Mobile Apps vs. Web Browsers: A User Perception Study with Android Apps and Google Chrome
该研究聚焦于用户在访问在线服务时对移动应用（App）与网页浏览器（如Google Chrome）的感知差异，重点考察安全性、隐私和可用性三个方面。作者通过设计实验并结合对Android智能手机用户的调查问卷，收集了用户在选择使用App或浏览
#privacy
共收录 546 条相关情报。
← 返回所有主题TeleGapper: On the (un)reliability of Privacy Policies in Telegram Mini apps
本文针对Telegram Mini Apps（小程序）生态的隐私合规问题展开研究。Telegram Mini Apps是嵌入在Telegram客户端中的Web应用，形成了一个第三方服务生态系统，但它们的隐私属性此前几乎未被系统研究。与微信等
OmniSphinx: Active Mix Networks (Extended Version)
本文提出了一种全新的混合网络（Mix Network）数据包格式 OmniSphinx，旨在解决现有混合网络格式互不兼容、需要各自独立软件和基础设施的问题。在传统的混合网络中，为了实现匿名通信，保护消息内容及元数据不被窃听或分析，研究者们设
MatRiCT+: More Efficient Post-Quantum Private Blockchain Payments.
本文提出 MatRiCT+，一个基于后量子格假设的实用型区块链隐私支付协议。该工作建立在 Esgin 等人于 ACM CCS 2019 发表的 MatRiCT 协议之上，整体遵循门罗币（Monero）中使用的 Ring Confidenti
Evaluating Physical-Layer BLE Location Tracking Attacks on Mobile Devices.
该论文研究了移动设备（如智能手机和智能手表）通过蓝牙低功耗（BLE）协议持续广播信标所带来的位置跟踪风险。虽然应用层采用了加密匿名机制来防止恶意监听者直接识别用户，但攻击者可以利用设备发射信号中固有的物理层（PHY）硬件缺陷进行指纹识别，从
Exploring digital security and privacy in relative poverty in Germany through qualitative interviews.
该论文通过定性访谈的方式，探讨了德国相对贫困群体在数字安全与隐私方面的实际境遇。研究背景在于：以往数字安全研究多聚焦于普通用户或特定技术人群，而经济弱势群体因其有限的经济资源、数字素养和社会支持网络，可能面临差异化的安全风险与隐私威胁，但针
Privacy-Preserving RAG by Concealing Sensitive Information from External LLMs
本文提出了一种面向检索增强生成（RAG）场景的隐私保护框架 SEAG（Sensitive Entity Alias Generator），旨在解决外部大语言模型（LLM）在生成回答时可能接触用户查询和检索文档中的敏感信息这一常被忽视的问题。
Navigating the Privacy Compliance Maze: Understanding Risks with Privacy-Configurable Mobile SDKs.
本文针对移动应用软件开发工具包（SDK）中的隐私配置功能展开系统研究，聚焦于‘隐私可配置SDK’在合规性方面带来的新型风险。所谓隐私可配置SDK，是指允许开发者或最终用户调整数据收集、共享和使用方式的SDK，这类SDK在灵活性的同时，也可能
Membership Inference Attacks as Privacy Tools: Reliability, Disparity and Ensemble.
该论文针对机器学习模型隐私评估中广泛使用的成员推断攻击（Membership Inference Attacks, MIAs）展开系统研究。现有MIA研究主要聚焦于提升AUC、准确率、TPR@低FPR等性能指标，或利用这些指标评估隐私保护方
Overcoming Data Scarcity and Confidentiality in Hardware Assurance via Synthetic Generation
本文针对硬件保障（Hardware Assurance）中扫描电子显微镜（SEM）图像分析面临的数据稀缺与机密性挑战，提出了一种隐私保护的合成数据生成流程。硬件验证依赖SEM对纳米级结构进行自动分析，但构建大规模高质量数据集受限于采集耗时以
Stealing Reasoning Traces from Proprietary LLM APIs
本文揭示了大型语言模型（LLM）提供商在客户端保存加密推理轨迹所引入的严重安全漏洞。许多主流提供商（如 Anthropic、OpenAI、Google）为避免泄露模型内部推理过程（即思维链），通常将推理步骤以加密块形式返回给客户端，并要求客
Track me if you can: Ephemeral coin tracing
隐私保护支付系统在理论上已相当成熟，但在中心化数字货币（CBDC）、机构稳定币及其他合规支付基础设施等受监管场景中的采用，长期受制于其对非法活动可能被滥用的担忧。监管机构通常依赖识别、追踪和阻止犯罪者的一系列互补措施来打击金融犯罪，其中“追
Beyond Direct Identifiers: Probabilistic Privacy Risk Estimation for Privacy-Conscious LLM Query Delegation
该论文针对用户与大语言模型（LLM）交互过程中的隐私保护问题展开研究。现有的隐私保护方法通常只关注直接的显式标识符，即标准检测器能捕获的个人身份信息（PII），例如姓名、邮箱、电话等。然而，隐私风险并不仅仅源于显式标识符，还包括不含PII的
SugarCoat: Programmatically Generating Privacy-Preserving, Web-Compatible Resource Replacements for Content Blocking.
本文提出 SugarCoat，一种自动生成隐私保护且网页兼容的资源替换方案，以解决内容拦截工具中的隐私与功能权衡问题。当前许多广告拦截和隐私保护工具为了不破坏网站功能，会对大量具有隐私风险的脚本进行豁免，导致这些脚本仍能访问敏感数据。Sug
Mind the Hook: Source-Level Auditing of Privacy Defenses in Retrieval-Augmented Generation
该论文针对检索增强生成（RAG）系统中的隐私防御措施提出了一种基于源码的主动路径审计方法论。研究指出，黑盒隐私分数难以解释，除非明确被审计防御机制在系统管线中的实际挂钩点。为此，作者提出了主动路径审计方法：首先对检索、检索内容处理以及生成三
Coral: Fast Succinct Non-Interactive Zero-Knowledge CFG Proofs.
这篇名为《Coral: Fast Succinct Non-Interactive Zero-Knowledge CFG Proofs》的学术论文提出了一种新的零知识证明系统，专门用于验证上下文无关文法（CFG）相关的计算。研究的核心问题是
Abuse Resistant Traceability with Minimal Trust for Encrypted Messaging Systems.
本文针对加密消息系统中的滥用追踪与用户隐私之间的根本矛盾展开研究。端到端加密虽然保护了用户通信的机密性，但也使平台无法有效进行内容审核，难以遏制网络滥用行为（如传播有害信息、骚扰等）。已有的可追踪方案允许平台识别消息的原始发送者或传播者，但
"There will be less privacy, of course": How and why people in 10 countries expect AI will affect privacy in the future.
本文是一篇关于公众对人工智能（AI）影响隐私未来预期的跨国实证研究。研究团队在10个国家开展调查，旨在回答两个核心问题：普通人预期AI将如何改变隐私状况？以及为什么会产生这样的预期？标题中引用的用户原话“There will be less
Exploring the Usability, Security, and Privacy of Smart Locks from the Perspective of the End User.
本文以最终用户视角，系统性地探讨了智能锁在可用性、安全性与隐私方面的现状。研究背景在于智能锁作为智能家居的重要组成部分，其安全性不仅取决于技术实现，还深受用户使用行为与感知的影响；然而现有研究多侧重于协议分析或攻击面挖掘，对用户体验与安全实
The Role of Privacy Guarantees in Voluntary Donation of Private Health Data for Altruistic Goals.
本研究聚焦于自愿捐赠私人健康数据用于利他目的（如支持医学研究）时，隐私保障机制对人们捐赠意愿的影响。尽管数据捐赠是常见实践，但对数据滥用和泄露的担忧可能阻碍公众参与。隐私增强技术（PETs）旨在通过提供隐私保证来缓解这些担忧，从而促进安全、