理解年轻网络受害：日常活动理论

电信和信息学报告9（2023）100042理解年轻人的网络受害：日常活动理论坎迪斯·E 放大图片创作者：Gri Bagh，Melissa Tetzla，Lance Y. 猎人奥古斯塔大学，1120-15街， 美国佐治亚州奥古斯塔AH N-312，邮编30912aRT i cL e i nf o保留字：网络受害生活方式日常活动理论黑客网络跟踪a b sTR a cT网络受害的研究集中在各种行为上。本研究的重点是四种行为：黑客攻击，共享淫秽照片，欺凌和跟踪/侵入，以测试生活方式的日常活动理论（LRAT）。许多关于网络受害的研究使用LRAT来帮助解释某些群体的个人如何容易成为受害者。我们调查了18-25岁的年轻使用二项逻辑回归，我们测试的可能性受害的各种行为，并与三个主要元素的LRAT，有动机的oadherender，合适的目标，并没有一个有能力的监护人。我们发现，在线约会是最有可能接触到有动机的受害者的方式，访问明确的网站使一个人成为合适的目标，知道如何设置隐私设置有助于防止受害。介绍我们生活在一个互联的世界里，我们的日常生活与技术交织在一起。大多数年轻人从来不知道一个没有技术、互联网和智能手机的世界。联系的程度了解年轻人的网上受害率很重要。众所周知，年轻人会从事更危险的行为，并做出其他人可能不会做出的决定。通过了解什么可能增加一个人的受害倾向，可以分发信息以告知并潜在地挫败在线罪犯。使用生活方式日常活动理论（LRAT）的方法来理解在线受害，我们可以添加到现有的研究，以更充分地了解监护人如何可能会中断潜在的在线受害者具体来说，我们关注四种网络威胁：黑客攻击、共享淫秽照片、欺凌和跟踪/侵入。此外，我们专注于LRAT的主要元素：获得一个有动机的目标，合适的目标，没有能力的监护人。以前的研究主要集中在特定的犯罪和行为上，但没有人关注我们一起提出的四个问题此外，我们的数据来自年轻人，重点关注他们在线受害的脆弱性。我们提出的研究问题是，年轻人的在线活动如何理论框架：生活方式-日常活动理论将日常活动理论应用于在线学习的研究越来越多。当科恩和费尔森[9]第一次建议将一个人*通讯作者。电子邮件地址：cagri louth@augusta.edu（C.E. Gri Pasterth）。https://doi.org/10.1016/j.teler.2023.100042日常活动，以结束，网络不是在白话。大鼠它通常与生活方式理论相结合，产生生活方式-常规活动理论（LRAT）。LRAT是关于在特定的时间和空间中聚集在一起的情境因素。通过关注四个主要因素，暴露，亲，监护和目标吸引力，可以评估受害风险[10，29]。犯罪的发生必须有三个因素：一个有动机的犯罪者，一个合适的目标，以及没有一个有能力的监护人。假设有动机的目标存在，而合适的目标可能不存在。LRAT表明，当一个人被置于高风险环境中时， 一个有动机的人，他把你看作一个有吸引力的目标，周围没有一个可靠的监护人[9，16]。日常活动被定义为它们可能发生在几个地方，包括家庭，家庭以外的工作，以及家庭以外的其他活动（[9]，593）。随着手持设备的普及，对于持续的技术沉浸，有可能在常规活动中增加赛博空间，因为它们也可以发生在所有这些相同的空间中。文献集中于许多研究，将LRAT或其变体应用于网络受害[14，22，29，35]。这些研究将LRAT应用于各种网络虐待和受害，并讨论了互联网如何改变了将缺乏监护权应用于可能不利于监护权的在线环境的方式。接收日期：2022年9月21日;接收日期：2023年1月17日;接受日期：2023年1月19日2772-5030/© 2023作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）可在ScienceDirect上获得目录列表电信和信息学报告期刊主页：www.elsevier.com/locate/telerC.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）1000422监护变量是研究中最有争议的，注意到监护可以通过各种方式来衡量。在YarRAT需要三个要素存在的犯罪发生：一个有动机的犯罪者，一个合适的目标，并没有能力的监护人[9]。他提出了一个问题，“网络空间中是否存在有能力的监护人”（422）？Hollis等人[15]讨论了监护和目标强化之间的差异，以及这些差异如何影响变量如何应用于RAT。他们提出的监护定义是将监护限制在一个人的存在并没有考虑到互联网上许多互动的孤独本质Leukfeldt和Yar[22]提出了一个问题：网络环境和动态环境之间的监护有何不同？监护，与在线活动有关，可以通过不同的变量来衡量或应用。监护可以采取拥有与监护操作化相关的许多选项将有助于发展适用于网络世界的日常活动。Reyns等人[29]指出， 我们必须考虑到“在网络空间环境中受害者和受害者之间的空间和时间差异”（p 1150）。这种差异为在RAT应用中使用替代监护措施提供了空间。在先前的研究中，监护变量包括不需要身体上的人在场干预的知识和行为。例如，在Leukfeldt和Yar[22]中，他们使用各种问题来确定在线用户用于防止受害的保障措施。这些措施包括打开来自未知黑客的电子邮件和附件、更改密码、了解他们在网上留下的关于自己的信息以及其他可能阻碍受害的安全问题。在Reyns等人[29]中，他们使用了一些措施，要求限制对批准方的访问，并使用个人资料跟踪器来帮助防止跟踪。Akdemir和Lawless[2]提供了各种监护变量，这些变量侧重于在线用户可以参与的预防，以防止受害。这些措施包括删除可疑电子邮件、安装防病毒软件、下载已知文件、使用不同和复杂的密码、保护家庭Wi-Fi和小心公共Wi-Fi，以及将已知朋友添加到社交媒体。这些应用的监护变量与一个人在线存在的异步性质一起工作。互动可以同时发生，也可以不同时发生，因此采取各种干预措施有助于防止受害。监护人是一 个 人， 还 是 将目 标 硬 化 技术 作 为 网 络空 间 的 监护 人 ？Kalia 和Aleem[20]发现真实（父母和朋友）和虚拟（防病毒和儿童锁）监护人可以降低在线受害的风险。Bossler等人[4]讨论了可以包括在目标强化实践中的个人监护。我们相信，目标强化方法可以有效地用于替代有能力的人类监护人。文献综述目前，网络犯罪有许多不同的定义。这些定义将包括网络空间或计算机技术，以促进犯罪和越轨行为[17，37，41]。 沃尔网络犯罪的类型包括网络侵入、网络欺骗和盗窃、网络色情和淫秽以及网络暴力。网络入侵的重点是黑客和侵入网络和计算机。网络欺骗和盗窃集中于欺诈、网络钓鱼和诈骗。网络色情和淫秽集中于淫秽内容，包括儿童色情和其他明显和可能令人反感的内容。网络暴力集中于通过在线平台发生的欺凌和这是一个很大的问题。通过强调使用计算机、网络和在线中介连接，从他们的职业行为中解脱出来。这项研究将侧重于三种类型的网络犯罪：黑客攻击（网络侵入）、淫秽（网络色情和淫秽）以及欺凌和跟踪（网络暴力）。我们选择只使用沃尔的三种类型，因为我们的研究并不关注网络欺诈。虽然本文的范围是集中在受害，我们目前的一些受害并不明确的罪行。围绕淫秽、非法侵入、欺凌/跟踪和黑客行为的法律规定使用威胁一词扩大了调查范围，包括那些没有明确刑事法规的人。受害情况受害者学理论的存在试图解释为什么某些人成为网络犯罪分子的目标，并最终成为犯罪的受害者。受害可以是直接或间接的。直接受害集中在未能保护自己Grabosky进一步说明了直接和间接网络受害之间的区别。收到骚扰或威胁信息是直接受害，而区分网上受害者的类型有助于区分可能暴露或针对受害者 一个人在一些研究对受害率和行为/活动进行了研究。关注一个人此外，从事危险的在线行为和没有足够的安全在线，可以使在线受害更有可能[6，20]。网络黑客受害以前的研究测试LRAT已经使用黑客作为应用LRAT的活动[13，22，27]。黑客涉及修改技术以合法和非法的原因进入计算机和网络[18]。黑客攻击是基于对不同程序、应用程序、软件或其他计算机系统进行的黑客攻击，以获得访问权限。黑客可以修改和破坏安全协议，使访问更容易。黑客攻击的受害者包括个人计算机用户、私营企业和政府。先前的研究发现，先前的受害可能会导致提高意识，并防止黑客的进一步受害[13，30]。此外，增加在线暴露于有动机的黑客导致被黑客攻击的风险更大[13，22，27]。具体而言，消息传递、在线聊天室和在线游戏[22]、社交网络和共享信息[27]以及自我控制能力低在黑客受害中发挥了次要作用[28]。受害者和施暴者之间也有重叠，这表明受害者可能曾经是或现在也是施暴者[21]。网络淫秽受害在米勒诉加利福尼亚州案（1973年）中，如果材料符合以下三个标准之一，则1. 一个能够应用当代成人社区标准的普通人会发现，物质吸引了色情兴趣，定义为C.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）10004232. 一个普通人应用当代成人社区的标准来确定一个作品是以一种明显令人反感的方式描绘或描述性行为的，定义为3. 缺乏严肃的文学、艺术、政治或科学价值。(US 2014年，在[18]中引用，pp. （第278-9段）这一淫秽指南可以很容易地转移到未成年人身上，有几项联邦法规专注于淫秽内容及其传播。先前关于接收淫秽或不想要的色情图片的研究发现，与陌生人在线交谈会增加接收这些类型图片的可能性，就像分享家庭冲突一样[26]。此外，花在网上的时间，观看色情作品，社交网络和自我控制能力低下会增加一个人最后，白人个体收到不想要的色情内容的风险增加，就像那些以前在网上浏览过色情内容的人一样[25]。网络欺凌受害网络欺凌可以被定义为在线欺凌没有身体上的成分，但可以通过各种在线平台（如短信，社交媒体和电子邮件）发送伤害性信息来在几项预测网络欺凌受害可能性的研究中，主要因素是在线与他人的直接沟通，例如留言板，聊天室，电子邮件和消息传递[16，22，26，28]。此外，在网络环境中分担责任和信任感可以作为对抗网络欺凌或恐吓的此外，一个人在网上和社交媒体上花费的时间增加了欺凌受害的风险[11，16，22，28，38]。其他导致网络欺凌受害的活动包括博客[28]，参与网络越轨行为[16，25]，分享有关家庭冲突和其他个人信息的信息[26]，推特[22]，在过去三个月内成为网络欺凌的受害者以及分享密码[24]。羽[40]关注对网络欺凌的恐惧，发现与他人的在线互动和身为女性是一个人对网络欺凌恐惧的最强预测因素。Holt和Bossler[16]发现女性更有可能成为目标，他们将此归因于网络空间的性别特性。这并不意味着妇女更有可能成为受害者，但沟通方式的差异而不是计算机技能的差异可能是性别差异的主要原因。Ngo和Paternoster[25]发现，自我控制能力低会增加受害风险，而有工作会降低风险 网络欺凌BAE[3]发现，危险的在线环境应被视为防止网络欺凌受害的主要因素，并解决对网络欺凌的负面看法，以帮助减少受害。 最后，Choi等人[8]发现在学校环境中使用酒精或药物会增加网络欺凌，但建立和执行学校规则会显着减少网络欺凌。网络跟踪受害跟踪可以归类为骚扰，因为有几种方法来确定哪些行为应该被归类为骚扰，哪些行为应该被归类为跟踪[18]。对于这个定义，跟踪将是重点，知道以下属性可以适用于两者。有一些恒定的计算机介导的持续联系，如电子邮件或文本。在线跟踪可能会导致受害者对自己的人身安全感到恐惧和/或经历个人痛苦（350）。网络跟踪与传统的跟踪行为有着密切的关系。在线和现实世界的跟踪活动中都存在对一个人活动的监控网络跟踪者不需要知道他们的受害者，但可以通过各种搜索和在线互动在线找到人[18]。与他人在线直接交流的形式增加了在线跟踪的风险[22]。目前的研究旨在纳入以年轻人为重点的网络受害情况关注年轻人可以更好地了解他们可能面临的挑战。将生活方式常规活动理论应用于四种不同的受害者，并利用青少年通常参与的各种活动，将增加我们对更好地预防和保护青少年免受未来受害的理解。我们调查了年轻人如何使用保护措施来防止在线受害，以及使自己处于暴露于有动机的在线攻击者的风险中的因素。方法和数据我们分两次收集了这个项目的数据。 第一个是一个付费的Qualtrics小组，包含2019年3月收集的18至25岁的完整调查。样本范围从481到484名受访者，具体取决于模型。第二波是南方一所大学的学生。任何注册的学生都可以在该机构提供的样本中找到。学生样本包括25岁以上的参与者，因此将其从该分析的数据集中删除。样本包括所有型号的94名受访者。学生样本的总体响应率为13%。该调查通过Qualtrics平台以在线调查的形式提供给所有参与者。该调查由几个部分组成，重点关注参与者的在线行为、在线个人受害、预防或受害的可能性、技术滥用、对网络威胁的看法、虚拟网络攻击场景、对机构效率的看法以及人口统计。本文主要研究被害人及其网络行为。为了提高数据收集的质量，我们确保我们的样本在正确的年龄范围内，在调查中创建部分以防止缺乏关注，提供各种类型的问题，并确保调查的长度小于10分钟。Qualtrics样本被发送到他们的小组，但总体而言，样本并不能完全代表整个社会。样本中女性比例严重偏高（71.6%），而美国社会接近50%。在种族方面，Qualtrics样本（59.8%）代表性不足，因为75.8%的美国人口是白人。学生样本更接近代表性。大约64%的学生是女性，我们的样本是63.3%。关于种族，我们的样本是白人（62.2%）比学生人口（52%）。样本的性取向是不确定的确定代表性，因为许多人没有收集这一具体信息。因变量有四个主要的因变量侧重于受害。整体提示询问“以下事件发生在您身上的频率有多高或多低”，以便捕获任何受害情况。李克特量表包括“非常经常”、“不经常”和“根本不经常”等类别。每个变量都是二进制编码的，如果被调查者是该活动的受害者，则为1， 0如果没有第一个活动是被黑客攻击，并基于“你的社交媒体被黑过吗”第二个行为是淫秽行为，基于“未经我同意，我的尴尬照片被发布/分享”的声明如果被调查者回答了行动发生的任何第三种行为是在网上被跟踪和/或侵入，基于“有人使用互联网/社交媒体以一种让我感到不舒服的方式监视我”的声明。如果被调查者回答了行动发生的任何频率，则将其编码为1，而根本没有被编码为0。最后的活动是被欺负C.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）1000424表1描述性统计。Qualtrics学生可变Min-Max平均值（标准差）平均值（标准差）因变量黑客0–10.376（0.48）0.306（0.46）淫秽0–10.553（0.50）0.378（0.49）侵入/跟踪0–10.548（0.50）0.448（0.50）欺凌0–10.543（0.50）0.449（0.50）在线接触有动机的人游戏1–53.618（1.43）3.453（1.35）约会1–52.223（1.50）1.765（1.24）网上闲逛1–53.320（1.60）2.979（1.72）消息传递1–54.571（0.96）4.959（0.20）购物1–53.470（1.028）3.173（0.89）阅读社交网络提要1–54.367（1.13）4.628（0.95）在线时间1–247.22（4.89）5.505（2.78）在线目标适应性发布个人信息0–10.632（0.48）0.673（0.47）访问露骨网站0–10.370（0.48）0.244（0.43）使用公共Wi-Fi0–10.453（0.50）0.581（0.50）使用定位服务0–10.600（0.49）0.755（0.43）在线监护了解如何使用隐私设置0–64.755（1.52）5.265（1.14）%%频繁更改34.022.4密码更改21.320.4忘记密码36.162.2永不更改密码8.66.1个体特征年龄18–2521.63（2.25）20.38（1.82）%%女性71.663.3白色59.862.2异性恋74.268.4在线，并基于声明如果被调查者回答了行动发生的任何频率，则将其编码为1，而根本没有被编码为0。变量分布见表1自变量我们的自变量是基于生活方式-日常活动理论的组成部分：在线暴露于有动机的参与者，在线目标适合性和在线监护。在线接触有动机的人使用7个调查项目来测量在线暴露于动机性受害者，这些变量从1到5进行测量，数字越大表示活动越频繁。七个变量中的六个包括：在线消息、在线游戏、阅读社交网络信息、与网上认识的人约会、在线购物和在线闲逛之前的研究使用之前的变量来衡量对吸毒者的亲近度和在线暴露[2，4，16，23，25，29]。使用有动机的操作者的LRAT基础，选择的变量是在线可见性的度量，这是有动机的操作者的合适的代理。一个人在网上花的时间越多，他们就越有可能接触到有动机的人。因此，增加在线曝光可能等同于受害，因为有动机的人可以看到他们。第七项措施将在线时间视为一个开放式问题。答案从1到24不等。据信，那些回答24小时的人要么有持续运行的程序，要么他们认为自己的生活一直与互联网相连C.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）1000425在线目标适应性在线目标的适用性操作使用四个调查项目，使参与者合适的目标。这四种行为是在线发布个人信息（我在网上发布我的个人生活）、访问露骨网站（我访问色情网站）、使用不安全的公共Wi-Fi（我使用不安全的公共Wi-Fi）和使用定位服务（我允许在手机上使用定位服务）。如果他们参与（非常同意或同意）活动，则将这些行动重新编码为1，如果他们不参与（中立和不同意或非常不同意），则将其重新编码为0之所以选择这些变量，是为了检验LRAT作为合适目标的基础，因为它们代表了可能使他们更容易受害的风险因素。这些变量与以前的研究一致，这些研究侧重于年轻人可能更容易成为受害者[23]。在线监护我们使用两种措施进行在线监护。第一个涉及如何设置其隐私设置的知识。变量基于我知道如何设置我的隐私设置变量编码为0-6，数字越大表示知识越多 设置他们的隐私设置第二个变量是频率 密码重置此变量基于“平均而言，您多久更改一次密码？”这一问题。可能的答案是每天，每周，每月，每年，当我记得，当我忘记我以前的密码，从来没有，我有相同的密码，我有当我的帐户。我们重新编码变量，以更好地表示变量的非线性性质.我们结合了每日，每周和每月来创建频繁密码，我们结合了每年，当我忘记密码时，我们保持不频繁，并且永远不会改变自己的变量。这两个监护变量都可以被理解为个人监护，专注于非人类和更有针对性的硬化维度，而不是Vakhitova和Alberald提出的定义 [33，34]。控制变量我们控制各种因素。年龄是一个连续变量，基于你现在的年龄？年龄范围为18-25岁我们将性别重新编码为一个虚拟变量，其中男性编码为1，女性编码为0。参与者的性取向是一个非异性恋包括回答同性恋、双性恋/泛性恋和其他的受访者最后，种族是虚拟编码一（1）为白人个人和零（0）为所有其他种族。结果在任何分析之前，运行频率以检查变量的基本描述性特征，然后进行单变量分析。对所有四个因变量以及每个自变量和控制变量进行了适当的双变量分析。此外，检查所有变量之间的相互作用。尽管在相关性表中有一些自变量彼此显著相关，但相关性非常弱，小于0.4。（见附录X中的表格）。关于多变量分析，估计了一系列逻辑回归，以检查通过网络镜头应用的LRAT基础（有动机的攻击者、合适的目标和监护人）对某些类型的在线受害（黑客攻击、淫秽、跟踪和欺凌）的影响。计算比值比以检查变量之间的关系[31]。比值比大于1.0意味着特定变量的存在更可能与受害有关。表1报告了每个样本的描述性统计量。关于四个因变量，Qualtrics样本的37.6%和C.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）100042655.3%的Qualtrics样本和37.8%的学生表示他们的社交媒体遭到黑客攻击，54.8%的Qualtrics样本和44.8%的学生表示他们在未经他们同意的情况下发布/分享了令人尴尬的照片，54.8%的Qualtrics样本和44.8%的学生表示有人使用互联网/社交媒体监视他们，使他们感到不舒服，54.3%的Qualtrics样本和44.9%的学生表示他们在网上收到了威胁或攻击性的即时/私人信息。在线接触有动机的人在线消息（77%; 95.9%）、在线游戏（38.5%; 28.9%）和阅读社交网络源（69.4%; 80.4%）分别几乎是Qualtrics样本和学生的日常活动。而网上约会（24.8%; 14.3%），网上购物（51.5%; 34.7%）和网上闲逛（54.2%; 49%）分别低于每日和接近每周的活动。此外，Qualtrics样本平均每天在线7.22小时，而学生平均每天在线5.51小时。在线目标适应性两个样本中超过70%的人表示他们在网上分享个人信息（72.1%;70.4%），Qualtrics样本中60.4%的人和75.5%的学生在他们的设备上使用定位服务。大约37%的Qualtrics样本和24.5%的学生访问明确的网站，45.6%的Qualtrics样本和58.2%的学生使用公共Wi-Fi。在线监护在隐私设置知识方面，82.9%的Qualtrics受访者和92.9%的学生知道如何设置隐私设置。关于密码重置，34%的Qualtrics受访者和22.4%的学生表示他们经常更改密码，21.3%的Qualtrics受访者和20.4%的学生表示他们更改密码的频率较低，36.1%的Qualtrics受访者和62.2%的学生表示他们在忘记以前的密码时更改密码，8.6%的Qualtrics受访者和6.1%的学生表示他们从不更改密码，并且使用与创建帐户时相同的密码。控制变量年龄范围为18-25岁，平均年龄为21.44岁。男性（29.7%）占样本的三分之一。近四分之三的样本表明他们是异性恋（73.3%）。在教育方面，56.9%的人拥有大学学历，包括两年制和四年制学位以及研究生/专业学位。超过60%的样本是白色的。回归模型表2和表3列出了四个单独的二进制对数的结果-分别对Qualtrics和学生样本进行统计回归。Qualtrics样本有9%的数据缺失，学生样本有4.1%的数据缺失。该数据未纳入以下分析中。关于黑客受害，Qualtrics样本中只有三个变量是显著的，一个来自在线目标适应性类别，一个来自在线监护类别，一个来自个人特征（对照）类别。学生样本在在线目标适合性类别中有一个重要变量。与经常更改密码的人相比，当一个人忘 记 更 改 密 码 时 ， Qualtrics 样 本 中 黑 客 受 害 的 几 率 降 低 了 57%（p0.01）。这一发现与之前的研究一致，表明多次更改密码可以防止一个人成为黑客攻击的受害者最后，与非异性恋者，黑客受害的几率下降了38%（p0.05）。当一个人发布个人信息时，学生样本中黑客受害的几率增加了250%（p关于淫秽受害，八个变量在Qualtrics样本中是重要的，两个来自在线接触动机的保护者类别，两个来自在线目标适合性类别，四个来自在线监护类别。只有一个变量是显着的，在学生样本从在线目标适合性类别。在Qualtrics样本中，关于暴露于有动机的色情者，未经同意发布或分享裸体或淫秽照片的几率增加了23.9%（p0.01），参与在线约会的人增加了30.78%（p0.05），网上购物的人增加了30.78%（p0.05）。关于在线目标适合性，在网上发布个人信息和访问露骨的网站都使未经同意发布或分享裸体或淫秽照片的几率分别增加了113%（p0.01）和71.3%（p0.05）。最后，关于在线监护，与经常更改密码的人相比，知道如何使用隐私设置可将未经同意发布或共享裸体或淫秽照片的几率降低34%（p0.001），重置密码可将淫秽受害的几率降低54%（p 0.01），更改忘记密码时降低在学生样本中发布或分享裸体或淫秽照片的几率增加了502%（p。05）的情况。关于跟踪或被非法侵入的受害者，这里被称为跟踪，七个变量在Qualtrics中是重要的，五个变量在学生样本中是重要的。关于Qualtrics样本，两个来自在线暴露于有动机的人类别，一个来自在线目标适合性类别，三个来自在线监护人类别，一个来自个人特征。关于Expo-当然，对于一个有动机的约会者来说，一个人参加网上约会的次数越多，被跟踪的几率就增加了20.3%（p0.05），而一个人上网的次数越多，被跟踪的几率就增加了25.7%（p0.01）。关于在线目标适合性，访问明确的网站增加了71.4%（p0.05）被跟踪的几率。关于在线监护，虽然知道如何使用隐私设置降低了22.2%的跟踪受害率（p0.01），但与那些改变密码的人相比，忘记密码时更改密码经常最后，与非异性恋者相比，跟踪受害的几率增加了66%（p0.05）关于学生样本，两个来自在线暴露于有动机的人，一个来自在线目标适应性，一个来自在线监护，一个来自个人特征。关于暴露于有动机的跟踪者，被跟踪的几率增加了105%（p0.01），更频繁地参与在线游戏和320%（p0.05）时，在线消息。至于线上目标适合性，被跟踪的几率增加575%（p0.05）时，访问明确的网站。关于在线监护，被跟踪的几率增加了与频繁更换密码的人相比，当他们不经常更换密码时，增加了240%（p0.01）。 最后，一个人每长大一岁，被跟踪的几率就会降低30.3%（p0.05）。关于欺凌受害，五个变量是显着的，一个来自在线暴露于有动机的受害者类别，一个来自在线目标适合性类别，三个来自在线监护类别。关于暴露于有动机的泄密者，被发送威胁性或攻击性的即时/私人信息的几率当一个人参加了一个在网上约会。关于在线目标适合性，访问明确的网站增加了在线发送威胁或攻击性即时/私人信息的几率，增加了116%（p0.01）。最后，关于在线监护，知道如何使用隐私设置降低了21.3%的欺负受害的几率（P0.01），当他们忘记了前一个密码时改变C.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）1000427表2Qualtrics对所有网络威胁的二元逻辑回归模型进行了黑客受害淫秽受害跟踪受害欺凌受害可变SEEX p（B）SEEX p（B）SEEX p（B）SEEX p（B）在线接触有动机的人游戏0.0751.0340.0771.0280.0750.9240.0740.959约会0.0721.1520.0771.239∗∗0.0741.203∗0.0731.170∗网上闲逛0.0690.9930.0701.0980.0691.257∗∗0.0671.110消息传递0.1211.0500.1290.8470.1230.9390.1211.082购物0.1070.9650.1121.307∗0.1091.2320.1071.185阅读社交网络提要0.1051.0350.1161.0930.1110.9640.1080.859在线时间0.0211.0070.0220.9910.0220.9950.0211.019在线目标适应性发布个人信息0.2220.8520.2322.137∗∗0.2251.4880.2201.384访问露骨网站0.2321.3220.2441.713∗0.2391.714∗0.2362.162∗∗使用公共Wi-Fi0.2150.8920.2231.0970.2181.0730.2140.973使用定位服务0.2221.577∗0.2310.6800.2230.8590.2190.925在线监护了解如何使用隐私设置0.0751.0260.0890.662∗∗∗0.0800.778∗∗0.0780.787∗∗密码更改0.2660.8470.2940.463∗∗0.2850.7770.2770.644忘记密码0.2490.427∗∗0.2590.326∗∗∗0.2490.520∗∗0.2450.540∗∗永不更改密码0.4100.5440.4320.191∗∗∗0.4460.167∗∗∗0.4280.194∗∗∗个体特征男性0.2431.5770.2541.4820.2460.9740.2431.266白色0.2090.9370.2221.5200.2161.3010.2121.108年龄0.0461.0450.0471.0230.0461.0560.0451.021异性恋0.2320.619∗0.2521.0940.2451.662∗0.2411.019恒定1.1920.0521.3040.9521.2660.2401.2380.724N4844844814820.05; 0.01; 0.001。表3学生对所有网络威胁的二元逻辑回归模型进行黑客受害淫秽受害跟踪受害欺凌受害可变SEEX p（B）SEEX p（B）SEEX p（B）SEEX p（B）在线接触有动机的人游戏0.2641.1170.2361.4510.2742.053∗∗0.2271.291约会0.2501.4220.2271.3180.2791.5150.2221.097网上闲逛0.1991.2510.1590.9390.1761.0490.1581.174消息传递1.8780.9241.6117.6531.7973.209∗1.4339.736购物0.4270.6560.3610.6890.4050.8620.3470.949阅读社交网络提要0.6060.6400.3261.2040.3621.4540.3041.335在线时间0.1340.8300.1050.9230.1140.9710.1041.033在线目标适应性发布个人信息1.2862.506∗0.6161.1700.7020.5580.6140.345访问露骨网站0.8680.6850.7306.025∗0.8635.752∗0.7512.424使用公共Wi-Fi0.6692.4410.5571.1600.6210.8570.5601.076使用定位服务0.7550.5830.5980.5550.6880.4500.6160.975在线监护了解如何使用隐私设置0.3251.4540.2671.1080.2750.7590.2610.954密码更改1.3545.5991.0371.9841.2552.402∗1.0014.862忘记密码1.1781.8920.9011.8251.0594.0860.8652.842永不更改密码1.7762.7231.3961.7741.6532.3961.5831.745个体特征男性0.7714.0910.6172.7030.7202.4740.5931.087白色0.7400.6750.6091.0770.6510.4160.6254.246∗年龄0.1711.0260.1480.8500.1810.697∗0.1570.749异性恋0.8831.1320.6981.2530.7820.2540.6800.933恒定9.6800.0098.2350.0008.9460.0007.2650.000N949494940.05; 0.01; 0.001。C.E. Gri Pasterth，M. Tetzla Bemiller和L.Y. 猎人电信和信息学报告9（2023）1000428与经常更改密码的人士比较，从不更改学生样本有一个与个人特征有关的重要结果。与非白人相比，白人收到威胁信息的几率增加了324%（p0.05）.讨论和结论我们的大部分调查结果与生活方式常规活动理论（LRAT）一致，指出暴露于有动机的违规者和适当的目标会增加风险。缓解因素是在线监护人，在我们的研究中，通过了解如何使用隐私设置和重置密码的频率来衡量。我们通过使用不同的监护变量来帮助解释扩展在线监护如何帮助防止在线受害的必要性，从而为现有的研究做出贡献。随着网络空间的发展，我们对监护的理解也在发展[35]。此外，我们通过关注不同人群的各种网络受害者来增加现有的研究，以更好地了解如何测量和操作变量，以便将来的研究。关于在线接触有动机的受害者，在线约会在所有类型的受害中都很重要。在网上闲逛是很重要的，阅读社交网络信息对欺凌行为很重要有动机的约会者在网上很普遍，我们的发现表明网上约会是进一步教育和预防的一个关键领域。这些因素与以前关于受害的研究是一致的。从在线目标适用性来看，访问明确的网站是除黑客攻击外所有类型网络威胁的一个重要风险因素，其中淫秽、跟踪和欺凌的风险几乎是其两倍。对于淫秽和欺凌，在网上发布个人信息成为一个重要的风险因素。使用定位服务降低了一个人成为淫秽受害者的风险。这与先前的研究一致，即当一个人通过他们的在线存在暴露自己时，他们更有可能成为受害者。最后，关于在线监护，我们发现了一个有趣的结果。对于其中三种威胁，淫秽，跟踪和欺凌，以及知道如何使用隐私设置可以降低这一发现与之前的研究一致，该研究着眼于如何防止在线受害。在所有模型中，除了学生样本中的跟踪行为外，更改密码降低了受害的可能性。我们在解释结果时确实需要谨慎，因为发生的时间顺序效应可能难以在横断面研究中评估。年轻人经常更改密码是因为他们被泄露了，还是因为他们访问了明确或“危险”的网站？这种关系可以在未来的研究中进一步探讨。问题是如何提出的，分类的问题，以及如何编码的问题也会对这个发现产生影响考虑到大多数密码更改发生在参与者忘记他们以前的密码时，这可能表明变量中的随机性。进一步研究调查个人何时更改密码以及在什么情况下更改密码可以帮助更好地了解密码如何帮助或阻碍受害。除了男性比女性更容易被黑客攻击之外，没有发现任何重要的个人特征。这很有趣并将有益于研究未来的基因，黑客攻击受害者的组成部分。有一些限制我们的研究。第一个限制是缺乏对LRAT的额外测量，包括更加关注参与者的在线活动。另一个限制是我们研究的横截面性质，这排除了建立行为的时间顺序，例如密码重置。其他局限性包括Qualtrics样本不是随机选择的，因此结果无法概括，可能存在不易注意到的偏倚。学生样本是一个方便的随机样本，但我们无法选择18 - 25岁的学生。学生样本的反应很低率为13%，这可能会影响调查结果的普遍性。也可能有基于问题的自我报告性质的结果。有些人可能会过度或低估受害，忘记某些事件，或在报告时感到羞耻。受害没有被限定在一定的时间范围内，因此受害受访者指可能发生在遥远或不久的过去。未来对在线活动及其对受害的影响的研究可以加深我们的理解，并允许实施预防措施。了解增加网上受害风险的潜在因素，可以推销预防战略，以帮助提高年轻人的网上安全。 随着我们的日常生活越来越多地通过在线平台进行，了解受害趋势以防止未来的在线受害势在必行。竞争利益作者声明，他们没有已知的竞争性经济利益或个人关系，可能会影响本文报告的工作。数据可用性所使用的数据是保密的。附录：相关性Qualtrics样本附录：相关性学生样本挂解读社会网络-分享个人信息-访问前-使用使 用位置隐私少一点频率忘记出来ingtion明显的公共ser-设定通过-通过-通过-从未海特黑客 淫秽侵入欺凌游戏约会黑客1淫秽.191色情10.000入侵.218入侵.528入侵1000 000欺负.199欺负.512欺负.557欺负1000 000 000（a）游戏2016年12月31日约会.148岁.223岁.244岁.205岁.141岁10.001 0.000 0.000 0.000 0.001网上留言购物网站在线网站无线上网恶习tings词词词变化女性白色两性的挂在网上0.050.150.215.142.210.23910.254 0.001 0.000 0.001 0.000 0.000通讯0.052 − 0.017 0.0