通过被动网络流量监控进行数字表型:大学生前性观察研究
Rameen Mahmood1, Annabelle David1, Donghan Hu1
1Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University, 370 Jay St, Brooklyn, US.
JMIR formative research
|February 26, 2026
概括
通过VPN对加密的智能手机流量的被动传感是数字行为监控的可行和可接受的方法. 这种保护隐私的技术捕获了详细的日常活动模式,为健康和福祉研究提供了可扩展的工具.
科学领域:
- 数字表型和行为科学数字表型和行为科学
- 移动健康 (mHealth) 和数字干预
- 保护隐私的数据收集方法
背景情况:
- 数字行为塑造了日常生活,与学生福祉相关的干扰.
- 现有的监控方法 (可穿戴设备,应用程序,调查) 在遵守和隐私方面存在局限性.
- 网络流量的被动传感为捕捉智能手机使用提供了可扩展,不引人注目的替代方案.
研究的目的:
- 评估使用VPN收集的加密智能手机流量用于数字行为模式捕获的可行性和可接受性.
- 评估持续的数据捕获,可用性,参与者负担和隐私感知.
- 检查是否流量衍生的特征揭示了数字行为的健康相关方面,包括时间,强度和规律性.
主要方法:
- 在纽约大学进行了两周的前性观察研究.
- 参与者安装了WireGuard VPN,用于被动,加密的网络流量捕获.
- 混合方法方法:量化 (保留,数据覆盖) 和定性 (采访,SUS,NASA-TLX) 的可行性和可接受性.
主要成果:
- 29名学生组成了分析队列,总体保留率为71%,93%贡献了至少五天的数据.
- 参与者报告的高可用性 (SUS=78) 和低感知的工作量 (NASA-TLX最小).
- 探索性分析显示,交通特征反映了日常节奏和生活方式模式 (例如,游戏,食品配送使用).
结论:
- 基于VPN的加密智能手机流量的监控是可行的,可以接受的,并使持续的,保护隐私的数据收集成为可能.
- 这种方法显示了可扩展的,不依赖设备的行为节律数字表型的希望.
- 进一步验证可以提高其在研究日常健康和福祉方面的实用性.
