跳到正文
10月8日周四
  1. arXiv 隐私论文12

    CoMoE:在消费级 GPU 上实现通信高效的 MoE 推理

    CoMoE 是一个面向消费级 GPU 的通信高效 MoE 推理系统,通过以主机为中心的路由解决 PCIe 带宽受限且无 P2P 支持的通信瓶颈。它用主机支持的 token 多播消除出站冗余,并用主机暂存缓冲的细粒度 token 级聚合替代全局同步。在 RTX 5090 上吞吐最高提升 1.46 倍,接近支持 NVLink 的 A800,硬件成本仅为其 23.4%。

  2. arXiv 隐私论文12

    二阶图像刻画:失真与保密下的后验与条件组合界

    该研究将单输出后验刻画扩展为同时的后验与条件组合图像界,保留多输出的实际耦合、量化不规则单元的条件似然损失并纳入实际失真标记。两项扩展分别以加权重建策略图像替代不相交计数、以后验质量约束替代输出基数以实现保密。直接应用给出多源辅助交集、Gaussian 公共/私有描述及指定条件类型的隐私放大等匹配的二阶区域,并给出联合率失真偏移与显式速率界。

  3. arXiv 隐私论文36

    LDPGraph:利用邻域结构的本地差分隐私图合成

    针对不可信收集者场景下图数据发布的隐私风险,研究者提出本地差分隐私图合成算法 LDPGraph,通过聚合扰动邻接表得到含噪全局视图,并结合投影局部连接估计节点级三角形计数。该方法将分别扰动的度与三角形计数联合修正为可行的度-三角形目标,再以三角形优先策略重建全局图。在四个真实数据集和多种常用图指标上的实验验证了其优越性。

  4. arXiv 隐私论文51

    随机分配 DP-SGD 的闭式噪声标定:抵御成员推断攻击

    研究针对随机分配下的 DP-SGD 提出一行闭式公式,用于约束训练模型上任何成员推断攻击(MIA)的准确率上限。在每轮 M 步、E 轮、噪声乘子 σ 且成员与非成员先验等概率时,攻击准确率至多约为 1/2+1/4√((1+(e^{1/σ²}-1)/M)^E-1),该式源自高斯分布与支配随机分配的高斯混合分布之间的卡方散度,可在约一微秒内给出 σ。

  5. arXiv 隐私论文20

    AURA:面向戒烟的先发式智能可穿戴设备设计研究

    研究团队提出 AURA——一个基于市售可穿戴设备的智能手表-手机生态系统,用于在复吸发生前主动检测并干预烟瘾。通过对 10 名多族裔亚洲吸烟者与戒烟者的半结构化共创设计访谈,研究识别出习惯、情绪与社会三个维度的烟瘾预测因素,以及社会问责、个性化支持、奖励和即时分心等用户偏好的干预策略。参与者还强调信任、隐私、个性化与非评判式交互的重要性。

  6. arXiv 隐私论文22

    FedSSMCoOp:面向少样本分类的轻量级联邦提示学习 SSM 编码器

    FedSSMCoOp 是一个联邦少样本图像分类框架,用基于 SSM 的 Vision Mamba 与 Cross Mamba 模块,在联邦场景下只优化 soft-prompt 和 communication-prompt 更新,从而无需外部大语言模型做特征对齐。该框架在多个生物医学图像数据集上训练评估,性能相对基线稳定,平均轻量 1.96 倍。

  7. arXiv 隐私论文62

    研究:LLM 路由元数据可泄露敏感话题,长度匹配可缓解

    研究测量了 LLM 路由决策元数据在关闭内容日志时仍会泄露敏感话题,基于 170 万条真实请求(WildChat-1M、LMSYS-Chat-1M)和两个成本/质量路由器及一个领域路由器展开预注册实验。

    推荐理由:研究测量了 LLM 路由元数据在关闭内容日志时仍会泄露敏感话题,并给出长度匹配的缓解思路。

  8. arXiv 隐私论文66

    PrivTab:用表格基础模型实现高效可证明隐私的分类

    研究提出 PrivTab,一种将隐私机制嵌入架构的表格基础模型,用于差分隐私分类,通过上下文学习把敏感行转换为紧凑且可证明隐私的摘要。在中等至强隐私预算下,它优于私有线性与神经网络基线,成员推断泄漏可忽略,强隐私下预测仍保持良好校准,并将数据集拟合时间缩短 10000 倍,仅需一次前向传播。

    推荐理由:介绍一种把差分隐私机制嵌入架构的表格基础模型,读者可了解隐私分类在效用、速度与成员推断泄漏上的取舍。

  9. AEPD 西班牙数据保护局22

    AEPD 发布《隐私、创新与技术》期刊第二期,纪念 GDPR 十周年

    西班牙数据保护局(AEPD)发布《隐私、创新与技术》(PIT)期刊第二期,专刊纪念 GDPR 十周年,聚焦其在技术演进下面临的挑战。专刊三篇文章分别讨论问责原则、自动化决策中的解释权,以及公共行政部门使用生成式 AI 时的隐私设计。期刊另设隐私研究栏目,收录九项研究,涵盖神经数据、匿名化、数据泄露、智慧城市、算法政治广告与合成身份等议题。

  10. ICO 英国信息专员办公室75

    ICO 公布十家 AI 基础模型开发者整改结果,并就智能体 AI 启动证据征集

    ICO 发布报告称,Amazon、Anthropic、Apple、Cohere、DeepSeek、Google、Meta、Microsoft、OpenAI 和 Stability AI 十家在英国运营的基础模型开发者已做出或承诺做出数据保护整改,包括更清晰的透明度信息、更便于个人行使权利的机制和更严格的保障评估。

    推荐理由:ICO 对十家基础模型开发者的监督结果与对智能体 AI 的取证征集,呈现监管如何把训练数据与自主行为纳入合规边界。

  11. BleepingComputer62

    FBI 警告 FortiBleed 攻击仍在持续,FortiGate VPN 管理员被锁出

    FBI 警告 FortiBleed 攻击仍在针对暴露的 Fortinet FortiGate 防火墙和 SSL VPN 网关,攻击者利用此前泄露的凭据、infostealer 日志、撞库和密码喷洒获取访问权限,再用 Hashcat 和 Hashtopolis 的分布式 GPU 集群离线破解窃取的口令哈希,并创建管理员账户删除或修改现有管理员账户以锁出合法管理员。

  12. arXiv 隐私论文42

    为何仅遗忘式机器遗忘需要记忆:arXiv 论文给出下界分析

    arXiv 论文研究仅接收已训练模型和待遗忘样本、无保留数据的“仅遗忘式”机器遗忘是否总是可行。作者证明这取决于学习方法:不同数据集可产生相同训练模型,却在删除同样样本后需要截然不同的输出,并据此推导出遗忘结果逼近重训练的精度下界。对简单阈值学习器,处理任意删除请求所需记忆的信息量可达整个数据集,而普通训练只保留一个边界点。

  13. arXiv 隐私论文41

    人脸去标识化方法隐私保护效果对比研究:UtilFace 基准与 HiFD 指标

    针对人脸去标识化(FDeID)评估指标与数据集不统一、跨方法难以比较的问题,研究者提出人口统计均衡的基准 UtilFace 和分层评估指标 HiFD。HiFD 基于预训练估计器输出,将身份抑制、三级效用保留(宏观 L1、微观 L2、不可感知 L3)与图像质量统一为单一可解释分数。研究据此对比了对抗、GAN 和扩散三类方法,并公开基准与评估工具包。

10月7日周三
  1. arXiv 隐私论文31

    基于 DNA 数据存储的多服务器合谋顺序随机采样 PIR

    研究 DNA 数据存储中多台随机采样服务器合谋场景下的顺序随机采样隐私信息检索(SRS DNA PIR),数据库被等分为多台服务器。论文推导了下载成本(期望查询次数)与以互信息衡量的隐私泄露之间的下界,其中包含一个由优化问题给出的界;当每台服务器存储两个文件时该界是紧的,并构造了达到该界的方案。对任意规模的服务器,作者构造了将单服务器方案应用于随机选取服务器子集的方案。

  2. Malwarebytes 博客30

    Malwarebytes 披露 BlueKit:AI 驱动的钓鱼工具包 10 分钟即可劫持账号

    Malwarebytes 研究团队披露钓鱼即服务工具包 BlueKit,攻击者无需深厚技术背景即可通过单一仪表盘管理整场钓鱼活动。截至 9 月,BlueKit 模板库覆盖 97 个品牌、176 个变体,可仿冒 Amazon、Google/Gmail、Apple、美国运通、TikTok、Facebook、X 以及 OpenAI、Anthropic 等平台登录页。

10月6日周二
  1. ANPD 巴西国家数据保护局12

    ANPD 公布第四届 Danilo Doneda 奖最终结果

    巴西国家数据保护局(ANPD)公布第四届 Danilo Doneda 奖最终结果,经申诉阶段后评审委员会确认获奖名单,并于本周二(06)在《联邦官方公报》上发布。前三名文章分别探讨“人工智能压力下的匿名化”“微型 SaaS 中的幽灵控制者——ANPD 面对平台自动化创建的挑战”以及“LGPD 下作为结构性义务的隐私设计(Privacy by Design)”。颁奖仪式日期与形式将另行公布。

  2. arXiv 隐私论文31

    针对多语言语音匿名化的声学与内容导向说话人验证攻击研究

    研究评估了声学导向与内容导向攻击者对多语言匿名语音的说话人验证效果,并构建多语言语音转换数据集以提升跨语言泛化能力。结果显示攻击效果取决于匿名语音的语言可用性,声学导向攻击者整体表现更优,但当语言信息保留较好时,内容导向与声学导向攻击者的性能差距会缩小。该数据集进一步提升了攻击性能并部分缩小了跨语言差距。

  3. arXiv 隐私论文20

    SAGE:语义锚点引导演化,为医疗问答合成高质量训练数据

    针对临床场景训练数据稀缺且受隐私限制、难以使用开源语料或云端 API 的问题,研究者提出数据合成框架 SAGE(语义锚点引导演化),让本地部署的小模型借助 MeSH 等公开轻量分类体系作为语义锚点,交替进行原子式与关联式合成,从极少种子数据自举生成医疗训练数据。在多个医疗问答基准上,用 SAGE 合成数据微调的模型持续优于使用自生成或传统文档式数据训练的模型。

  4. Future of Privacy Forum40

    前沿 AI 隐私如何度量:为 AI 开发与部署建立隐私基准的探索

    前沿 AI 系统在匿名化、数据最小化和数据共享等方面带来隐私挑战,但目前缺乏标准化的隐私风险评估方式。Future of Privacy Forum 指出,标准化隐私基准可为开发团队提供可追踪的量化目标,为第三方评估者提供统一工具,并帮助部署方比较供应商和开展风险评估。

  5. Proton 博客60

    SOCRadar 研究:8 万家机构的员工 AI 登录凭据出现在信息窃取日志中

    SOCRadar 发布的研究发现,全球超过 8 万家机构的员工 AI 登录凭据出现在信息窃取恶意软件的日志中,涉及超 100 万条与 AI 服务相关的记录。

    推荐理由:SOCRadar 的研究显示 8 万家机构的 AI 登录凭据出现在信息窃取日志中,读者可了解影子 AI 如何放大企业凭据泄露风险。

10月5日周一
  1. 404 Media76

    Meta 在 Muse 上线前紧急修复 KVM 逃逸漏洞

    404 Media 获悉,Meta 工程师在 AI 智能体产品 Muse 上线前数周发现多个安全漏洞,其中至少一个可能让普通用户突破虚拟机隔离,访问 Meta 内部敏感数据库和服务。

    推荐理由:披露 Meta 在 Muse 上线前紧急修复 KVM 逃逸漏洞的内部过程,可了解 AI 智能体与生产环境仅隔一层虚拟化的风险。

10月3日周六
  1. The Guardian80

    佐治亚州就 AI 暴露选民秘密选票召开紧急会议

    普林斯顿大学信息技术政策中心博士后研究员 Max Springer 用一份 20 美元的 AI 大语言模型订阅和通过《公开记录法》申请获得的数据,搭建流程识别佐治亚州的秘密选票,并称该 AI 智能体全程未拒绝或提出担忧。

    推荐理由:普林斯顿研究者用 20 美元 AI 订阅从佐治亚州公开选举记录中还原 152 万张选票的投票顺序,暴露选票保密与选举透明之间的制度冲突。

10月2日周五
  1. TechCrunch · Security78

    医疗记录巨头 Epic 暂停产品开发以修复危及患者数据的安全漏洞

    医疗软件巨头 Epic 暂停大部分产品开发,以修复 Anthropic 前沿网络安全模型 Mythos 部署后发现的、可能允许访问患者数据的安全漏洞。Epic 首席安全官 Stirling Martin 向《纽约时报》表示,MyChart 的部分客户配置可能让外部人员访问患者记录而不在软件日志中留下入侵痕迹。

    推荐理由:Epic 因 AI 模型发现可绕过日志访问患者记录的漏洞而暂停开发,读者可了解医疗数据系统面临的新风险。

  2. Hunton 隐私与网络安全法律博客40

    EDPB 发布 GDPR 罚款与其他纠正权力适用指南并公开征求意见

    EDPB 于 2026 年 9 月 17 日通过 Guidelines 04/2026,就 GDPR 行政罚款与其他纠正权力的适用公开征求意见。指南提出五步法,供监管机构判断是否在 Article 58(2) 其他纠正措施之外或替代性地处以罚款,其中前两步审查罚款的法律前提,后两步评估罚款是否有效、相称且具有威慑力。

10月1日周四
  1. Schneier on Security78

    东北大学研究:联网汽车是监控平台,车机应用外泄姓名、VIN 与精确位置

    东北大学与 Consumer Reports 合作评估现代汽车对驾驶者的监控程度,首次展示数据在车辆、购车时下载的车机应用与第三方公司之间的流动。几乎所有车企都向外部公司发送数据,近四分之一的车机应用外泄个人可识别信息,包括车主姓名、车辆识别码(VIN)和精确地理位置。

    推荐理由:研究首次追踪车辆、车机应用与第三方之间的数据流向,呈现联网汽车数据被哪些机构接收。

  2. WIRED · Security78

    Paragon 新任 CEO 承认无法监控客户如何使用 Graphite 间谍软件

    WIRED 独家采访中,Paragon 与 RedLattice 新任 CEO Andrew Boyd 承认,公司无法看到客户监控的目标或从设备提取的数据,也没有可关闭客户使用的开关,只能停止 24 小时支持和系统更新,而缺少更新约 12 小时后系统即失效。

    推荐理由:Paragon 新任 CEO 首次披露公司无法查看客户监控目标、也没有关闭开关,读者可据此了解商业间谍软件的问责边界。