Securing LLMs in the Wild: Privacy and Security Challenges at the Edge
该论文聚焦于大语言模型（LLM）从云端向边缘设备（如企业本地服务器、个人终端、物联网平台）迁移过程中面临的安全与隐私挑战。作者指出，边缘环境下有限的计算和内存资源迫使开发者采用量化、剪枝、模型分区、参数高效微调等优化技术，但这些技术可能引入
#privacy
共收录 546 条相关情报。
← 返回所有主题Eyes on your Typing: Snooping Finger Motions on Virtual Keyboards.
本文针对增强现实（AR）和虚拟现实（VR）环境中通过头戴显示器（HMD）进行虚拟键盘打字时可能存在的隐私泄露问题，提出了一种新型侧信道攻击SNOOPFINGER。研究背景是AR/VR技术在金融、教育等领域的快速普及，用户通过手部追踪与虚拟对
PromptGraph: Graph-Guided Prompt Sanitization for Balancing Privacy and Utility in LLM Inference
本论文针对大型语言模型（LLM）服务中的隐私保护问题提出了一种新的提示清洗方法PromptGraph。LLM推理过程中，用户的敏感信息不仅可能通过显式标识符（如姓名、电话号码）泄露，还可能通过看似无害的文本片段之间的上下文关联被推断。现有的
Automated Cookie Notice Analysis and Enforcement.
本文针对在线网站广泛使用的Cookie通知（cookie notice）进行研究。近年来，GDPR和CCPA等隐私法规要求网站在收集用户数据前获取用户同意，但许多网站采用暗黑模式（dark patterns）诱导用户做出有利于网站而非保护隐
Analyzing the iOS Local Network Permission from a Technical and User Perspective.
本文首次对iOS 14引入的本地网络权限进行了全面分析，从技术和用户两个维度展开。技术方面，研究者通过系统性地访问本地网络，发现两种通过WebView绕过权限的方法，并指出受保护的本地网络地址范围不足。通过对10,862个iOS和Andro
CAPSID: A Private Session ID System for Small UAVs.
本文提出 CAPSID（Consumer Aircraft Privacy-preserving Session ID）系统，旨在解决美国联邦航空管理局（FAA）强制要求小型无人机（UAV）广播唯一序列号、位置和高度所引发的隐私问题。该强制
Experimental Analyses of the Physical Surveillance Risks in Client-Side Content Scanning.
该论文研究了客户端内容扫描系统在物理监控方面的风险。内容扫描系统使用感知哈希算法扫描用户内容中的非法材料（如儿童色情或恐怖主义招募传单），旨在在保护输入图像隐私的同时确定图像是否视觉相似。由于端到端加密的即将普及使得服务器端扫描困难，工业和
Privacy Detective: A Narrative Game that Cultivates Student Developers' Privacy Awareness by Harnessing Legal Documents
本文提出了一种名为 Privacy Detective 的叙事调查游戏，旨在通过利用真实法律文档（如 FTC 投诉和判决）来培养开发者（特别是学生开发者）的隐私意识。研究背景是：开发者对系统数据收集、使用和共享的选择直接影响用户隐私体验，但
Privacy-Preserving Intent Fulfilment and Assurance for 6G RAN
该论文针对6G无线接入网（RAN）中的意图驱动网络管理提出了一种隐私保护架构。现有基于意图的网络管理方案（如3GPP TS 28.312定义的意图管理框架）在执行意图履行和保证时，通常需要深度包检测、逐流状态跟踪或访问供应商内部节点遥测数据
AAKA: An Anti-Tracking Cellular Authentication Scheme Leveraging Anonymous Credentials.
本文提出了一种名为AAKA（匿名认证与密钥协商）的方案，旨在解决移动网络中用户被运营商（MNO）跟踪的隐私问题。当前，移动网络运营商收集用户的地理位置和时间戳数据，并可将其出售给第三方，导致隐私泄露。AAKA利用匿名凭证技术，设计了一套新的
Multimodal Unlearning Across Vision, Language, Video, and Audio: Survey of Methods, Datasets, and Benchmarks
随着视觉语言模型（VLM）、扩散模型（DM）、大语言模型（LLM）和音频基础模型（AFM）的广泛应用，这些多模态基础模型可能会从训练数据中无意编码敏感、受版权保护、有偏见或不安全的跨模态关联。在收到删除请求或政策更新后重新训练通常不切实际，
Idiobionics: The Unification of Privacy and Intelligent Robotic Prostheses
本文提出了一种名为“idiobionics”的新研究领域，旨在统一隐私保护与智能机器人假肢的发展。随着假肢技术（如仿生肢体）与先进传感器和人工智能控制方法的深度融合，这些设备已演变为半自主可穿戴机器人系统，能够与用户协同适应。然而，这种技术
Unlearning to Protect: A Distilled Reinforcement Learning Framework with Privacy-Preserving Feature Unlearning and XAI for IoT Security
该论文针对物联网设备面临的僵尸网络攻击（如DDoS、数据窃取等）提出了一种轻量级、强化学习驱动的框架DiRLU。现有AI方案存在两大局限：模型过重难以部署于IoT设备，且缺乏“遗忘”能力（即无法在不重新训练的情况下移除敏感或过时特征）。Di
NARAD: Non-colluding Aggregator-oblivious Record-And-Decrypt
本文提出了一种名为 NARAD（Non-colluding Aggregator-oblivious Record-And-Decrypt）的电子投票架构，旨在在不依赖可信密钥分发中心的前提下，同时保护投票隐私并允许公开验证。每位投票者在浏
Deanonymizing Monero Transactions in Tor Network
本文研究 Monero 加密货币在 Tor 网络中的交易去匿名化问题。Monero 是一种注重隐私的加密货币，它采用 Dandelion++ 协议并集成匿名网络（如 Tor 和 I2P）来防止攻击者将交易与源 IP 关联。然而，本文发现 M
Practical Mempool Privacy via One-time Setup Batched Threshold Encryption.
本文提出一种实用的一站式设置批处理阈值加密方案，旨在解决区块链mempool（交易内存池）中的隐私问题。在现有区块链系统中，交易在被打包进区块前通常以明文形式广播到mempool，这导致交易信息提前泄露，可能被利用进行抢先交易（front-
Bots can Snoop: Uncovering and Mitigating Privacy Risks of Bots in Group Chats.
本论文针对群组聊天平台中聊天机器人带来的隐私风险进行了深入研究。研究发现，聊天机器人往往能够访问超出其功能所需的消息，包括发送者身份和并非针对机器人的消息内容，这可能导致用户个人信息泄露、跨群组追踪以及针对性广告等问题。通过对实际对话数据集
SoK: Can Synthetic Images Replace Real Data? A Survey of Utility and Privacy of Synthetic Image Generation.
本文是一篇系统化知识综述（SoK），旨在系统评估合成图像能否替代真实图像数据在机器学习中的应用，重点分析了合成图像的效用（utility）与隐私保护（privacy）之间的权衡。研究首先梳理了当前主流的合成图像生成方法，包括生成对抗网络（G
Auditable Machine Unlearning for Privacy-Compliant Ransomware Detection Using Multi-Shard SISA and Deep Reinforcement Learning
本文提出了一种可审计的勒索软件检测与遗忘框架，旨在解决现有机器学习检测器不支持选择性样本移除的问题，以满足GDPR和CCPA等隐私法规要求。该框架将深度强化学习与多分片SISA（分片隔离状态聚合）重训练相结合：核心检测器采用双深度Q网络（D
Behavioral Privacy Leakage in Agentic Negotiation: Formalizing and Mitigating Inference Attacks via Randomized Policies
该论文研究了自主谈判代理在部署于保险、采购等高风险场景时面临的行为隐私泄露问题。传统的加密技术只能保护显式披露的约束值，但无法防御对手通过观察谈判动态（如让步轨迹、时序、收敛模式）推断私有约束的潜在威胁。本文首次系统形式化了多轮谈判协议中的