Can we cast a ballot as intended and be receipt free?
本文研究电子投票协议中两个关键安全属性之间的相互作用：收据自由性（receipt-freeness，即选民无法向第三方证明自己如何投票，以防止选票买卖或胁迫）和按意愿投票可验证性（cast-as-intended verifiability
#privacy
共收录 546 条相关情报。
← 返回所有主题A User-Centric Context-Aware Permission Governance Framework for Privacy Control in Default Mobile Applications
该论文针对移动操作系统中默认（预装）应用权限控制机制存在的安全与隐私缺陷展开研究。尽管现代移动系统提供了运行时权限控制，但默认应用深度集成于系统、常以较高权限运行，且用户难以审查其行为。现有权限模型通常基于应用会话授予持久或临时访问，不区分
From Perception to Protection: A Developer-Centered Study of Security and Privacy Threats in Extended Reality (XR).
本文是一项针对扩展现实（XR）应用开发者的安全与隐私威胁认知研究，属于人因安全与隐私领域。XR 的沉浸式特性带来了传统范式难以缓解的全新安全与隐私挑战，例如丰富的传感器数据采集、用户生成内容接口等。开发者作为 XR 应用的主要构建者，其威胁
Usable Anonymity in Reproductive Health Privacy.
该研究聚焦于在线平台内置隐私功能在实现匿名性方面的可用性问题，以经期与生育追踪（PFT）应用为研究场景。由于生殖健康数据具有高度敏感性，用户面临数据监控与隐私泄露的风险，对匿名保护功能（APFs）的需求尤为迫切。研究招募了32名参与者，对六
On the Privacy Risks of Cell-Based NAS Architectures.
该论文系统性地研究了基于神经架构搜索（NAS）搜索得到的网络架构在隐私攻击下的鲁棒性问题。以往研究主要关注 NAS 如何高效地搜索出性能更优的架构，但忽略了这些自动生成的架构在隐私保护方面的表现；与此同时，已有大量工作表明人工设计的架构容易
WPES '22: 21st Workshop on Privacy in the Electronic Society.
该条目对应 WPES '22（第21届电子社会隐私研讨会），这是与ACM CCS（计算机与通信安全会议）同步举行的国际学术研讨会，聚焦于现代电子社会中的隐私保护问题。本届研讨会的程序委员会共同主席为Yuan Hong（伊利诺伊理工大学）和L
Pointing the Way, Hiding the Destination: Practical Private Dense Retrieval at Scale
本文提出了一种实用的私有密集检索方案，用于托管式检索增强生成（RAG）和语义搜索场景。研究背景是：用户希望查询提供方持有的有价值的语料库，但存在两个相互矛盾的需求：一方面需要隐藏用户的查询和最终选择的结果，另一方面又只能向用户展示其被授权访
Are LLM-Enhanced GNNs Privacy-Safe?
本文系统评估了由大语言模型增强的图神经网络（LLM-enhanced GNNs）在隐私安全方面的风险。近年来，LLM 通过丰富节点表示的语义信息显著提升了 GNN 的性能，但这类模型面对隐私攻击时的脆弱性尚未被充分研究。为此，作者提出了一个
From WHOIS to WHOWAS: A Large-Scale Measurement Study of Domain Registration Privacy under the GDPR.
该论文针对欧盟《通用数据保护条例》(GDPR) 实施后域名注册隐私保护的变化展开大规模测量研究。传统上，WHOIS 协议被广泛用于查询域名注册人信息，是安全运营、威胁情报、执法调查等场景的重要数据源。然而 GDPR 对个人数据保护提出了严格
zkLogin: Privacy-Preserving Blockchain Authentication with Existing Credentials.
该论文提出 zkLogin，一种面向区块链系统的隐私保护认证方案，允许用户使用现有的 Web2 身份凭据（如 Google、Facebook 等 OAuth 账号）登录区块链应用，而无需管理私钥或助记词。核心思想是利用零知识证明（ZKP）将
ToolMinimize: Auditing and Rewriting LLM Agent Tool Calls to Minimize Privacy Exposure
本文（ToolMinimize）针对LLM智能体在工具调用中过度暴露隐私敏感数据（PSD）的问题开展研究。作者通过在GPT-4o、Claude 3.5 Sonnet和Llama-3.3-70B三个生产级大语言模型上的受控测量发现，在默认提示
Spectrum-Aware Bounds on Invertibility for Privacy-Enhancing Instance Encoding
实例编码（Instance Encoding）作为一种常用的隐私增强技术，在将数据共享给不受信任的服务器时，通过对敏感数据进行变换，希望既能保留下游任务所需的效用，又能使攻击者难以重建原始数据。尽管该技术在实践中被广泛采用，但大多数研究工作
The Anonymity Gap: Understanding Real Privacy in Shielded UTXO-based Protocols for DeFi
该论文针对DeFi中基于屏蔽UTXO（未花费交易输出）的隐私协议提出了一套统一分析框架。此类协议允许资产在屏蔽池内持续流转，仅在提现或与公开DeFi交互时公开，因此与传统混币器不同，其匿名性并非简单的池规模问题，而是跨note/UTXO、证
DIME: Query-Efficient Framework for Membership Inference on Diffusion Models
DIME 是一篇针对扩散模型成员推理攻击的研究论文。成员推理攻击旨在判断某个数据样本是否被包含在模型训练集中，这类攻击对数据隐私构成直接威胁。已有的扩散模型成员推理攻击大多依赖启发式策略，且需要较大的查询预算，实用性受限。DIME 从理论层
zkCross: A Novel Architecture for Cross-Chain Privacy-Preserving Auditing.
本文提出了一种名为 zkCross 的新型跨链隐私保护审计架构。随着区块链生态中跨链交互日益频繁，跨链交易的安全性和隐私性成为关键挑战：一方面需要确保跨链数据的完整性和审计可追溯性，另一方面又要保护交易双方的隐私，避免敏感信息泄露。现有跨链
Simple, Fast Malicious Multiparty Private Set Intersection.
本文研究多方隐私集合交集（Multiparty Private Set Intersection）在恶意敌手模型下的安全协议设计问题。隐私集合交集允许多方在不泄露各自集合内容的前提下计算交集，是安全多方计算中的基础问题，广泛应用于社交网络好
Mitigating Explanation Leakage in Financial Fraud Detection Systems
金融欺诈检测系统通常依赖集中式机器学习模型，这带来严重的数据隐私风险。联邦学习（FL）通过将数据处理分散到各参与方来缓解这一问题，但金融监管仍要求模型具备可解释性，因此常使用TreeSHAP等可解释人工智能（XAI）工具。然而，近期网络安全
On SSI-based Private Decentralized Bidding
该论文研究在去中心化环境中实现私密投标的问题。传统私密投标要求参与者在投标窗口期内提交密封报价，确保内容对其他投标人隐藏，以保证公平竞争。区块链虽然提供去中心化和公开可验证性，但在没有可信第三方（TTP）的情况下，现有方法难以验证投标者是否
Ramen: Souper Fast Three-Party Computation for RAM Programs.
本文提出 Ramen，一种针对内存访问模型（RAM）程序的三方安全计算协议。安全多方计算（MPC）允许多个参与方在保护各自私有输入的前提下联合计算某个函数。传统的电路模型在处理循环和数组访问时效率低下，而 RAM 模型更贴近真实程序结构，因
Hope of Delivery: Extracting User Locations From Mobile Instant Messengers.
本论文研究移动即时通讯应用中消息投递状态通知（delivery status notifications）所引发的用户位置隐私泄露问题。WhatsApp等广泛使用的即时通讯应用，通过投递状态通知（如勾号标记）告知发件人消息是否成功送达，该功