/2602.09239v1#bib.bib208)，[1] (https://arxiv.org/html/2602.09239v1#bib.bib2)）。先前研究表明，多用户智能家居中的权力失衡和偏好错位可能导致隐私冲突，将部分家庭成员排除在对已部署设备的有效控制之外[30] (https://arxiv.org/html/2602.09239v1#bib.bib200)，[13] (https://arxiv.org/html/2602.09239v1#bib.bib22)，[14] (https://arxiv.org/html/2602.09239v1#bib.bib21)，[50] (https://arxiv.org/html/2602.09239v1#bib.bib23)。然而，家政工人（DWs）代表着一类独特且更脆弱的旁观者。她们出现在雇主家中并非作为客人，而是作为雇员；雇主家对她们来说是工作场所，而非休闲空间[14] (https://arxiv.org/html/2602.09239v1#bib.bib21)，[8] (https://arxiv.org/html/2602.09239v1#bib.bib52)，[34] (https://arxiv.org/html/2602.09239v1#bib.bib33)。DWs包括因工作职责而暂住雇主家中的人（如互惠生）以及不住在雇主家的DWs（仅在雇主家中停留有限时间）[30] (https://arxiv.org/html/2602.09239v1#bib.bib200)。在这两种情况下，DWs通常缺乏对智能家居设备如何安装、配置或监控的议价能力，尽管这些设备可能捕捉到她们日常生活的私密细节。  

高级AI能力正日益嵌入智能家居设备。具备这些能力的系统提供个性化对话体验、持久记忆以及情境化数据保留[15] (https://arxiv.org/html/2602.09239v1#bib.bib209)。这些特性可能进一步影响DWs在雇主控制的智能家居中工作时对隐私的感知和实践[49] (https://arxiv.org/html/2602.09239v1#bib.bib208)。在本研究中，我们并非涵盖整个智能家居生态系统，而是聚焦于AI驱动的智能家居设备及其由机器学习模型支持的推理能力——这些能力超越了基础传感或人工审查（例如，仅录制音频，或基于规则阈值触发通知）。具体来说，我们关注两类设备。第一，AI驱动的智能摄像头是具有内置传感器的视觉系统，用于处理视觉信息（例如，检测运动或识别访客面部）。这些系统支持自动检测与分类（例如，人/宠物/车辆检测）、事件摘要与“智能”警报、活动区域以及更高级的分析（如哭声检测或基于行为的推理）。第二，AI驱动的智能音箱（也称为语音助手）通过语音命令控制，利用语音识别和自然语言处理执行信息检索和设备协调等任务。高级功能包括连续或后台语音处理、个性化响应、交互历史（如语音日志）保留，以及在新系统中类似记忆的功能，支持持久且情境感知的个性化（例如，Alexa+[43] (https://arxiv.org/html/2602.09239v1#bib.bib207)）。这些设备一直被确认为隐私风险的关键来源[3] (https://arxiv.org/html/2602.09239v1#bib.bib134)，[14] (https://arxiv.org/html/2602.09239v1#bib.bib21)，[13] (https://arxiv.org/html/2602.09239v1#bib.bib22)，[50] (https://arxiv.org/html/2602.09239v1#bib.bib23)，[34] (https://arxiv.org/html/2602.09239v1#bib.bib33)，[8] (https://arxiv.org/html/2602.09239v1#bib.bib52)，[5] (https://arxiv.org/html/2602.09239v1#bib.bib139)，[35] (https://arxiv.org/html/2602.09239v1#bib.bib147)，[2] (https://arxiv.org/html/2602.09239v1#bib.bib199)，[30] (https://arxiv.org/html/2602.09239v1#bib.bib200)。因此，我们关注DWs与这些AI驱动设备的互动，因为它们的能力最直接地塑造了对监控、推理和控制的感知。  

先前研究已考察了在工作场所背景下对特定设备的感知及感知到的隐私威胁（见§II-B (https://arxiv.org/html/2602.09239v1#S2.SS2)）。He等人[30] (https://arxiv.org/html/2602.09239v1#bib.bib200)还调查了中国移民DWs在自己家中（作为设备所有者和管理员）的隐私感知与实践。在此背景下，DWs的“自己家”指她们对智能设备配置和使用拥有主要控制权的空间，例如其主要住所或他们维持的独立家庭（如他们定期拜访或支持的家人家）。然而，现有文献忽视了在工作场所被雇主所有的AI驱动智能家居设备监控，同时在家中作为个人设备所有者和管理员的双重角色如何塑造DWs不断变化的隐私边界和威胁感知。为填补这一空白，我们提出以下研究问题：  
RQ：英国家政工人如何体验和解读在雇主控制及个人家庭两种情境下的AI驱动智能家居设备？在这两种情境中，她们识别出哪些社会技术威胁？  

我们对居住在英国的家政工人参与者进行了18次半结构化访谈，以深入了解她们如何在雇主所有和个人智能家居中应对隐私问题。借鉴近期关于对高风险用户进行以人为中心的威胁建模的呼吁（见§II-C (https://arxiv.org/html/2602.09239v1#S2.SS3)），并采用沟通隐私管理（CPM）理论框架[45] (https://arxiv.org/html/2602.09239v1#bib.bib160)（见§III (https://arxiv.org/html/2602.09239v1#S3)），我们开发了一个威胁模型，该模型考虑了情境、威胁、保护策略和反思，这些皆基于（移民）DWs在AI驱动智能家居中的真实经历——这是先前工作未充分捕捉的维度（例如，[50] (https://arxiv.org/html/2602.09239v1#bib.bib23)，[2] (https://arxiv.org/html/2602.09239v1#bib.bib199)）。我们贡献了一个专门的以人为中心的威胁模型，建立在DWs在两个相互关联的社会技术情境中的经历之上：雇主家和自己家。该模型识别出（i）AI分析和跨家庭数据痕迹是具体威胁，（ii）家政中介机构和制度是塑造监控默认设置的关键对手。我们的研究结果揭示了AI驱动智能家居设备如何创造技术威胁路径（如行为分析）以及可能在雇佣关系结束后存留的“孤儿级”DWs配置文件。我们展示了工作场所的监控与家中的隐私管理如何相互强化——DWs在个人和雇主控制的智能家居环境之间转移技能、规范和期望。重要的是，威胁模型不能局限于单个家庭；DWs的威胁感知和防御是在互联家庭中共同构建的。我们还识别出一种额外的社会技术隐私威胁：中介主导的实践，如模糊的雇佣合同、有限的培训以及雇主偏向的纠纷处理，进一步限制了DWs质疑监控或重新协商隐私规则的能力。最后，我们将这些见解转化为面向设备供应商、平台提供商、家政中介机构和政策制定者的社会技术建议，旨在减少AI驱动智能家居设备带来的监控危害，并增强DWs在跨互联家庭和情境中管理隐私的能力。  

## II 相关工作  

### II-A 智能家居中的隐私关注与权力动态  
先前研究广泛考察了信息不对称和管理控制如何通过数据驱动的监控和平台治理得到强化，从而塑造DWs能够质疑的内容以及可行的抵抗形式（例如，[48] (https://arxiv.org/html/2602.09239v1#bib.bib225)，[54] (https://arxiv.org/html/2602.09239v1#bib.bib226)，[11] (https://arxiv.org/html/2602.09239v1#bib.bib227)）。特别是，研究表明多用户智能家居中的隐私与关系动态以及对技术的不平等控制密切相关。智能家居设备可以支持协调和独立，但也可能助长监控以及关于使用和数据访问的冲突[10] (https://arxiv.org/html/2602.09239v1#bib.bib116)，[31] (https://arxiv.org/html/2602.09239v1#bib.bib109)。住户的应对策略（如回避与听天由命）因面对的是同住者还是外部服务提供商而异[32] (https://arxiv.org/html/2602.09239v1#bib.bib105)。主要用户（通常拥有、部署和配置设备）与对设置配置投入有限的其他家庭成员之间经常出现紧张关系[25] (https://arxiv.org/html/2602.09239v1#bib.bib39)。安装设备的人通常设定使用条款，而谁应控制技术的感知与权力动态深度交织[22] (https://arxiv.org/html/2602.09239v1#bib.bib44)。对旁观者控制的期望也因设备位置、设备影响以及主要用户与旁观者之间的关系而异[37] (https://arxiv.org/html/2602.09239v1#bib.bib149)。  

关于智能家居旁观者（如访客和客人）的研究进一步考察了隐私关注如何受信任、同意和感知益处的塑造。旁观者的数据共享偏好部分取决于他们对设备所有者作为数据接收者的信任程度[40] (https://arxiv.org/html/2602.09239v1#bib.bib117)。例如，Stephenson等人[52] (https://arxiv.org/html/2602.09239v1#bib.bib224)识别了家庭暴力受害者和幸存者在智能家居中试图检测和减轻虐待时所面临的阶段和障碍。这些挑战往往源于设备不透明、共享所有权以及薄弱的法律和支持基础设施，表明智能家居设备如何在家庭空间中固化而非缓解不平等的权力动态。具体来说，在智能摄像头背景下，旁观者通常特别担心在他人家中而非自己家中收集视频，这反映了设备受益者与仅暴露于设备者之间的不对称[21] (https://arxiv.org/html/2602.09239v1#bib.bib196)。  

### II-B （移民）DWs的隐私关注  
DWs经常面临源于权力失衡和雇主控制智能家居环境中监控实践的隐私挑战[14] (https://arxiv.org/html/2602.09239v1#bib.bib21)，[13] (https://arxiv.org/html/2602.09239v1#bib.bib22)，[50] (https://arxiv.org/html/2602.09239v1#bib.bib23)，[8] (https://arxiv.org/html/2602.09239v1#bib.bib52)，[5] (https://arxiv.org/html/2602.09239v1#bib.bib139)，[2] (https://arxiv.org/html/2602.09239v1#bib.bib199)，[30] (https://arxiv.org/html/2602.09239v1#bib.bib200)。她们经常出现在智能家居中，并可能偶尔共同使用设备，但通常缺乏所有权或配置权，且常被认为与该系统无关[2] (https://arxiv.org/html/2602.09239v1#bib.bib199)。Choe等人发现主要用户特别不愿向DWs透露智能设备，而非向家人或朋友透露[20] (https://arxiv.org/html/2602.09239v1#bib.bib219)，突显了雇主-雇员关系中比更平等的访客-主人关系中更尖锐的权力失衡。智能家居设备可能对DWs产生重大影响，因为她们在工作中对隐私设置的控制有限。例如，英国超过44%的DWs报告在工作中遇到隐私问题[62] (https://arxiv.org/html/2602.09239v1#bib.bib175)，有些人甚至被视为“安全威胁”[50] (https://arxiv.org/html/2602.09239v1#bib.bib23)。Bernd等人[14] (https://arxiv.org/html/2602.09239v1#bib.bib21)，[13] (https://arxiv.org/html/2602.09239v1#bib.bib22)强调了权力失衡——保姆通常对监控设备几乎没有控制权——并强调透明沟通和知情同意对于建立信任和改善工作条件的重要性。Abu-Salma等人报告称，DWs通常对智能音箱和电视等设备感到舒适，但对室内摄像头感到不安，而雇主则优先考虑家庭安全而非工人隐私[2] (https://arxiv.org/html/2602.09239v1#bib.bib199)。  

一些研究考察了非西方背景下DWs的隐私关注。例如，Albayaydh等人强调了智能家居的好处如何被权力失衡破坏，呼吁对约旦的移民DWs提供法律保护[8] (https://arxiv.org/html/2602.09239v1#bib.bib52)，[5] (https://arxiv.org/html/2602.09239v1#bib.bib139)，[6] (https://arxiv.org/html/2602.09239v1#bib.bib159)，[7] (https://arxiv.org/html/2602.09239v1#bib.bib197)。在香港，Johnson等人发现旨在确保安全的监控可能侵蚀DWs的信任并影响护理质量[34] (https://arxiv.org/html/2602.09239v1#bib.bib33)。Ju等人报告称，在大流行期间，DWs更能接受保姆摄像头，特别是当她们与雇主关系积极时[35] (https://arxiv.org/html/2602.09239v1#bib.bib147)。He等人表明，儒家价值观、法律空白和权力失衡塑造了中国智能家居中的隐私风险[30] (https://arxiv.org/html/2602.09239v1#bib.bib200)。此外，DWs的移民身份可能加剧隐私和安全风险，因为工人可能在收入、住宿和持续雇佣方面更加依赖雇主（有时是家政中介机构），同时面临语言障碍、获取权利信息的渠道有限、