Privacy Without Losing Place: A Paradigm for Private Retrieval in Spatial RAGs
本文提出了一种名为PAS（Privacy Anchor Substitution）的结构化机制，用于在空间检索增强生成（RAG）系统中实现用户位置隐私保护。与传统的差分隐私方法直接扰动用户位置不同，PAS采用相对锚点编码来表示位置，该编码由
#privacy
共收录 546 条相关情报。
← 返回所有主题How Far Are VLMs from Privacy Awareness in the Physical World? An Empirical Study
随着视觉-语言模型（VLM）被越来越多地部署为具身助手的自主认知核心，评估其在物理环境中的隐私意识变得至关重要。与数字聊天机器人不同，这些智能体在家庭、医院等私密空间运行，能够观察并操作包含隐私敏感信息与物品的物理实体。然而，现有基准仍局限
Data anonymization in the presence of outliers via invariant coordinate selection
该论文研究存在离群值（outliers）时的数据匿名化问题。现有潜在空间匿名化方法（如频谱匿名化SA）基于主成分分析（PCA），对离群值敏感，可能导致隐私泄露。作者提出ICSA（Invariant Coordinate Selection
From Beats to Breaches:How Offensive AI Infers Sensitive User Information from Playlists
该论文研究了攻击性AI在音乐流媒体平台上的应用，特别是通过用户公开的播放列表推断敏感个人身份信息（PII）。作者首先指出，随着AI的普及，攻击性AI（Offensive AI）已成为一种新兴威胁，能够在网络杀伤链的各个阶段被恶意利用。其中，
MVPNalyzer: An Investigative Framework for Auditing the Security & Privacy of Mobile VPNs.
该论文提出并实现了一个名为 MVPNalyzer 的自动化审计框架，旨在系统性地评估移动 VPN（手机端 VPN 应用）的安全性与隐私保护水平。研究背景：移动 VPN 已被广泛用于保护用户网络通信，然而用户很难验证其是否真正做到了加密、不记
ZKSL: Verifiable and Efficient Split Federated Learning via Asynchronous Zero-Knowledge Proofs.
该论文提出 ZKSL，一个可验证且高效的拆分/联邦学习框架，将训练过程与零知识证明相结合。核心目标是实现联邦学习的隐私保护与可验证正确性，同时避免高昂的证明开销。ZKSL 通过三个设计支柱实现： (i) 层间并行证明，逐层生成证明并聚合；
Time will Tell: Large-scale De-anonymization of Hidden I2P Services via Live Behavior Alignment.
本文提出了一种名为I2PERCEPTION的低成本去匿名化方法，用于揭示I2P匿名网络中隐藏服务的真实IP地址。I2P是一个流行的匿名通信网络，但现有去匿名化方法难以在包含大量路由器的网络中有效扩展。I2PERCEPTION的核心思想是利用
Shadow in the Cache: Unveiling and Mitigating Privacy Risks of KV-cache in LLM Inference.
本文研究了大型语言模型（LLM）推理过程中键值缓存（KV-cache）带来的隐私风险。KV-cache是LLM中用于加速自回归解码的关键组件，它会存储中间注意力层的键和值张量。作者发现，KV-cache中可能残留用户输入的敏感信息，例如个人
Hey there! You are using WhatsApp: Enumerating Three Billion Accounts for Security and Privacy.
本论文研究了全球最大即时通讯平台 WhatsApp 的电话号码枚举漏洞。WhatsApp 拥有超过 35 亿活跃用户（截至 2025 年初），其通讯录同步机制允许用户通过手机号查询联系人是否注册。该机制虽为合法功能，但本质上为攻击者提供了枚
A Unified Defense Framework Against Membership Inference in Federated Learning via Distillation and Contribution-Aware Aggregation.
本文针对联邦学习中的成员推断攻击提出了一种统一的防御框架。成员推断攻击旨在判断某个特定数据样本是否被用于训练模型，严重威胁用户隐私。现有防御方法存在计算开销大或可用性-隐私权衡不佳的问题。作者提出通过知识蒸馏和贡献感知聚合来协同防御：首先，
SoK: A Privacy Framework for Security Research Using Social Media Data.
该论文是一篇系统化知识综述（SoK），旨在为使用社交媒体数据进行安全研究的隐私问题提供一个分析框架。研究背景在于，社交媒体数据常包含个人敏感信息，尽管已有关于此类研究伦理的广泛讨论，但针对具体隐私风险及缓解措施的精细分析仍不足。作者从计算机
Accio: Variable-Amount, Optimized-Unlinkable and NIZK-Free Off-Chain Payments via Hubs.
该论文提出了一种名为 Accio 的链下支付协议，旨在解决现有基于中心节点（hub）的链下支付系统中存在的可扩展性、隐私性和效率问题。现有的 hub 类链下支付方案通常需要昂贵的零知识证明（NIZK）来实现不可链接性，且只能支持固定金额的支
PrivATE: Differentially Private Average Treatment Effect Estimation for Observational Data.
因果推断在多个科学研究领域扮演关键角色，其中平均处理效应（ATE）的估计是核心问题之一。然而，使用真实世界观测数据计算ATE会带来显著的隐私风险。差分隐私作为一种严格理论保证的隐私保护技术，已成为隐私保护数据分析的标准方法。但现有的差分隐私
Select-Then-Compute: Encrypted Label Selection and Analytics over Distributed Datasets using FHE.
本论文提出了一种名为“Select-Then-Compute”的框架，旨在解决分布式数据集上的加密标签选择与分析问题。在多方协作场景中，不同数据持有者希望在不泄露原始数据的前提下，对联合数据进行查询和计算，但现有全同态加密（FHE）方案在支
Lightening the Load: A Cluster-Based Framework for A Lower-Overhead, Provable Website Fingerprinting Defense.
本文提出了一种基于聚类的低开销、可证明的网站指纹防御框架。网站指纹攻击利用加密流量的模式（如数据包大小、时间间隔）来识别用户访问的网站，对匿名通信系统（如Tor）构成严重威胁。现有防御方法如Walkie-Talkie和WFDefender虽
Passive Multi-Target GUTI Identification via Visual-RF Correlation in LTE Networks.
该论文提出了一种在LTE网络中通过视觉与射频（RF）信号关联来被动识别多个目标的GUTI（全球唯一临时标识符）的方法。研究背景是：LTE网络中的移动设备通过GUTI进行临时身份标识，但GUTI会定期更新以保护用户隐私。然而，攻击者可以通过被
Cross-Boundary Mobile Tracking: Exploring Java-to-JavaScript Information Diffusion in WebViews.
本文研究了移动应用中 WebView 组件存在的跨边界信息泄露问题。WebView 允许应用在原生 Java/Kotlin 环境中嵌入 Web 内容，但应用会通过桥梁（JavaScriptInterface）将 Java 对象暴露给 Jav
PIRANHAS: PrIvacy-Preserving Remote Attestation in Non-Hierarchical Asynchronous Swarms.
本文提出 PIRANHAS，一种针对非层次异步无人机群（swarm）的隐私保护远程证明（Remote Attestation）协议。在无人机群等大规模分布式系统中，远程证明用于验证节点的软件完整性，但现有方案往往假设层次结构或同步通信，且缺
SNPeek: Side-Channel Analysis for Privacy Applications on Confidential VMs.
本文针对机密虚拟机（Confidential VMs）中的隐私应用，提出了一种侧信道分析方法 SNPeek。侧信道攻击能够利用物理或逻辑侧信道泄漏敏感信息，对机密计算环境构成威胁。文章可能分析了在可信执行环境（TEE）中运行的隐私保护应用（
Cryptobazaar: Private Sealed-bid Auctions at Scale.
由于未提供论文摘要，无法生成详细内容。根据标题推测，该论文研究了在规模化的密封投标拍卖中实现隐私保护的方法，可能涉及密码学协议如多方计算或可验证延迟函数。