Prévention de la cybervictimisation: l’approche du Health Belief Model

Les outils technologiques à eux seuls ne peuvent garantir aux utilisateurs d’assurer leur sécurité lorsqu’ils naviguent sur Internet. Les comportements et les interactions sociales sont aussi importants que le matériel informatique ou les logiciels.

Qu’est-ce qui détermine donc, dans notre comportement en ligne, les facteurs associés à l’utilisation d’un logiciel antivirus? C’est cette question que se sont posée Matias Dodel et Gustavo Mesch de l’Université Haifa en Israël.

Les deux sociologues ont utilisé le Health Belief model (HBM) pour répondre à cette question. Le HBM, surtout utilisé en santé, s’appuie sur deux facteurs: la perception de la menace et les attentes concernant le comportement. Dans le premier cas, cela concerne la prédisposition au risque et sa sévérité. Ainsi une personne qui aura été affectée par un virus et aura vue toutes ses données piratées, aura plus tendance à utiliser un antivirus. Dans le cas des attentes concernant le comportement, il s’agit des bénéfices perçus et des barrières à l’action préventive. Si un utilisateur estime que pour parer une menace, il est nécessaire d’avoir un mot de passe compliqué alors que cela même ne lui garantit pas d’être protégé, alors il est peu probable que cet utilisateur ne s’engage dans un comportement préventif.

Les résultats de l’étude Dodel et Mesch montrent que les facteurs sociodémographiques (sexe, âge, fréquence de l’utilisation d’internet) sont aussi à prendre en compte dans le comportement préventif des utilisateurs en ligne, mais la certitude des menaces et les actions pour contrecarrer ces menaces ont un plus grand impact sur le recours à des logiciels antivirus.

Cette étude permet de comprendre l’importance la sensibilisation des utilisateurs afin que ces derniers s’engagent dans des comportements préventifs lorsqu’ils sont en ligne. C’est cette sensibilisation qui est au coeur de l’action même de SERENE-RISC.

 

Citer: Dodel, M. et Mesch, G. (2017). Cyber-victimization preventive behavior: A health belief model approach. Computers in Human Behavior, 66(2017), 359-367.

 

Source: https://www.sciencedirect.com/science/article/pii/S0747563216307853.

Leave a Reply

Your email address will not be published. Required fields are marked *