P4QS: A Peer to Peer Privacy Preserving Query Service for Location-Based Mobile Applications
基于位置的服务提供了网络世界和物理世界的有趣组合。但是，它们也可能威胁到用户的隐私。现有的隐私保护协议需要可信节点，存在严重的安全和计算瓶颈。提出了一种基于对等网络结构的分布式匿名协议。每个移动节点负责匿名化特定区域。移动节点在匿名查询中进行协作，而不需要访问关于彼此的任何信息。在提议的协议中，每个请求将与随机选择的票一起发送。服务器生成的加密响应基于此票证的哈希值通过网络发送到特定的移动节点（称为代理节点）。用户将查询代理以获得响应。消息的所有部分都是加密的，除了匿名器和代理所需的字段。这将保护P2P网络上的数据包交换。实验结果表明，该协议能够有效地实现位置服务中的用户隐私保护。
2016-06-08 cs.CR
Exposing Privacy Risks in Anonymizing Clinical Data: Combinatorial Refinement Attacks on k-Anonymity Without Auxiliary Information
本研究提出无需辅助信息的组合细化攻击CRA，针对ARX生成的局部重编码k-匿名临床数据，通过线性规划缩小敏感值范围，在真实临床数据上验证了现有k-匿名框架的隐私防护不足。
2025-09-03 cs.CR
Crypto-Book: Bootstrapping Privacy Preserving Online Identities from Social Networks
支持联合身份的社交网站为跨站点身份验证提供了一种方便且日益流行的机制。不幸的是，它们也加剧了许多隐私和跟踪风险。我们提出了加密书，一个匿名层，使跨站点身份验证，同时降低这些风险。Crypto-Book依赖于一组独立管理的服务器，这些服务器共同为每个社交网络身份分配公钥/私钥对。只有身份的所有者知道所有的私钥份额，因此可以构造私钥，而所有参与者可以获得任何用户的公钥，即使尚未检索到相应的私钥。在获得适当的密钥集之后，用户可以利用匿名身份验证技术（如验证签名）登录第三方网站，同时保护隐私。我们已经实现了一个原型的加密书，并展示了它的使用与三个应用程序：一个维基系统，一个匿名组通信系统，和举报人提交系统。我们的结果表明，对于大小为100的匿名集，Crypto-Book登录需要0.56s的签名生成的客户端，0.38s的签名验证的服务器上，并需要5.6KB的通信带宽。
2014-06-16 cs.CR
An Information Theoretic Framework for Active De-anonymization in Social Networks Based on Group Memberships
在本文中，一个新的数学公式的问题去匿名的社会网络用户，积极查询他们在社会网络组的成员。在这个公式中，攻击者可以访问社交网络中每个用户的组成员的嘈杂观察。当身份不明的受害者访问恶意网站时，攻击者使用浏览器历史记录嗅探来查询受害者的社交媒体活动。特别地，它可以对受害者的组成员身份和受害者的身份进行极性查询。攻击者会收到对她的查询的嘈杂响应。目标是以最少的查询次数对受害者进行去匿名化。从一个严格的数学模型，这个主动去匿名化问题，上界的攻击者的预期查询成本的推导，并提出了新的攻击算法，实现这一界限。这些算法在计算成本和性能方面各不相同。结果表明，以前的启发式方法，这个问题提供了次优的解决方案。
2017-10-11 cs.CR cs.IT cs.SI
Region of Interest Loss for Anonymizing Learned Image Compression
Graduate School of Information Sciences, Tohoku University（东京大学信息科学研究生院）；Julius Maximilian University Würzburg（维尔堡大学）
本文提出通过定制损失函数在感兴趣区域实现学习图像压缩的匿名化，使人脸不可识别但保持人物可检测，同时减少敏感数据传输。
2024-06-09 cs.CR cs.CV cs.LG
StyleID: Identity Disentanglement for Anonymizing Faces
Linköping University（林雪平大学）
机器学习模型的隐私是阻碍人工智能（AI）广泛采用的剩余挑战之一。本文认为这个问题的背景下，图像数据集包含的面孔。由于这些数据集在自动驾驶汽车训练中的核心作用以及监控系统生成的大量数据，这些数据集的分析变得越来越重要。虽然大多数先前的工作通过修改像素空间中的身份特征来对面部图像进行去识别，但我们将图像投影到生成对抗网络（GAN）模型的潜在空间上，找到提供最大身份解开的特征，然后在潜在空间，像素空间或两者中操纵这些特征。本文的主要贡献是设计了一个特征保持匿名化框架StyleID，它保护了个人的身份，同时尽可能多地保留了图像数据集中原始人脸的特征。作为贡献的一部分，我们提出了一种新的解纠缠度量，三个互补的解纠缠方法，和新的见解身份解纠缠。StyleID提供了可调的隐私，具有低计算复杂性，并显示出优于当前最先进的解决方案。
2022-12-28 cs.AI cs.CR cs.CV
Link Prediction by De-anonymization: How We Won the Kaggle Social Network Challenge
UC Berkeley（加州大学伯克利分校）；PARC（帕洛阿尔托研究中心）；Microsoft Research, Silicon Valley（微软研究院（硅谷））
本文描述了Kaggle.com举办的IJCNN 2011年社交网络挑战赛的获奖作品。比赛的目的是促进对现实世界链接预测的研究，数据集是通过抓取流行的社交照片共享网站Flickr获得的图表，用户身份被擦洗。通过使用我们自己的Flickr抓取对大部分竞争测试集进行去匿名化，我们能够有效地参与竞争。我们的攻击代表了去匿名化在游戏机器学习竞赛中的新应用，这表明未来竞赛应该如何运行。我们介绍了一种新的模拟退火为基础的加权图匹配算法的种子去匿名化的步骤。我们还展示了如何将去匿名化与链接预测相结合--后者需要在测试集的未去匿名化部分上实现良好的性能--例如，通过在测试集的去匿名化部分上训练预测器，并将去匿名化和链接预测的概率预测相结合。
2011-02-22 cs.CR cs.LG
Fair anonymity for the Tor network
目前匿名网络已经成为保障用户隐私的重要工具。然而，这些平台可能被用来执行非法操作，这有时会使服务提供商将来自这些网络的流量视为可能的威胁。为了解决这个问题，我们建议在Tor网络中添加对公平机制的支持。具体地说，通过对与入口和出口节点的密钥协商过程进行轻微修改，以组签名的形式。通过这些签名，我们建立了一个访问控制方法，以防止行为不端的用户使用Tor网络。此外，我们建立了一个预定义的方法来谴责非法行为，这阻碍了所提出的公平机制的应用程序作为一个威胁侵蚀用户的隐私。直接的结果是，来自Tor的流量将被服务提供商认为不那么可疑。
2014-12-15 cs.CR
On the k-Anonymization of Time-varying and Multi-layer Social Graphs
在线社交媒体平台的普及为研究现实世界的复杂互动网络提供了前所未有的机会。然而，向研究人员和公众发布这些数据的代价是可能暴露隐私和敏感的用户信息。已经表明，通过移除节点的身份来对网络进行朴素的匿名化不足以保护用户的隐私。为了应对恶意攻击，已经提出了k-匿名解决方案来部分混淆可用于推断节点身份的拓扑信息。在本文中，我们研究了在时变图中确保k-匿名的问题，即，具有随时间变化的结构的图，以及多层图，即，具有多种类型链接的图表。更具体地说，我们研究的情况下，攻击者可以访问的程度的节点。目标是生成一个新的图，其中给定图的每个（时间）层中的节点的度，这样的节点与图中的其他k-1个节点保持不可区分。为了实现这一点，我们找到了图节点的最佳划分，使得每个组内的匿名化度信息的成本最小。我们表明，这减少到一个特殊的情况下，广义分配问题，我们提出了一个简单而有效的算法来解决它。最后，我们引入了一个迭代线性规划方法，以加强匿名度序列的可实现性。该方法的有效性进行评估，通过一组广泛的实验合成和现实世界的图形。
2015-03-22 cs.CR cs.SI
The effect of constraints on information loss and risk for clustering and modification based graph anonymization methods
在本文中，我们提出了一种新的方法匿名在线社交网络图，可以与现有的扰动方法，如聚类和修改。本文的主要观点是，通过施加额外的约束，可以选择哪些节点，我们可以减少信息损失的关键结构指标，同时保持可接受的风险。我们提出并评估了两个约束条件，“本地1”和“本地2”，选择最相似的子图在同一个社区，而不包括一些关键的结构节点。为此，我们引入了一种新的距离度量的基础上，局部子图的特点，并使用同构匹配器进行校准。实证测试进行了三个真正的OSN数据集，六个信息损失的措施，五个对手的查询作为风险措施，和不同水平的k-匿名。结果表明，总体而言，有约束的方法给出了最好的结果，信息损失和披露风险。
2014-07-01 cs.CR
Towards the ideals of Self-Recovery and Metadata Privacy in Social Vault Recovery with Apollo
EPFL（洛桑联邦理工学院）；King’s College London（伦敦国王学院）；Digital Asset（数字资产）；armasuisse（瑞士国防部）
Apollo是一种社会保险库恢复机制，通过阈值社会重连事件实现无记忆假设的自我恢复，并利用多层秘密共享和虚假数据分发保护元数据隐私，显著降低恶意恢复概率并提升计算效率。
2026-09-15 cs.CR cs.HC
Compromising Tor Anonymity Exploiting P2P Information Leakage
在P2P网络中，用户的隐私远远超出了他们目前的使用，并且是采用P2P协议进行合法使用的基本要求。在这些用户和反盗版组织之间的冷战气氛中，越来越多的用户转向匿名网络，试图隐藏自己的身份。然而，当P2P协议没有设计成保护用户信息时，它会泄漏可能危及其用户身份的信息。在本文中，我们首先介绍了三种针对Tor上的BitTorrent用户的攻击，这些攻击揭示了他们的真实IP地址。在第二步中，我们分析BitTorrent用户对Tor的使用情况，并将其与Tor之外的使用情况进行比较。最后，我们描述了这种去匿名化所引起的风险，并表明用户的隐私侵犯超出了BitTorrent流量，并污染了其他协议，如HTTP。
2010-04-09 cs.CR cs.NI
A Heuristic Reputation Based System to Detect Spam activities in a Social Networking Platform, HRSSSNP
社交网络平台的引入极大地影响了个人互动的方式。尽管大多数影响都是积极的，但存在一些与社交网站上的互动相关的严重威胁。相当大比例的犯罪是通过社交网络平台发起的[5]。近33%的互联网犯罪是通过社交网站发起的[5]。此外，像垃圾邮件这样的活动会产生不必要的流量，并可能影响社交网络平台的用户群。因此，防止与恶意意图和垃圾邮件活动的交互变得至关重要。这项工作试图通过将社交网络视为加权图来检测社交网络平台中的相同内容，其中表示社交网络中的个体的每个节点以被称为本地化数据集的优化格式存储其他节点相对于其自身的活动。与图中的边相关联的权重表示简档之间的信任关系。边的权重连同本地化数据集一起被用于推断社交网络中的节点是否受到危害并且正在执行垃圾邮件或恶意活动。
2012-12-09 cs.CR
An Indirect Social Trust Model for Vehicular Social Networks Using Evolving Graph Theory
在高度动态的社交网络，如车辆社交网络（VSNs），建立间接的信任关系的重要性和随之而来的挑战，本文进行了研究。VSN是移动社交网络，旨在在路上的旅行者之间建立社交联系。除了匹配两个用户之间的兴趣之外，社会信任对于成功建立和培养社会关系至关重要。然而，VSN的独特性给间接社会信任建模带来了许多挑战，如不确定性、主观性和不可传递性。此外，目前的信任模型在文献中没有充分解决信任传播的VSN。我们提出了一种新的间接社会信任模型的VSNs使用进化图论和Paillier密码系统。我们认为VSN是一个高度动态的社会发展图，其中车辆之间的社会关系保持着随着时间的推移而发展的可信度因素。该因素是根据所涉及各方的行为、意见、距离和沟通指标来估计的。该模型利用Paillier密码系统的同态性质，针对多个意见组合建立间接信任关系时的主观性问题。通过计算和通信复杂性的分析，我们证明了该模型的可行性和其间接信任计算算法的效率。
2022-06-27 cs.CR
A Logical Framework for Verifying Privacy Breaches of Social Networks
我们提出了一种新的方法来处理传递性权限委托的威胁时，出现在社交网络的内容被授予权限的第三方用户，从而打破了内容所有者的隐私政策。这些类型的隐私泄露在像Facebook这样的社交网络中通常是无意的，因此，需要（更多）适当的机制来使社交网络用户意识到改变其隐私政策的后果。我们的方法是独特的，在其使用正式的方法，工具和技术。它建立在社交网络的谓词逻辑定义之上，该定义满足现有社交网络的常见方面，例如用户、社交网络内容、友谊、内容许可和内容传输。我们的方法在Yices中实现。对于谓词逻辑模型，我们制定了一个安全策略，验证社交网络用户拥有的内容的权限流，并演示了如何验证这个安全策略。
2018-06-09 cs.CR cs.SE
StegHash: New Method for Information Hiding in Open Social Networks
提出了一种在开放社交网络中进行信息隐藏的新方法。该方法被称为StegHash，基于在各种开放的社交网络中使用主题标签来连接带有嵌入式隐藏消息的多媒体文件（如图像，电影，歌曲）。该系统的评价是在两个社交媒体服务（Twitter和Instagram）上进行的，使用简单的环境作为概念验证。实验证明，最初的想法是正确的，因此，所提出的系统可以创建一个全新的领域的威胁社交网络。
2016-11-01 cs.CR cs.NI
Tie-RBAC: An application of RBAC to Social Networks
本文从社会网络分析的角度，探讨了基于角色的访问控制在社交网络中的应用。每个绑定由一个关系、一个发送者和一个接收者组成，涉及发送者将接收者分配给一个具有权限的角色。该模型不受系统定义关系的约束，允许用户单方面定义它们。它充分利用了RBAC的策略中立性、简化安全管理和对其他角色的权限等优点。Tie-RBAC已经在用于构建社交网络站点的核心Social Stream中实现。
2012-05-25 cs.CR cs.SI
Private Social Network Data Sharing
在线社交网络的日益普及给最终用户带来了巨大的隐私威胁。虽然现有的工作主要集中在从社交网络中推断敏感属性，如年龄，位置和性别，很少有人做了如何保护用户的隐私，防止恶意推断。本文针对现有社交网络的隐私脆弱性，设计了一个隐私保护框架。我们评估了该框架的隐私性和有用性保证，证明了其分类和防御隐私攻击的有效性。
2017-07-26 cs.CR cs.SI
SocialStegDisc: Application of steganography in social networks to create a file system
SocialStegDisc的概念是作为StegHash方法的原始思想的应用而引入的。这种新型大容量存储的特点是空间无限。该设计还试图通过在内存需求和计算时间之间进行权衡来改进StegHash的操作。应用链表机制提供了对文件的创建、读取、删除和修改操作的集合。讨论了特点、限制和机会。
2017-06-29 cs.CR cs.MM
Detecting cyber threats through social network analysis: short survey
本文考虑了一个简短的调查的基本方法的社交网络分析，这是用于检测网络威胁。介绍了社交网络威胁的主要类型。描述了用于社交网络分析的图论和数据采掘的基本方法。讨论了社会网络分析的典型安全任务，如网络中的社区发现、社区中的领导者发现、网络中的专家发现、文本信息聚类等。
2018-05-17 cs.CR cs.CY cs.SI
