新的人工智能模型可以测试隐私保护系统是否存在潜在的数据泄露

摘要：

（本刊讯）来自帝国理工学院计算隐私团队的专家们研究了对基于查询的系统（QBS）的攻击。QBS是一种受控制的接口，分析师可以通过该接口查询数据，以提取关于世界的有用聚合信息。进而，他们开发了一种新的人工智能支持的方法，称为Query Snout，用于检测对QBS的攻击。QBS使分析师能够访问从个人层面的收集的统计数据集，包括位置信息和人口统计学数据等。这些数据目前被用于谷歌地图，以显示某个地区的繁忙程度的实时信息，或用于Facebook的用户测度功能，以估计特定地点或某人口统计学特征中的用户规模，辅助广告促销活动。

机标关键词：隐私保护、人工智能模型、保护系统、数据泄露、人口统计学特征、facebook、分析师、query、位置信息、广告促销

分类号：TP309;TP18(计算技术、计算机技术)

在线出版日期：2023-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：122-122