推荐 9.6
Conf: 50%
该论文研究端到端加密(E2EE)通信场景下有害媒体(如儿童性虐待材料 CSAM、恐怖主义内容等)的识别问题。由于 E2EE 保护用户隐私,服务提供商无法直接查看消息内容,因此需要在不破坏加密和隐私的前提下检测已知有害媒体。论文提出一种高效的私有成员计算方法,允许客户端或服务端在不泄露查询内容的前提下,判断某个媒体对象(如图片/视频的哈希值)是否存在于已知有害内容数据库中。核心贡献包括:设计轻量级密码学协议,将通信双方的计算与通信开销控制在可接受范围;给出与现有 E2EE 系统(如 Signal、WhatsApp 类架构)集成的接口方案;探讨误报(false positive)对用户隐私的影响,并分析抵御恶意客户端/服务端对抗行为的隐私保证。实验表明该方法在真实规模数据集上具有可行性,显著降低带宽与延迟开销。论文适合安全协议设计者、隐私保护技术研究员、以及负责内容审核策略的工程师阅读。
💡 推荐理由: 为 E2EE 环境下的合规内容审核提供了一种兼顾隐私与效率的技术路径,对平衡用户隐私保护与平台安全责任具有直接参考价值。
🎯 建议动作: 研究跟进
排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.6)