该论文研究了健身追踪社交网络（如Strava）中端点隐私区域（Endpoint Privacy Zones）的安全性问题。这些隐私区域本应隐藏用户家庭或工作地点的精确位置，但研究发现攻击者可以通过公开的健身活动数据（如跑步轨迹、时间戳）进行推理攻击，从而绕过保护机制。论文提出了一种基于区域密度和轨迹分析的方法，能够以高成功率推断出被隐藏的端点位置。实验在真实数据集上进行，验证了攻击的有效性，并揭示了现有隐私保护措施的不足。该工作揭示了位置社交网络中隐私保护的漏洞，并为改进设计提供了方向。