编者注:WRAL TechWire co特约作家Jen McFarland在IT领域工作了20多年，拥有一系列工具和技术的经验。她希望帮助小型企业和团队设计、改进和维护有助于他们成功的技术。2022年，她成立了Marit Digital。
+++
罗利——上周，苹果公司携万众期待的Vision Pro正式进军虚拟现实领域。虽然苹果的价格远高于meta的Quest设备和索尼的Playstation VR等竞争对手，但市场上这样一个主要参与者的加入似乎预示着行业的“分水岭”时刻。就像人工智能一样，2023年似乎代表着这种变革性技术向前迈出了一大步。
和人工智能一样，也存在一些担忧。VR很少被提及，但它也带来了安全和隐私问题。与其他在线平台不同，VR技术的隐私和安全工具尚未得到广泛开发。
运动识别
今年2月的一项名为“通过头部和手部运动数据对5万多名虚拟现实用户进行独特识别”的研究显示，仅根据用户的运动数据确定用户身份的成功率很高。该研究的作者在5万多名用户中使用每人5分钟的数据训练了一个人工智能分类模型。然后，该模型试图仅根据用户的动作来识别用户。
只需100秒的运动数据，该模型就能以94.33%的准确率识别用户;运动10秒后，准确率达到73.20%。相比之下，指纹识别的准确率为98.6%，面部识别的准确率约为99.8%。
根据这篇论文，人们早就知道，个体表现出不同的生物力学运动模式，可以用来识别他们。在这种情况下，研究作者使用机器学习通过跟踪与环境中虚拟物体相关的位置、速度和加速度来“学习”头部和手部的运动。提供数据的VR用户代表了一个多元化的群体，包括来自40多个国家的个人，使用20多种不同类型的VR设备。虽然过去的论文曾试图评估运动数据在追踪身份方面的潜力，但这是第一次使用如此庞大和多样化的群体来获取数据。
更多的数据有待发现
对许多人来说，虚拟现实的匿名性是其吸引力的一个重要部分。用户不仅可以被识别，而且可以相对快速地被识别，这种想法应该引起用户的关注。除了识别身份的能力之外，运动数据还可以用来获取个人细节，比如身高、体重、性别、年龄，甚至可能包括健康状况。
该研究的作者认为，更高的准确率是可以实现的。收集的数据越多，评估自然就越准确。此外，所使用的分类模型可以通过更多的时间和训练来改进。但研究作者意识到数据中固有的危险。他们建议开发“防御性”应用程序和技术，特别是智能“破坏”VR回放，可以帮助混淆可识别的动作。
虚拟现实空间中的自我保护
与此同时，VR的早期采用者面临着风险，因为这个行业仍在努力保护该领域的许多新形式的可用数据。今年1月发表的另一项研究“SoK:虚拟现实中的数据隐私”，对虚拟现实空间中“对手”可以获得的各种个人数据进行了分类，包括压力水平、语言语义，甚至现实生活中的位置数据。
根据数据隐私研究，用户应该考虑带有隐私功能的VR设备，比如在睡眠模式下处于非活动状态的摄像头和麦克风。此外，用户应该考虑使用vpn等隐私技术来防止跟踪。虚拟现实应用程序也可能包含恶意代码，因此虚拟现实用户在决定下载内容时应自行决定。文章称，与任何技术一样，“用户应该注意他们愿意与VR应用分享的个人信息数量。”