本文研究了在线社交网络中用户对AI生成的个人资料（即深度伪造资料）的信任程度。研究通过设计实验，让参与者评估真实与AI生成的个人资料的可信度，发现用户难以区分真实与伪造资料，且对伪造资料的信任度较高。论文提出了一个名为DeepPhish的框架，用于生成高度逼真的伪造社交资料，并分析了用户信任的影响因素。实验结果表明，用户对个人资料的信任主要基于资料中的视觉元素（如头像）和文本信息（如个人简介），而AI生成的资料在这些方面已经达到与真实资料难以区分的水平。研究还发现，用户的信任决策受到其社交媒体使用经验的影响，但总体趋势是容易被伪造资料欺骗。这项工作揭示了社交工程攻击的新趋势，即利用AI生成虚假个人资料进行钓鱼攻击，并强调了提高用户警觉性和开发检测工具的必要性。

该论文针对智能音箱麦克风持续监听引发的用户隐私信任问题，提出了一种名为“有意供电”（Intentional Powering）的硬件设计范式。传统智能音箱麦克风始终通电，用户无法直观判断录音状态，导致隐私担忧。作者设计了一种新型麦克风系统：麦克风仅在用户明确意图（如按下物理按钮或说出唤醒词）时由用户可控的电源电路供电，同时提供“可感知保证”（Perceptible Assurance），即通过LED灯光、振动或声音反馈实时指示麦克风是否处于录音状态。论文构建了原型设备，并开展用户研究（N=24），对比传统“始终监听”模式和本方案。结果显示，有意供电显著提升了用户对隐私控制的感知、信任度和使用意愿，而功能体验（如语音助手响应速度）未受实质影响。主要贡献包括：提出并验证了一个兼顾隐私与可用性的麦克风供电架构；提供了用户信任的量化评估；为消费电子产品的隐私透明设计提供了可借鉴的思路。