Security Analysis of Wearable Smart Health Devices and Their Companion Apps.
本文对可穿戴智能健康设备（WSHD）及其配套应用程序的安全性进行了系统分析。研究背景是WSHD近年来快速发展，但安全风险同步增长，尤其是用户个人健康信息的泄露问题。核心问题是WSHD设备、配套应用及通信渠道中存在的漏洞如何导致隐私泄露。研究
#privacy
共收录 546 条相关情报。
← 返回所有主题PrivacyFlash Pro: Automating Privacy Policy Generation for Mobile Apps.
该研究针对移动应用隐私政策生成不准确的问题，提出了一种结合静态代码分析的自动化方法。现有基于问卷的隐私政策生成器依赖于开发者正确回答隐私相关问题，但实际生成的策略往往无法反映应用的真正隐私实践。研究者设计并实现了PrivacyFlash P
From Principle to Practice: Vertical Data Minimization for Machine Learning.
该论文针对机器学习中的数据最小化（Data Minimization, DM）原则进行了系统研究。组织在训练和部署预测模型时，往往收集大量详细的客户数据，一旦发生数据泄露，将导致隐私暴露风险。政策制定者日益要求遵守数据最小化原则，即仅收集任
The Role of User-Agent Interactions on Mobile Money Practices in Kenya and Tanzania.
该论文针对肯尼亚和坦桑尼亚的移动货币（MoMo）服务中用户与代理之间的交互实践展开研究。移动货币作为数字金融服务在非洲普及，为大量无银行账户人群提供了便利，但现有研究多关注其益处，而较少探讨人类利益相关者在交互中面临的具体挑战。研究者通过7
Near-Optimal Pure Machine Unlearning for Smooth Strongly Convex Losses
本文研究了机器学习中的“遗忘”（unlearning）问题，即如何从已训练好的模型中移除某个用户数据的影响，以满足如“被遗忘权”等法律和用户需求。针对光滑强凸损失函数下的随机优化场景，前期工作已经提出了一些遗忘算法及其误差界，但遗忘的统计代
On-Device Generative AI for GDPR-Compliant Visual Monitoring: Natural Language Alerts from Local Object Detection
本文提出了一种针对通用数据保护条例（GDPR）合规的视觉监控系统，通过将全部推理过程限制在边缘设备上，从根本上解决了云推理中原始图像数据暴露于外部服务所带来的隐私风险。该系统采用隐私保护设计原则，选取YOLOv5n-seg模型编译到Hail
EvaluatAR: A Cross-Device Evaluation Framework for Rapid Prototyping of Bystander PETs in AR
增强现实（AR）头戴设备持续感知周围环境，捕获附近的旁观者，从而引发隐私风险。视觉旁观者隐私增强技术（PET）通过检测自我中心场景视图中的旁观者并应用隐私转换（如模糊化）来缓解这一风险。然而，传统的PET评估依赖于人工、开销高且设备特定，导
Techreport: Evaluating Tor-based Location Privacy for Ethereum Validators
本技术报告旨在评估基于Tor的以太坊验证者位置隐私保护方案。以太坊网络的验证者节点在参与共识时，其IP地址与身份（如验证者公钥）之间的可关联性会带来严重的安全风险：攻击者可通过关联IP和身份，结合验证者的出块时机，发起拒绝服务（DoS）攻击
MaskClaw: Edge-Side Personalized Privacy Arbitration for GUI Agents with Behavior-Driven Skill Evolution
GUI代理（如智能助手）依赖截屏来理解用户操作意图并跨应用执行任务，然而截屏中常包含私人消息、医疗记录、支付凭证以及工作流等敏感信息。现有的静态PII检测器无法动态感知不同任务、场景或用户角色下的隐私边界，而云端视觉语言模型（VLM）可能在
ISAC Privacy: Challenges and Solutions for 6G
该论文聚焦于6G网络中集成感知与通信（ISAC）技术的隐私挑战与解决方案。ISAC是未来通信网络的关键特性，通过空间感知可提升网络性能并支持外部服务，但同时也引入了超越通信内容机密性的隐私问题。未来使用毫米波和亚太赫兹频段的6G网络可能收集
Mind the Gap: Mixtures of Gaussians in Approximate Differential Privacy
本文针对满足 (ε, δ)-差分隐私的标量实值查询函数，设计了一类加性噪声机制，特别关注中低隐私保护水平（即ε较大或δ较宽松）的场景。作者提出的“混合机制”（mixture mechanisms）通过混合多个高斯分布来构造噪声分布，这些高斯
Leaking Arbitrarily Many Secrets: Any-out-of-Many Proofs and Applications to RingCT Protocols.
本文针对现有RingCT（环机密交易）协议在处理多输入交易时效率低、匿名性弱的问题，提出了一种新型的任意多证明（any-out-of-many proof）方案。该方案是一种对数大小的零知识证明，用于证明公开列表中存在任意数量的秘密，且不泄
MRMMIA: Membership Inference Attacks on Memory in Chat Agents
本文聚焦于聊天代理（chat agent）记忆系统中的成员推断攻击（MIA）。现有MIA研究主要针对训练语料库或检索数据库，但代理记忆包含敏感的用户-代理交互、检索事实和用户偏好，其隐私泄露风险尚未被充分探索。作者提出了一种统一的攻击方法—
Local Privacy Laws in a Globalized World
本文指出当前数字隐私研究过度聚焦于欧盟通用数据保护条例（GDPR）等少数西方监管框架，忽视了其他地区用户的隐私关切、态度和问题，造成了显著的研究盲点。作者系统性地将多个国家/地区的数据保护法律中的异构法律要求，沿着数据生命周期进行归一化，形
Silent Consent, Persistent Risk: Android Permission Groups and Custom Permissions
该论文系统性地研究了Android权限系统中两个被忽视的过时机制，这些机制持续破坏用户知情同意：（1）权限组（permission groups）机制：用户首次授权某个权限后，后续同一组内的新权限会被静默自动授予，用户无感知；（2）普通级自
Cloak: Heuristic ORAM Optimization Through Fixed Temporal Distribution
本文提出Cloak，一种新型的 oblivious 存储系统，旨在解决传统 ORAM（Oblivious Random Access Machine）在真实场景中部署效率低下的问题。ORAM 通过隐藏用户对云端数据的访问模式来防止侧信道攻击
Beyond Epsilon: A Principled QIF Framework for Local Differential Privacy
本文针对本地差分隐私（LDP）协议缺乏系统化比较方法的问题，提出了基于定量信息流（QIF）的分析框架。当前LDP领域通常使用隐私预算ε作为隐私度量，但ε仅能约束最坏情况下的区分性；其他比较则依赖效用驱动分析，即针对给定隐私预算ε评估机制保留
Context-Aware Metric Differential Privacy for Vehicle Trajectory Data
该论文针对车辆轨迹数据发布中的隐私保护问题，提出了一种上下文感知的度量差分隐私（Context-aware mDP, C-mDP）框架。现有度量差分隐私（mDP）机制通常独立地扰动每个位置记录，忽略了轨迹数据中时间上相邻位置之间的上下文依赖
The Privacy Subsidy in Continuous-Time Kyle: Cumulative Welfare under Noise-Perturbed Order-Flow Observation
本文将Nakamura (2026) 在单期Kyle模型中提出的隐私补贴封闭形式解推广至连续时间框架。研究背景是自动化做市商（AMM）在面对噪声订单流时的隐私与市场效率权衡。核心问题：在连续时间Kyle模型中，当做市商观察到被独立布朗运动扰
Thora: Atomic and Privacy-Preserving Multi-Channel Updates.
该论文提出了一种名为Thora的协议，旨在解决区块链支付通道网络中多通道更新的原子性和隐私保护问题。在现有的闪电网络等通道网络中，多跳支付通常依赖哈希时间锁合约（HTLC）来实现原子性，但HTLC存在隐私泄露（如路径可追踪）和资金锁定效率低