无线网络中的服务发现是设备动态发现并通信的基础过程，对5G、物联网等现代系统至关重要。然而，现有协议在隐私保护、访问控制表达力和效率方面存在局限。PriSrv+ 在 NDSS'24 的 PriSrv 基础上，提出了快速且表达力强的匹配加密 (FEME)，这是首个支持无界属性空间且能表达任意字符串作为属性的匹配加密方案，从而显著增强了服务发现的灵活性与隐私性。与 PriSrv 相比，PriSrv+ 优化了密码学操作，加密速度快 7.62 倍，解密速度快 6.23 倍，密文大小减少 87.33%；同时，服务广播通信成本降低 87.33%，匿名相互认证通信成本降低 86.64%。该协议兼容 mDNS、BLE、Wi-Fi 等主流无线协议，适用于资源受限环境。形式化安全证明确保了 FEME 和 PriSrv+ 的安全性。在多种平台上的评估表明，PriSrv+ 在性能、可扩展性和效率上均优于现有方案。

本文针对基于信道图（channel charting）的位置服务（LBS）中的位置隐私问题展开研究。信道图技术通过利用信道状态信息构建虚拟位置图谱，从而在不依赖显式位置信息的情况下提供定位服务，这一特性虽天然具备一定隐私优势，但缺乏形式化的隐私保护保证。为此，作者提出了一种称为“图表位置不可区分性”（CLI）的隐私概念，将地理不可区分性（geo-indistinguishability）扩展到信道图表示中。为了实现CLI，论文首先研究了标准的平面拉普拉斯机制，并进一步设计了一种基于几何感知的马氏范数平面拉普拉斯（MNPL）机制。该机制通过注入与图表局部结构对齐的噪声来扰动信道图，在隐私约束下保持流形拓扑。具体而言，隐私定义在潜在的信道图流形上，利用从图表邻域导出的局部自适应协方差来生成噪声。此外，论文还将差分隐私作为隐私基线进行对比。实验评估在多种信道图方案上进行，使用质量损失（QL）和范围查询误差（RQE）等效用指标，以及可信度（TW）和连续性（CT）等几何感知指标。数值结果表明，所提出的隐私机制能在为LBS任务保留信道图可用性的同时提供强大的隐私保护。该研究为信道图位置服务的隐私保护提供了新的理论基础和实用方法。

该论文研究XR（扩展现实）设备在不应发送WiFi数据包时仍会发送数据包的安全问题，并利用这一现象实现跨大楼的键盘记录攻击。作者提出了一种非协作无线感测方法，通过分析XR设备无意中发出的WiFi信号，可以远程窃取用户输入。实验证明了攻击的可行性。该研究揭示了XR设备无线通信中的隐私泄露风险。