本研究针对技术辅助滥用（TFA）场景下的账户泄露调查问题，探讨了数据导出能否补充现有的账户安全接口（ASI）。研究人员在六个常用平台（如社交、邮件等）上模拟了四种类型的账户泄露攻击（包括密码猜解、会话劫持、设备添加和密码重置），然后比较了各平台提供的ASI（如可信设备列表、登录活动日志）与用户可请求的数据导出文件（如GDPR/CCPA下的数据副本）。结果显示，数据导出普遍包含比ASI更细粒度的登录历史记录，包括时间戳、IP地址、设备指纹、浏览器信息等；部分平台甚至能将密码更改、设备添加等安全敏感操作关联到具体设备，为识别泄露提供了更强的取证价值。然而，数据导出也存在可用性挑战：文件格式不统一、信息分散、解析困难，且普通用户难以理解。论文为服务提供商改进数据导出能力、为TFA干预服务设计更友好的调查工具提供了实证基础。适合安全工程师、隐私研究人员及TFA支持组织阅读。