本文是一篇系统文献综述，旨在梳理人工智能（AI）在网络心理学（Cyberpsychology, CPSY）领域中的应用研究。网络心理学被定义为利用心理学原理增强网络安全应用。随着2010年代初以来AI技术的快速发展，AI与CPSY的融合日益深入，通过高级数据分析解码受害者、攻击者和防御者的独特人格特质与行为模式。该综述遵循PRISMA方法，从收集的34篇研究中严格筛选并分析了AI在网络心理学（AI-CPSY）领域的研究成果。研究提出了一个全面的分类体系，涵盖网络安全应用、AI方法以及所使用的心理学概念。研究将文献分为四大网络安全应用场景：异常检测（AD）、漏洞风险预测（VRP）、安全意识培训（SAT）和身份认证/身份验证（AIV）。在每个应用领域下，又根据AI方法进一步细分，包括机器学习（ML）、深度学习（DL）、自然语言处理（NLP）和强化学习（RL）。此外，综述还识别了最常使用的心理学概念，量化了该领域所使用的数据集，并介绍了当前的实施和部署状态。最后，文章指出了研究空白，提出了开放挑战，并归纳了AI-CPSY领域中最有效和新兴的趋势与方法。该综述适合网络安全研究人员、从业者以及心理学与AI交叉领域的学者阅读，有助于理解当前AI与心理学在网络安全中的结合现状和未来方向。

本文提出了“数字白空间”（Digital White Spaces, DWS）框架，旨在应对手机过度使用和注意力碎片化带来的社会及公共卫生问题。研究基于网络心理学证据，指出手机成瘾的核心机制包括间歇性奖励、说服性设计和习惯形成等成瘾性参与循环。DWS框架是一个社会-技术综合方案，包含四个组成部分：隐私保护监控（在不侵犯用户隐私的前提下收集行为数据）、基于AI的成瘾循环检测（识别导致过度使用的交互模式）、设备模式干预（自动或引导用户切换至低刺激模式）以及物理信号限制区（在特定区域屏蔽或减弱数字信号，以创造无干扰环境）。该框架的目标是通过减少数字刺激和网络依赖，降低手机成瘾率。论文主要贡献在于跨学科地整合了网络心理学、人机交互和隐私保护技术，为缓解数字成瘾提供了可操作的设计思路。适合人机交互研究者、心理健康从业者及政策制定者阅读。