Poster: Towards ProofWeave: A Privacy-Minimised, Integrity-Anchored Evidence Plane for Continuous Agentic Assurance
该论文针对自主智能体(Agentic AI)系统的可审计性提出新概念 ProofWeave。背景是:现代智能体通过工具调用、记忆、任务委派和外部服务持续行动,其行为边界跨越多个组件与信任域。现有的可观测性与数据溯源(provenance)机
共收录 546 条相关情报。
← 返回所有主题该论文针对自主智能体(Agentic AI)系统的可审计性提出新概念 ProofWeave。背景是:现代智能体通过工具调用、记忆、任务委派和外部服务持续行动,其行为边界跨越多个组件与信任域。现有的可观测性与数据溯源(provenance)机
该论文研究混合现实头显(如 Apple Vision Pro)新型交互方式带来的隐私风险。这类设备用「注视即指针」取代触摸屏:用户注视目标、再以空中捏合确认。由于显示屏位于头显内部、眼动追踪数据也被封闭在系统内不对第三方软件开放,业界普遍认
该论文关注的是 LLM agent 在持久化协作环境中运行时所面临的隐私与授权风险。这类环境通常包含多个用户、社区(community)、长期记忆、共享文件以及各类工具,而社区边界并非静态:成员变更、角色调整、成员构成变化和参与者关系演化都
该论文研究多租户(multi-tenant)量子云计算场景下的跨租户隐私泄漏问题。商业量子云厂商通常把同一台量子处理器上互不相交的比特扇区分别租给不同用户,并在设备数据表中报告平均门错误率(average gate error)作为质量指标
本文关注大语言模型(LLM)的机器遗忘(machine unlearning)问题:模型在预训练阶段可能记忆敏感、隐私或受版权保护的内容,需要在尽量不重训的前提下定向移除特定知识。现有基于偏好优化(PO)的遗忘方法相比梯度上升(GA)类方法
本文针对「实时屏幕共享型 AI 助手」的隐私治理难题提出 PerceptFence。这类助手需要持续读取用户的原始屏幕画面与语音流,但用户几乎无法在运行时控制助手可以观察、记忆或对外披露哪些内容。作者指出,仅靠提示词层面的隐私开关是无效的,
该论文研究了基础模型训练效率与模型脆弱性之间可能存在的权衡关系。近年来,为应对大规模训练带来的巨大算力与数据需求,研究者广泛采用选择性数据采样、高效预训练以及简化强化学习(RL)训练管线等策略。这些方法显著降低了开销,但作者提出一个此前被忽
这篇论文关注视觉-语言模型(VLM)中的隐私删除问题,指出现有研究与评测体系存在一个关键盲区。作者认为,从 VLM 中抹除某个具体个人的身份信息,远比抹除单条属性困难,因为个人数据并非以孤立字段形式存储,而是跨图像、文本等多种模态相互纠缠、
该论文研究的是「在线策略蒸馏(On-Policy Distillation, OPD)」场景下的成员推断攻击(Membership Inference)。OPD 的训练方式与传统蒸馏不同:它让学生模型在自己生成的轨迹上,去匹配教师模型给出的
该论文探讨了在隐私保护联邦分析(Privacy-Preserving Federated Analytics, FPPA)场景下引入可验证凭证(Verifiable Credentials, VC)的可行性。研究背景是:FPPA 允许多个参
浏览器使用型智能体(browser-use agent)在跨网站执行任务时会持续携带上下文信息,这虽然是完成任务所必需的,但也带来隐私风险:智能体可能在访问网站 A 时获知用户的某个私密事实(例如会员归属、所属机构或身份属性),随后在网站
该论文关注云端大语言模型(LLM)在医疗、法律等敏感领域落地时的核心矛盾:用户必须把明文数据交给服务方推理,而现有的隐私保护方案(如同态加密、安全多方计算、差分隐私、联邦学习、表征加噪等)普遍存在明显短板——要么以牺牲任务效用为代价,要么带
随着本地小语言模型(SLM)与能力更强的云端大语言模型(LLM)协作日益普遍,一个自然的隐私问题浮现:本地 SLM 能否在获得云端 LLM 指导的同时保护用户隐私?现有隐私保护 SLM-LLM 框架主要隐藏敏感数值而保留任务语义,但任务语义
这篇短文研究卡号泄露后的枚举防御策略。当某卡号被攻破,攻击者可利用已知前缀搜索同一前缀下仍活跃的卡号。发卡机构的一种直觉应对是:将高密度前缀中的卡重新发行到低密度前缀,以降低最大前缀计数,从而减少攻击者首次命中概率。作者证明这种计数控制可能
本文是一篇关于大语言模型机器遗忘(Machine Unlearning, MU)的综述性研究,作者系统梳理了该领域的基础理论、最新进展,并首次将讨论范围从单一模型扩展到包含检索、外部记忆、工具调用和多智能体交互的复杂系统。论文的核心出发点是
该论文研究视频透视扩展现实(Video See-Through XR, VST XR)系统中长期被忽视的“人机视图错位”问题。研究背景是:当前大量 VST XR 应用(尤其是集成视觉语言模型 VLM 的智能助手、场景理解、无障碍辅助系统)习
本文研究 c-内点点态最大泄露(c-interior pointwise maximal leakage, PML)作为收缩性分析与披露控制工具的理论价值。传统局部差分隐私(LDP)要求对任意相邻输入,输出核满足有界似然比,这在实际系统中往
该论文关注移动智能设备上儿童面临的在线风险——诱骗(grooming)、诱导性消费与金融诈骗等,这些风险往往嵌套在合规正常的应用内部,而非来自明显恶意程序。作者指出,当前主流做法是「自动化预防与检测」范式,无论是基于规则还是基于 AI 模型
该论文研究的是「外包大模型推理的可验证性」问题:当用户把推理任务交给第三方服务(云厂商、推理市场)时,如何让服务方向验证者证明其确实执行了指定模型的指定计算,并且没有篡改输出,同时把审计成本压到服务方可承受的水平。作者提出 Sampled
该论文研究卫星-地面融合系统(satellite-terrestrial system)中的上行链路抗定位通信问题。场景设定为:地面发射机 Alice 需要与合法卫星接收机 Bob 进行上行通信,而同时存在多颗相互协作的对抗卫星,试图利用到