Revealing the Unseen: How to Expose Cloud Usage While Protecting User Privacy
云用户对支撑他们使用的虚拟化云资源的物理机的性能特征和利用率几乎没有可见性。这种不确定性迫使用户和研究人员对云系统的内部工作进行逆向工程，以了解和优化其应用程序的运行条件。在Massachusetts Open Cloud（MOC），作为公共云运营商，我们希望公开我们的物理基础设施的利用率，以阻止这种浪费的努力。考虑到这种暴露可能被恶意地用于深入了解其他用户的工作负载，在本立场文件中，我们认为需要一种方法来平衡云的整体开放性与其中每个租户的隐私。我们相信这种方法可以通过多种安全和隐私技术的新颖组合来实例化。我们讨论了潜在的好处，对云系统和用户的透明度的影响，以及技术挑战/可能性。
2017-10-02 cs.CR cs.DC
Usage Patterns of Privacy-Enhancing Technologies
不断有关于网上侵犯隐私的报道描绘了一幅互联网正成长为一个更危险的地方的画面。有报告称，大规模部署在线技术和数据密集型网络，促进了在线危害的潜在规模，这一点得到了支持。虽然互联网用户经常对隐私表示关注，但有些人报告说，他们采取了行动来保护自己的在线隐私。我们调查的方法和技术，个人用来保护他们的隐私线上。我们进行了两项研究，N=180和N=907，以引出个人在美国，英国和德国在线使用隐私方法。我们发现，在这三个国家中，非技术方法是最常用的方法之一。我们在聚类图中确定了隐私方法使用的不同分组。该地图显示，与非技术的隐私保护方法一起，集成在服务中的简单PET形成了最常用的集群，而更高级的PET形成了不同的最少使用的集群。我们进一步调查用户的感知和推理，主要使用一组PET在第三项研究中，N=183参与者。我们没有发现先进的和简单的PETS用户之间的感知能力在保护隐私在线的差异。我们比较使用先进和简单的PET之间的看法和报告的用户推理不使用先进的PET，以及潜在的使用所需的支持。本文有助于隐私研究引出使用和感知使用跨$43$隐私方法，包括$26$ PET在三个国家，并提供了一个地图的PET使用。聚类图为未来跨PET的以用户为中心的调查提供了系统和可靠的参考点。总的来说，这项研究提供了一个广泛的理解，使用和看法，在收集的PET，并可能导致未来的研究规模使用PET。
2020-09-22 cs.CR cs.CY cs.HC
Anonymity Network Tor and Performance Analysis of ARANEA; an IOT Based Privacy-Preserving Router
曾经有一段时间，“安全”这个词只限于对有价值的东西的物理保护，这些东西必须被防范于未然。今天，在一个世界里，人们可以做的事情几乎已经出现了必要性，以保护虚拟世界。我们生活的每一个方面都在以这样或那样的方式被互联网控制。在网络空间中没有隐私，因为我们在互联网上浏览的数据正在被某人监视。我们在互联网上所做的每一项工作都被跟踪，或者数据在未经同意的情况下被泄露。为了安全地浏览互联网，我们开发了一个名为Aranea的路由器，它与浏览器Tor有关。Tor提供流量匿名性和安全性。Tor浏览器可以用于积极和消极的目的。Tor加密数据，隐藏用户的位置和身份，隐藏设备的IP地址，隐藏网络流量等等。通过使用Tor浏览器，每个用户都可以在网络世界中安全地浏览互联网。我们的目标是通过路由器Aranea为每个用户创建一个额外的安全桥梁，以便每个用户可以简单地匿名浏览互联网。
2019-06-04 cs.CR cs.NI
SP2UBI: Secure and Privacy-Preserving Usage-Based Insurance
针对UBI系统的数据泄露、传感器异常及隐私与数据完整性难以兼顾的问题，提出基于Torus全同态加密与ISAC速度验证的SP2UBI方案，该轻量级框架可在保护隐私的同时保障数据完整性。
2026-08-04 cs.CR
Publishing Wikipedia usage data with strong privacy guarantees
本文介绍 Wikimedia Foundation 在 Tumult Labs 协助下，于2023年发布含来源国家的细粒度 Wikipedia 每日浏览统计，并采用差分隐私保护用户隐私的目标、流程、算法与发布结果。
2025-07-28 cs.CR
A Privacy-Preserving Longevity Study of Tor's Hidden Services
Tor和隐藏服务已经成为保护用户隐私免受跟踪和审查的实用解决方案。与此同时，人们对隐藏服务的生命周期和性质知之甚少。Tor隐藏服务的数据汇集和研究具有挑战性，因为它提供隐私的性质。研究隐藏服务的生命周期有几个好处。例如，它允许基于域名的生命周期来调查域名的恶意性。短期的隐藏服务更有可能不是合法的域，例如，与长期存在的域名相比，被勒索软件使用。在这项工作中，我们调查的隐藏服务的生命周期，通过收集数据的一个小的（2%）子集的所有Tor HSDPA IR中继在隐私保护的方式。根据收集的数据，我们设计的协议和推断技术来推断隐藏服务的生命周期。此外，由于Tor的特殊性，我们的一小部分HSDir继电器足以高精度地推断寿命，同时尊重Tor用户和服务隐私，并遵循Tor的研究安全指南。我们的研究结果表明，大部分的隐藏服务有一个非常短的生命周期。特别是，当前所有Tor隐藏服务中有50%的估计生命周期仅为10天或更短，80%的生命周期不到一个月。
2019-09-09 cs.CR
Flexible and Robust Privacy-Preserving Implicit Authentication
隐式身份验证由服务器基于用户的使用配置文件对用户进行身份验证组成，而不是/除了依赖于用户明确知道的内容（密码，私钥等）之外。虽然隐式身份验证使第三方窃取身份变得更加困难，但它要求服务器学习并存储用户的使用配置文件。最近，第一个隐私保护隐式认证系统被提出，其中服务器不学习用户的配置文件。它使用一个特别的两方计算协议来比较用户的新鲜采样功能对加密存储的用户的配置文件。该协议需要存储使用配置文件，并使用两种不同的密码系统进行比较，其中一种密码系统是保序的;此外，特征必须是数字的。我们在这里提出了一个更简单的协议，基于集合交集，具有以下优点：i）只需要一个密码系统; ii）不泄漏新鲜特征样本的相对顺序; iii）能够处理任何类型的特征（数值或非数值）。保留字：隐私保护隐式身份验证，隐私保护集合交集，隐式身份验证，主动身份验证，透明身份验证，风险缓解，数据代理。
2015-03-02 cs.CR
RAPTOR: Routing Attacks on Privacy in Tor
Tor网络是一种广泛使用的匿名通信系统。然而，众所周知，Tor容易受到攻击者的攻击，他们可以观察通信路径两端的流量。在本文中，我们表明，之前的攻击只是冰山一角。我们提出了一套新的攻击，称为猛禽，可以由自治系统（AS）发起，以损害用户的匿名性。首先，AS级别的对手可以利用互联网路由的非对称性，以增加在通信两端观察至少一个方向的用户流量的机会。其次，AS级的对手可以利用互联网路由中的自然流失，随着时间的推移，更多的用户可以在BGP路径上。第三，战略对手可以通过BGP劫持（发现使用特定Tor保护节点的用户）和拦截（执行流量分析）来操纵互联网路由。我们通过分析历史BGP数据和Traceroute数据以及对实时Tor网络进行真实攻击来证明Raptor攻击的可行性，同时确保我们不会伤害真实用户。此外，我们概述了两个监测框架的设计，以应对这些攻击：BGP监测检测控制平面的攻击，和Traceroute监测检测数据平面的异常。总体而言，我们的工作激励匿名系统的设计，知道互联网路由的动态。
2015-03-13 cs.CR cs.NI
Prevalence of Security and Privacy Risk-Inducing Usage of AI-based Conversational Agents
ZHAW, Winterthur, Switzerland（苏黎世应用科学与艺术大学）
该研究调查3270名英国成年人发现，三分之一每周使用ChatGPT等CA，三分之一常规用户有攻击相关行为，四分之一尝试越狱，多数人不知数据可用于模型训练，建议CA配备AI护栏并提升数据使用透明度。
2026-07-31 cs.CR
The coin that never sleeps. The privacy preserving usage of Bitcoin in a longitudinal analysis as a speculative asset
比特币是迄今为止第一个也无疑是最成功的加密货币，市值超过1000亿美元。如今，比特币拥有超过10万个支持商家和300多万活跃用户。除了人们之间的信任之外，比特币还缺乏替代货币必须具备的基本特征：价值稳定性。因此，尽管比特币作为支付手段的使用相对较低，但其价值的大起大落吸引投资者将其作为有用的资产来获得交易利润。在这项研究中，我们探讨了比特币的这种确切性质，旨在揭示新兴和快速增长的加密货币市场，并将投资格局和模式与道琼斯最受欢迎的传统股票市场进行比较。我们的研究结果表明，大多数比特币地址都以正确的方式使用，以保护交易的安全性和隐私性，并且与传统股票市场相反，比特币的24/7开放市场不受离线世界的任何政治事件的影响。此外，似乎有一些特定的加密货币在大量交易方面领先于加密货币，但与正在转移的硬币数量没有相同的相关性。
2019-11-18 cs.CR
Unveiling Client Privacy Leakage from Public Dataset Usage in Federated Distillation
Case Western Reserve University（凯斯西储大学）
本文首次系统分析了公共数据集辅助联邦蒸馏（PDA-FD）的隐私风险，提出标签分布推断攻击和基于LiRA的成员推断攻击，在FedMD、DS-FL和Cronus上验证了其有效性，揭示了现有框架的隐私脆弱性。
2025-06-04 cs.CR cs.LG
The fifteen year struggle of decentralizing privacy-enhancing technology
自从互联网出现以来，它就没有任何隐私可言。目前，大多数互联网流量一直是未加密的。存在许多匿名通信覆盖网络，其目的是向其用户提供隐私。然而，由于互联网的性质，使这些网络变得分散和匿名是很困难的。我们列出了建立匿名网络的原因，指出了实现权力下放的问题，并总结了该领域最大的举措及其现状。为此，我们使用一个示例性网络，Tor网络。我们解释了Tor如何工作，这个网络目前有哪些漏洞，以及可能被用来侵犯隐私和匿名的攻击。Tor网络在报告的主要部分中被用作关键的比较网络：以表格形式概述了当今使用的主要匿名网络技术。
2014-04-18 cs.CR cs.CY cs.NI
Data Security and Privacy in Cloud Computing: Concepts and Emerging Trends
全球数百万用户利用云环境进行数据处理和共享。数据安全和隐私是云环境的必然要求。用户之间的大量使用和数据共享为安全漏洞打开了大门。本文设想讨论云环境，其效用，挑战和新兴的研究趋势局限于安全处理和数据共享。
2021-08-21 cs.CR
You can't always get what you want: towards user-controlled privacy on Android
移动应用程序（以下简称为应用程序）通过第三方分析库收集有关用户行为及其设备的大量信息。然而，这些数据的收集和使用引起了一些隐私问题，主要是因为最终用户，即，数据的实际所有者-在此收集过程中处于循环之外。此外，过去几年出现的现有隐私增强解决方案遵循“全有或全无”的方法，让用户唯一选择接受或完全拒绝对隐私相关数据的访问。这项工作有两个目标，一是评估移动应用程序中分析库使用的隐私影响，二是提出一种数据匿名化方法，该方法可以在收集的数据的实用性和隐私性之间进行权衡，并让用户完全控制共享过程。为了实现这一目标，我们对2020年11月至2021年1月期间Google Play商店中4500个最常用的Android应用程序中包含的分析库进行了实证隐私评估。然后，我们提出了一个授权的匿名化方法，基于MobHide，使最终用户完全控制收集和匿名化过程。最后，我们通过经验证明了这种匿名方法的适用性和有效性，这要归功于HideDroid，一个成熟的Android生态系统匿名应用程序。
2022-01-29 cs.CR
Differentially Private Demand Side Management for Incentivized Dynamic Pricing in Smart Grid
为了在智能电网中有效地提供需求侧管理（DSM），基于实时能源使用进行定价被认为是最重要的工具，因为它直接与智能电表相关的财务相关联。因此，每个智能电表用户都希望支付尽可能少的金额，同时获得最大的利益。在这种情况下，基于使用的动态定价策略的需求侧管理发挥其作用，并提供用户特定的激励，帮助塑造他们的负荷曲线，根据预测的负荷。然而，这些报告的实时值可能会泄露智能电表用户的隐私，这可能会导致严重的后果，如间谍等。此外，大多数动态定价算法对所有用户收取相同的费用，而不管他们在导致峰值因素方面的贡献。因此，在本文中，我们提出了一个修改后的基于使用的动态定价机制，只收取用户负责造成高峰因素。我们进一步融入差分隐私的概念，保护实时智能电表数据的隐私。为了计算准确的计费，我们还提出了一种噪声调整方法。最后，我们提出了需求响应增强差别定价（DRDP）策略，有效地提高了需求响应，同时提供动态定价的智能电表用户。并对差分隐私保证和协作状态概率进行了理论分析，分析了协作智能电表的行为。对DRDP策略在不同隐私参数下的性能评估表明，该策略在动态定价和隐私保护方面优于以往的机制。
2022-01-25 cs.CR
Privacy Protection of Grid Users Data with Blockchain and Adversarial Machine Learning
Tennessee Technological University（田纳西理工大学）
据报道，世界各地的公用事业在未来几年内将投资约300亿美元安装超过3亿台智能电表，以取代传统的模拟电表[1]。到十年中期，随着全国范围的全面部署，将有近13亿个智能电表到位[1]。通过这些智能电表收集细粒度的能源使用数据提供了许多优点，例如通过使用需求优化为客户节省能源，具有动态定价程序的更高准确性的计费系统，最终用户之间的双向信息交换能力以实现更好的消费者-运营商交互，等等。然而，所有这些与细粒度能源使用数据汇集相关的特权都威胁到用户的隐私。有了这项技术，客户的个人数据，如睡眠周期，居住人数，甚至设备的类型和数量流入公用事业公司的手中，并可能受到滥用。这篇研究论文解决了从智能电表收集的消费者能源使用数据的隐私侵犯问题，并为隐私保护提供了一种新的解决方案，同时允许能源数据分析的好处。首先，我们展示了使用深度神经网络方法的占用检测攻击的成功应用，该方法可以产生高精度的结果。然后，我们引入对抗性机器学习使用区块链（AMLODA-B）框架作为反击，通过将基于长短期记忆（LSTM）模型的算法部署到标准化的智能计量基础设施中，以防止消费者个人信息的泄露。我们的隐私感知方法在不影响计费正确性的情况下保护消费者的隐私，并在不使用权威中介的情况下保持运营效率。
2021-01-15 cs.AI cs.CR
SpexPay: A Privacy-Preserving Pay-As-You-Go System for Dynamic Spectrum Sharing
Virginia Tech（弗吉尼亚理工大学）；University of Kentucky（肯塔基大学）
研究动态频谱共享中现有方案的隐私和问责问题，提出SpexPay框架，集成多种技术实现隐私保护即付即用频谱使用，通过原型展示其低延迟、低成本，适用于实际部署，还评估了对边缘硬件的适用性。
2026-07-21 cs.CR
Techreport: Evaluating Tor-based Location Privacy for Ethereum Validators
Institute of Free Technology（自由技术研究所）
通过 Tor push 协议在 Nimbus 客户端中实现验证者身份与 IP 解耦，实验表明平均延迟增加 613.82 ms 且不降低网络性能。
2026-05-27 cs.CR
The Internet with Privacy Policies: Measuring The Web Upon Consent
为了保护用户的隐私，立法者对跟踪技术的使用进行了监管，要求在收集数据之前获得用户的同意。因此，网站开始显示越来越多的同意管理模块-即，隐私按钮--访问者必须与之互动才能访问网站内容。他们对Web测量的自动收集提出了挑战，主要是为了监视跟踪技术的广泛性，但也要在野外测量Web性能。隐私限制实际上限制爬虫观察实际的网站内容。在本文中，我们提出了一个彻底的测量活动，重点是在欧洲和美国的流行网站，访问来自世界各地不同国家的着陆和内部页面。我们设计了Priv-Accept，一个能够接受隐私政策的网络爬虫，就像大多数用户在实践中所做的那样。这让我们来比较一下网页前后的变化。我们的研究结果表明，所有的测量不处理的隐私Bouncers提供了一个非常有偏见的和部分的Web视图。在接受隐私政策后，我们观察到多达70个跟踪器的增加，这反过来又使网页加载时间减慢了2 - 3倍。
2022-09-13 cs.CR cs.NI
The Impact of Sanctions on decentralised Privacy Tools: A Case Study of Tornado Cash
本文以Tornado Cash为例，研究制裁对去中心化隐私工具的影响，基于三大区块链数据发现制裁导致其交易规模等显著下降，制裁解除后恢复有限，揭示了监管对去中心化协议的影响及执行挑战。
2025-11-18 cs.CR cs.SI
Avoiding Occupancy Detection from Smart Meter using Adversarial Machine Learning
Tennessee Technological University（田纳西理工大学）
由于智能电表的诸多优点，如在公用事业服务和最终用户之间提供更快的双向通信、实现需求响应的直接负载控制、节能等，越来越多的传统机电电表被智能电表所取代。然而，智能电表提供的细粒度使用数据给用户和公司带来了额外的漏洞。占用检测就是导致侵犯智能电表用户隐私的一个例子。利用使用时间信息来检测住宅的占用是简单的，因为占用与电力使用之间存在强相关性。在这项工作中，我们的主要贡献是双重的。首先，我们基于一种称为长短期记忆（LSTM）方法的机器学习技术验证了占用检测攻击的可行性，并展示了改进的结果。此外，我们引入了对抗性机器学习占用检测避免（AMLODA）框架作为反击，以防止滥用能源消耗。本质上，所提出的隐私保护框架被设计为使用计算出的最佳噪声来屏蔽实时或接近实时的用电信息，而不损害用户的计费系统功能。我们的研究结果表明，所提出的隐私感知计费技术维护用户的隐私强烈。
2020-10-23 cs.CR cs.LG
Simulating the Effects of Social Presence on Trust, Privacy Concerns & Usage Intentions in Automated Bots for Finance
FinBots是建立在自动决策技术基础上的聊天机器人，旨在促进银行业务的可访问性，并支持客户做出财务决策。聊天机器人越来越流行，有时甚至模仿人类的社会规则、期望和规范，减少了人与人之间互动的必要性。随着银行和金融咨询平台转向创建机器人，以提高消费者信任和采用率的现状，我们调查了具有和不具有社会情感特征的聊天机器人对使用聊天机器人进行金融支持的意图的影响。我们进行了一个受试者之间的在线实验，有N = 410名参与者。对照组的参与者被提供了一个描述安全可靠的聊天机器人XRO 23的小插曲，而实验组的参与者被提供了一个描述安全可靠的聊天机器人的小插曲，它更像人类，名为Emma。我们发现，Vignette Emma并没有增加参与者的信任水平，也没有降低他们的隐私问题，尽管它增加了社交存在的感知。然而，我们发现，使用所呈现的聊天机器人进行财务支持的意图受到感知的人性和对机器人的信任的积极影响。与Emma相比，参与者也更愿意向XRO 23分享财务敏感信息，如账号，分类代码和支付信息-揭示了在信息共享方面对技术和机械FinBot的偏好。总的来说，这项研究有助于我们理解使用具有不同功能的聊天机器人作为金融技术的意图，特别是当独立于金融功能设计时，社会情感支持可能不会受到青睐。
2020-07-03 cs.CR cs.HC
Chat First, Worry Later: Understanding Individuals' Privacy Perceptions Using ChatGPT in a Work Context
University of Regensburg（雷根斯堡大学）
该研究通过对224名各行业用户的调查，分析了ChatGPT使用熟练度、隐私担忧、组织GenAI政策对用户使用ChatGPT的影响及相互作用，发现组织政策与隐私相关熟练度正相关，隐私担忧会降低使用频率和应用多样性。
2026-08-24 cs.CR cs.CY cs.HC
"The System Will Choose Security Over Humanity Every Time": Understanding Security and Privacy for U.S. Incarcerated Users
University of Washington（华盛顿大学）；Max Planck Institute for Security and Privacy（马克斯·普朗克安全与隐私研究所）
研究探讨美国监狱中数字设备的安全与隐私风险，发现现有技术存在监控、审查和使用问题，建议通过问责机制和用户中心设计平衡安全与隐私需求。
2026-04-10 cs.CR
An Interactive Framework for Implementing Privacy-Preserving Federated Learning: Experiments on Large Language Models
University of South Florida（南佛罗里达大学）；Texas State University（德州州立大学）；University of Arizona（亚利桑那大学）
针对联邦学习（FL）存在的隐私泄露风险及差分隐私（DP）保守性导致模型准确性受损的问题，本工作提出整合人类隐私从业者的框架，采用固定内存DP方法解决FL中DP方法的可变内存需求，实现可扩展私有FL并在LLM上验证了稳定内存使用与较小准确率损失。
2025-02-14 cs.CR cs.LG
De-anonymizing BitTorrent Users on Tor
一些BitTorrent用户在Tor上运行BitTorrent以保护他们的隐私。在这个扩展摘要中，我们讨论了三种不同的攻击，以揭示Tor上BitTorrent用户的IP地址。此外，我们利用多路复用的流从不同的应用程序到同一个电路链接非BitTorrent应用程序透露的IP地址。
2010-04-08 cs.CR cs.NI
Tutela: An Open-Source Tool for Assessing User-Privacy on Ethereum and Tornado Cash
Stanford University（斯坦福大学）；Eötvös Loránd University（罗兰大学）；Convex Research；Universidad de Buenos Aires（布宜诺斯艾利斯大学）；Facultad de Ingenieria（工程学院）；LambdaClass
区块链用户之间的一个常见误解是，匿名性保证了隐私。现实情况几乎相反。人们进行的每一笔交易都记录在公共账簿上，并揭示了有关个人身份的信息。混合器，如龙卷风现金，是为了保护隐私而开发的，通过将交易与匿名池中的其他交易“混合”，使其更难将池中的存款和取款联系起来。不幸的是，如果用户不小心，仍然有可能泄露匿名池中的信息。我们介绍Tutela，这是一个基于专家身份验证的应用程序，用于报告以太坊地址的真实匿名性。特别是，Tutela有三个功能：首先，它根据交互历史将以太坊地址聚集在一起，这样对于以太坊地址，我们可以识别可能属于同一实体的其他地址;第二，它向以太坊用户显示他们潜在的受损交易;第三，Tutela通过排除潜在的受损交易来计算每个Tornado Cash混合器的匿名池的真实大小。可以在https://github.com/TutelaLabs/tutela-app上找到Tutela的公开实现。要使用Tutela，请访问https://www.tutela.xyz。
2022-01-18 cs.CR cs.LG
On the Data Fight Between Cities and Mobility Providers
电动滑板车正在改变人们的出行习惯。为了监督滑板车的使用，洛杉矶交通部提出了一项规范，要求滑板车公司提供滑板车使用的详细数据。在这篇文章中，我们首先认为洛杉矶。的使用新规范的数据请求是没有保证的，因为已经存在的规范可以满足提议的用例。其次，我们表明，即使是现有的规范，要求公司发布停放的滑板车的实时数据，也会使使用滑板车的个人的隐私处于危险之中。然后，我们提出了一种算法，在发布停放的滑板车数据时，可以实现正式的隐私和实用性保证，使城市当局能够满足他们的用例，同时保护乘客的隐私。
2020-04-20 cs.CR cs.CY
Impact of User Privacy and Mobility on Edge Offloading
本研究探讨边缘卸载中用户隐私与移动性的影响，通过模拟不同场景揭示隐私保护、移动性与卸载性能之间的权衡。
2023-06-27 cs.CR cs.DC cs.NI
User's Privacy in Recommendation Systems Applying Online Social Network Data, A Survey and Taxonomy
推荐系统已经成为许多社交网络的组成部分，并且利用用户的知识显式地和隐式地从用户的个人和敏感数据中提取知识。这一趋势引发了重大的隐私问题，因为用户大多不知道使用了哪些数据、多少数据以及使用的安全性如何。在这种情况下，已经做了一些工作来解决在线社交网络数据和推荐系统中使用的隐私问题。本文综述了大规模在线社交网络和推荐系统中的主要隐私问题、度量方法和隐私保护技术。它是基于安全，隐私保护，统计建模和数据集的历史作品，提供了一个概述的技术难点和问题，在网上社交网络的隐私保护。
2018-06-20 cs.CR
TorPolice: Towards Enforcing Service-Defined Access Policies in Anonymous Systems
Tor是使用最广泛的匿名网络，目前每天为数百万用户提供服务。然而，没有针对所有这些用户的访问控制，使网络容易受到僵尸网络的滥用和攻击。例如，犯罪分子经常使用退出中继作为攻击的垫脚石，导致服务提供商提供CAPTCHA以退出中继IP地址或将其完全列入黑名单，这导致合法Tor用户面临严重的可用性问题。为了解决这个问题，我们提出了TorPolice，这是Tor的第一个隐私保护访问控制框架。TorPolice使滥用困扰的服务提供商（如Yelp）能够执行访问规则，以监管和限制来自Tor的恶意请求，同时仍为合法的Tor用户提供服务。此外，TorPolice为Tor配备了全球中继访问控制，增强了Tor对僵尸网络滥用的抵御能力。我们证明了TorPolice保护了Tor用户的隐私，实现了TorPolice的原型，并进行了广泛的评估来验证我们的设计目标。
2017-12-18 cs.CR
Identity Management issues in Cloud Computing
云计算为用户提供低成本的按需服务，无所不在的网络，大存储容量由于这些特点，云计算的Web应用正在向云迁移，由于这种Web应用的迁移，云计算平台提出了许多问题，如隐私，安全等。隐私问题是云计算主要关注的问题。隐私保护是保护云用户的敏感信息，其主要问题是未经授权的二次使用、用户控制缺失、责任不清。为了处理这些隐私问题，使用了身份管理方法。本文讨论了隐私问题和不同类型的身份管理技术，用于保护隐私。
2014-06-03 cs.CR
PUTWorkbench: Analysing Privacy in AI-intensive Systems
Indian Institute of Technology, Kanpur（坎普尔印度理工学院）
操作用户数据的AI密集型系统面临着平衡数据效用与隐私问题的挑战。我们提出的想法，并提出了一个开源的工具，称为隐私实用程序权衡（PUT）的原型，旨在帮助软件从业者采取这样的关键决定。我们选择了一个简单的隐私模型，它不需要任何数据科学方面的背景知识，并展示了即使这样也可以在标准和现实生活的数据集上取得显着的结果。该工具和源代码可免费用于扩展和使用。
2019-02-05 cs.AI cs.CR cs.SE
Understanding the Relationship Between Personal Data Privacy Literacy and Data Privacy Information Sharing by University Students
本研究通过调查美国大学生，发现高隐私素养者采用更多样化的隐私保护措施并更积极参与隐私讨论，建议加强大学教育以提升数据隐私意识。
2025-05-24 cs.CR
Tracking Protection in Firefox For Privacy and Performance
我们在Mozilla Firefox Web浏览器中提供跟踪保护。跟踪保护是一种新的隐私技术，通过阻止对跟踪域的请求来减轻对用户在线活动的侵入性跟踪。我们评估了我们的方法，并证明了在Alexa前200名新闻网站的抓取过程中设置的HTTP cookie数量减少了67.5%。由于Firefox不会从跟踪域下载和呈现内容，因此跟踪保护还可以在Alexa前200名新闻网站中减少44%的页面加载时间中位数和39%的数据使用量。
2015-06-12 cs.CR
A Fully Distributed, Privacy Respecting Approach for Back-tracking of Potentially Infectious Contacts
在限制高传染性疾病（如COVID-19）的快速传播方面，立即识别与新诊断感染者接触过的个人已被证明是重要的。这些潜在的受害者可以被隔离，直到测试，从而限制进一步传播。本说明描述了一种基于移动终端（例如智能电话）的方法的概念，用于跟踪可能导致感染的人际接触并提醒潜在受害者。该方法确保了针对恶意使用的防御手段，同时确保了所有相关人员的高级别隐私。
2020-03-31 cs.CR cs.SI
Practical Aspect of Privacy-Preserving Data Publishing in Process Mining
诸如流程发现和一致性检查的流程挖掘技术通过分析信息系统中广泛可用的事件数据来提供对实际流程的洞察。这些数据非常有价值，但通常包含敏感信息，流程分析师需要平衡机密性和实用性。过程挖掘中的隐私问题最近受到了研究人员的更多关注，应该通过一个工具来集成解决方案并使其在现实世界中可用。在本文中，我们介绍了一个基于Python的基础设施，实现了最先进的隐私保护技术的进程挖掘。基础设施提供了一个层次结构的使用从单一的技术，以收集技术，集成为基于网络的工具。我们的基础设施管理来自隐私保护技术的标准和非标准事件数据。它还存储显式隐私元数据，以跟踪为保护敏感数据而应用的修改。
2020-09-24 cs.CR
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
Private Dataset Generation Using Privacy Preserving Collaborative Learning
Technische Hochschule Ingolstadt（英戈尔施塔特应用技术大学）
随着深度学习算法在许多应用中的使用越来越多，与隐私和对抗攻击相关的新研究问题正在出现。然而，深度学习算法的改进需要越来越多的数据在研究社区内共享。联邦学习、差分隐私、附加秘密共享等方法提供了一种在边缘上训练机器学习模型而不从边缘移动数据的方法。然而，它是非常计算密集型的，并且容易受到对抗攻击。因此，这项工作引入了一个隐私保护FedCollabNN框架，用于在边缘训练机器学习模型，该框架具有计算效率和对对抗攻击的鲁棒性。使用MNIST数据集的仿真结果表明了该框架的有效性。
2020-04-28 cs.CR cs.LG stat.ML
Privacy-preserving Travel Time Prediction with Uncertainty Using GPS Trace Data
GPS技术和移动设备的快速发展导致了位置数据的大量积累，为个人和社会带来了可观的好处。这些数据的主要用途之一是旅行时间预测，这是GPS导航设备和应用程序提供的典型服务。与此同时，个人位置数据的不断收集和分析也带来了前所未有的隐私威胁。我们利用地理不可侵犯性的概念，差分隐私的位置隐私设置的扩展，并提出了一个程序，隐私保护的旅行时间预测，而不收集实际的个人GPS跟踪数据。我们提出了新的概念来研究基于地理不可感知性的消毒对GPS轨迹有用性的影响，并为隐私保护旅行时间预测提供分析和实验效用分析。我们还提出了新的指标来衡量对手的错误，从收集的消毒数据学习个人GPS轨迹。我们的实验结果表明，所提出的程序提供了旅行时间预测与令人满意的准确性在合理的小隐私成本。
2021-05-07 cs.CR
Security and Privacy Product Inclusion
Google（谷歌）
本文探讨了不同背景用户的安全与隐私挑战，提出一种威胁建模方法识别风险与对策，分析影响用户安全隐私的因素，并基于全球调查结果为设计包容性产品提供框架。
2024-04-23 cs.CR cs.LG
Android OS Privacy Under the Loupe -- A Tale from the East
中国目前是Android智能手机用户最多的国家。我们使用静态和动态代码分析技术相结合的方法来研究中国最受欢迎的三家供应商的Android智能手机上预装的系统应用程序传输的数据。我们发现，数量惊人的预装系统、供应商和第三方应用程序被授予了危险的权限。通过流量分析，我们发现这些包向许多第三方域传输与用户设备（永久标识符），地理位置（GPS坐标，网络相关标识符），用户配置文件（电话号码，应用程序使用情况）和社交关系（例如，呼叫历史），而无需同意或甚至通知。这带来了严重的去匿名化和跟踪风险，当用户离开中国时，这些风险会延伸到中国境外，并要求更严格地执行最近通过的数据隐私立法。
2023-02-03 cs.CR
Analysis of the Rising Threat of Subverting Privacy Technologies
近年来，从安全通信渠道到Tor网络，隐私技术变得非常普遍。这些技术旨在为用户提供隐私和安全，但这些理想也导致了对这些技术的犯罪使用增加。隐私和匿名总是受到犯罪分子的追捧，使这些技术成为在互联网上实施犯罪的完美工具。本文将分析颠覆隐私技术用于犯罪或邪恶用途的威胁。它将审视这一领域的最新研究，并最终就这一问题的严重性得出结论。
2017-04-26 cs.CR
Blockchain-Based Privacy-Preserving Data Management
Department of Computer Science and Informatics, Fort Hays State University（霍兹海斯州立大学计算机科学与信息系）
针对数据提供者隐私偏好难以随数据使用动态更新的问题，本文提出基于区块链的方法，将私有数据与偏好及访问者耦合为隐私元组，构建关系数据库与区块链紧耦合框架，实现安全防篡改且查询高效的数据管理。
2026-11-03 cs.CR cs.DB
Holistic Privacy and Usability of a Cryptocurrency Wallet
在这项研究中，我们概述了与加密货币钱包的可用性相关的问题，例如ZCash为最终用户使用的钱包。“整体隐私”的概念是作为一项要求引入的，在这种情况下，系统的一个部分的信息泄漏可能会违反系统不同部分的隐私期望。为了用真实世界的软件测试这一要求，我们对ZCash加密货币钱包的可用性进行了60人的基于任务的评估，让用户安装并尝试发送和接收匿名ZCash交易，以及安装VPN和Tor。虽然最初的钱包安装很困难，但我们发现将ZCash钱包集成到VPN或Tor等网络级保护中的难度更大，因此只有四分之一的用户可以使用钱包完成真实世界的购买。
2021-05-06 cs.CR cs.CY
A Critical Survey Of Privacy Infrastructures
在过去的二十年中，互联网及其建立在万维网上的相关技术的规模和复杂性随着对互联网的访问呈指数级增长，互联网作为一种设施与现代生活的其他便利设施一起占据了主要位置。在未来的几年里，互联网的使用可能会为我们带来更多的惊喜，就其使用的新颖性而言。作为互联网的一项民主功能，并依靠其建立的开放模式，在隐私保护和使用隐私增强工具方面做出了协调一致的努力，这些工具已经获得了切实的牵引力。VPN、TLS/SSL和加密工具的使用创新就是一个证明。另一个流行的工具是Tor，由于越来越多的匿名用户在上网时使用它来有效地保持他们的自由裁量权，它已经获得了广泛的普及。然而，在我们的日常生活中，互联网的日益扩散也有其阴暗的一面。我们当然不是生活在一个乌托邦时代，互联网也有可能被滥用。在互联网庞大的虚拟世界的每一个角落，都有网络罪犯潜伏在危险的小巷中，利用同样的互联网作为恶意工具，滥用互联网，对普通人造成经济、身体和社会伤害。未能管理万维网的广泛产生，使其在防止滥用方面变得薄弱。特别是在过去的几十年里，互联网已经充斥着恶意软件，勒索软件，病毒，木马，非法间谍工具以及没有恶意情绪的东西。在本文中，我们将分析一些颠覆隐私的基础设施。
2015-12-20 cs.CR cs.CY
Privacy-Aware Cost-Effective Scheduling Considering Non-Schedulable Appliances in Smart Home
灵巧家庭提供集成和电子信息服务，帮助住宅用户管理其能源使用和账单成本，但由于智能电表收集的细粒度信息，也使用户面临重大隐私风险。考虑到用户的隐私问题，本文着重于成本效益的运行时调度设计的可拆卸和不可拆卸的设备。为了减轻不可拆卸的设备引入的操作不确定性的影响，我们制定的问题，最大限度地减少最坏的隐私情况下的期望电费总额。发明的迭代替代算法，我们有效地调度电器和充电电池在一个成本有效的方式，同时满足用户的隐私要求。基于真实数据的实验验证了该算法的有效性。
2019-09-11 cs.CR cs.SY eess.SY
ARMOUR US: Android Runtime Zero-permission Sensor Usage Monitoring from User Space
本文提出 ARMOUR 用户空间运行时监控方法，利用 Android 采样率变化与收敛行为检测零权限传感器访问，在 1,448 个商业应用上验证其有效性并揭示传感器滥用模式。
2025-07-02 cs.CR
ParTEETor: A System for Partial Deployments of TEEs within Tor
本文提出 ParTEETor 系统，通过部分部署 TEE 并设计非策略与策略两种中继选择模式，在不显著影响性能和隐私的前提下，有效防御 Tor 网络中的去匿名化攻击。
2024-08-26 cs.CR
A Statistical Overview on Data Privacy
随着大量和各种数据的收集和处理的增加，大数据的爆发导致了科学，工程，医学，商业，刑事司法和国家安全方面的突破性发现和创新，这在过去是不可能的。虽然收集和使用大数据有很多好处，但公众对收集哪些个人信息以及如何使用这些信息的担忧也越来越多。除了法律政策和条例外，还存在促进和保护个人隐私的技术工具和统计战略，同时发布和分享有用的人口信息。在这篇综述中，我介绍了其中的一些方法，以及统计数据隐私研究和应用中存在的挑战和机遇，以更好地满足隐私保护和信息共享的实际需求。
2020-07-01 cs.CR stat.OT
A Smart Home is No Castle: Privacy Vulnerabilities of Encrypted IoT Traffic
被称为物联网（IoT）的专用互联网连接设备和电器的日益普及，带来了新的便利和新的隐私问题。与传统的Web浏览器不同，许多物联网设备都有始终在线的传感器，可以不断监控用户物理环境的细粒度细节，并影响设备的网络通信。被动网络观察者，如互联网服务提供商，可能会分析物联网网络流量，以推断有关用户的敏感细节。在这里，我们检查了四个物联网灵巧家庭设备（Sense睡眠监视器，Nest Cam室内安全摄像头，WeMo交换机和Amazon Echo），发现它们的网络流量率可以揭示潜在的敏感用户交互，即使流量被加密。这些结果表明，需要一种技术解决方案来保护物联网设备所有者的隐私，并且在围绕ISP数据汇集和使用的持续政策辩论中必须考虑物联网特定的问题。
2017-05-18 cs.CR
Survey Paper on Rising Threats of Subverting Privacy Infrastructure
当今用户面临的主要挑战之一是保护他们的隐私，特别是在广泛的监视期间。这导致了隐私基础设施的发展，其主要目的是保证用户的隐私。然而，它们被攻击者滥用，他们认为它们是可利用的资源来执行非法活动。本文提出了分析和评估由于破坏隐私基础设施而发生的威胁。它首先概述了开发的关键隐私基础设施。概述了颠覆最重要的隐私基础设施Tor的威胁。此外，简要评估这些威胁的严重性进行了讨论，并建议进一步研究的范围，以减轻由于这些威胁的风险。
2016-12-17 cs.CR
Using HB Family of Protocols for Privacy-Preserving Authentication of RFID Tags in a Population
在本文中，我们提出了一个HB类协议的隐私保护认证的RFID标签，标签可以保持匿名和不可追踪的对手在认证过程中。这种协议的先前提议是基于PRF计算的。相反，我们的协议可以用于低成本的标签，可能无法计算标准的PRF。此外，由于HB协议中的底层计算是非常有效的，我们的协议也减少了阅读器的负载相比，基于PRF的协议。我们提出了一种基于树的方法，取代了基于PRF的认证，从以前的工作与HB+或HB#的过程。我们通过使用底层协议的“轻型版本”和在树的所有级别上共享随机挑战来优化树遍历阶段。这提供了通信资源的显著减少，导致隐私保护协议几乎与底层HB+或HB#一样高效
2009-07-07 cs.CR
$k^{τ,ε}$-anonymity: Towards Privacy-Preserving Publishing of Spatiotemporal Trajectory Data
移动网络运营商可以通过被动或主动监控设备位置来跟踪用户。记录的轨迹为大型用户群体的活动提供了前所未有的前景，这使得开发新的网络解决方案和服务成为可能，并扩大了跨研究学科的研究。然而，个人轨迹的披露引起了严重的隐私问题：因此，这些数据往往受到限制性的非披露协议的保护，限制了其可用性并阻碍了潜在的使用。在本文中，我们有助于发展的技术解决方案的隐私保护发布的移动用户的时空轨迹的问题。我们提出了一种算法，概括的数据，使他们满足$k^{τ,ε}$ -匿名，原始的隐私标准，阻止攻击的轨迹。与现实世界的数据集的评估表明，我们的算法达到了其目标，同时保留了相当程度的准确性的数据。我们的工作是朝着开放的，隐私保护的时空轨迹数据集的方向迈出了一步。
2017-01-09 cs.CR cs.CY
