该研究针对人工耳蜗（CI）用户这一特殊人群，系统评估了音频深度伪造（audio deepfakes）对其语音识别与真实性判断的影响。研究设计了包含真实语音与深度伪造语音的听感实验，招募了正常听力与CI用户两组受试者，测量他们在不同噪声环境下的辨别准确率、反应时间和主观信心。实验发现，与正常听力者相比，CI用户在区分真实与伪造语音方面的整体准确率显著更低，且个体间差异极大；深度伪造音频中细微的频谱畸变在CI用户中往往被忽略或被错误解释为环境噪声。研究还通过声学分析揭示了CI信号处理链（如滤除高频、压缩动态范围）对深度伪造痕迹的掩蔽效应，进而导致检测能力下降。该工作首次量化了听觉辅助设备对深度伪造检测的负面影响，指出当前深度伪造检测模型未考虑听障用户的感知局限性，并建议在AI合成语音安全评估中纳入辅助设备用户的视角。研究最后提出了面向CI用户的个性化语音真实性提示、可调节的音频保真度指标等缓解方向。

该论文探讨了视觉障碍用户在网络安全与隐私方面面临的独特障碍。研究通过访谈或调查等方式，揭示了用户在身份验证（如密码管理、验证码识别）、钓鱼攻击防范、社交媒体隐私设置、软件更新以及依赖第三方协助等方面遇到的困难。论文指出，现有安全工具和界面设计往往缺乏无障碍考虑，导致视觉障碍用户被迫采取不安全的行为（例如共享密码、跳过安全更新）。研究同时关注了用户在不具备视觉反馈的情境下如何感知信任和安全，以及他们在面对复杂隐私政策时的无助感。文章提出了面向无障碍安全设计的初步建议，强调需要开发适应屏幕阅读器、语音交互和触觉反馈的安全机制，并呼吁将残障用户纳入安全系统的测试与设计流程。该工作为后续研究提供了丰富的定性数据和改进方向。

本文针对非洲地区移动支付服务（基于 USSD 技术）在视障用户使用中存在的无障碍性和安全性问题，提出了一种 Android 智能中间件解决方案。当前 USSD 系统仅依赖视觉交互，导致视障用户无法独立完成交易，甚至需要第三方协助输入 PIN，增加了欺诈风险和交易失败率（如超时）。现有辅助技术（如屏幕阅读器）与 USSD 不兼容。作者设计了一款中间件，通过 Android 无障碍服务自动执行 USSD 交易流程，集成基于硬件安全模块（Keystore）的生物特征（指纹）PIN 注入机制，并引入“黑屏模式”（Blackout Mode）——一种隐私保护的屏幕变暗技术，防止旁观者窥视。系统还利用设备端自然语言解析将 USSD 菜单转化为语音提示，实现全语音交互。实验表明，该方案将任务成功率从 65-75% 提升至 90% 以上，交易完成时间从 40-60 秒缩短至 12-15 秒，同时显著提高了用户对安全性的感知。研究贡献在于：1）设计了首个集生物特征认证与隐私保护于一体的 USSD 自动化框架；2）通过黑屏模式提升了交易过程中的视觉隐私；3）以低成本方式实现，无需修改现有 USSD 基础设施。适合移动支付服务商、无障碍技术研究员、金融包容性政策制定者阅读。

该论文聚焦于大学网络安全协议在保护数据的同时，如何对远程国际学生（特别是中英合作项目的学生）造成严重的访问障碍。随着数据泄露、勒索软件和凭证盗窃威胁的增加，大学普遍实施了多因素认证（MFA）、设备合规检查、浏览器和操作系统限制以及个人设备的管理权限控制等措施。论文指出，即使对于校内学生，这些措施也已构成明显障碍；而对于身处中国、时差8小时、无法在工作时间获得IT支持的合作项目学生，问题更为严峻——他们可能面临认证失败、设备锁定、浏览器不被支持等状况，且无法获得实时解决。作者通过Reddit论坛、高校IT支持论坛以及中英合作项目学生的证词，记录了这些案例。论文认为，当前大学安全模型假设用户是本地、朝九晚五、英语时区的，这一假设对国内学生已不友好，对国际学生更是灾难性的。适合关注教育领域网络安全政策公平性的研究人员、政策制定者和高校IT管理者阅读。