Google Research··5 个月前
基于零信任聚合的隐私分析
Private analytics via zero-trust aggregation
这是 Google Research 的一篇博客文章,介绍一种隐私分析方案,将新的安全聚合密码协议与可信执行环境(TEE)的透明性属性结合,以实现隐私与安全保障。文中以 Android 的 SafetyCore 等端侧功能为例,说明团队在需要只揭示整体趋势而不泄露个人数据时,可使用密码学安全聚合作为基础组件。材料未说明具体适合哪类读者。
- 分级
- 值得看
- 收录时间
- 2026-10-28
推荐阅读
Louis-CFM/coucou
一个驻留在 Mac 刘海区域(Windows 和 Linux 为屏幕顶部)以及 iPhone 和 Android 手机上的小工具,用于监视 Claude Code、Codex、Cursor、Gemini CLI、Antigravity 等 AI 编码 Agent 的会话,可在刘海上或锁屏界面批准权限、查看工作进度、投放文件和与 Claude 聊天。
用于审计机器遗忘的新框架
New framework for auditing machine unlearning
这是 Google 研究科学家 Mónica Ribero 于 2026 年 6 月 10 日发布的博客,介绍一种判断两组数据观察是否来自完全不同的底层分布、且具统计显著性的方法。文中提到机器遗忘对 GDPR 等法规合规、AI 安全与模型质量的意义,以及审计者往往只能通过查询模型并分析输出样本进行验证,其中用到双样本检验。
GLM-5.3 Workers AI 模型中的跨请求 KV 缓存泄露(155 条响应)
Cross-request KV cache exposure in the GLM-5.3 Workers AI model (155 responses)
这是 Cloudflare 博客与推理引擎 SGLang 协同披露的一篇安全事件报告。文章称 2026 年 8 月 27 日至 9 月 9 日期间,使用 GLM-5.3 Workers AI 模型的少数客户收到了包含其他客户此前请求数据的响应,共涉及 155 条响应,且均为超过 681,280 token 的长提示。文章说明问题已修复并于 9 月 9 日恢复该模型,未发现故意利用的证据,同时介绍了缺陷原因、响应时间线及对生产环境 SGLang 部署的加固措施。
构建安全有效的沙箱,让 Codex 在 Windows 上运行
Building a safe, effective sandbox to enable Codex on Windows
OpenAI 技术人员 David Wiesen 于 2026 年 5 月 13 日撰写的文章,讲述团队如何为 Windows 上的 Codex 构建安全有效的沙箱,实现受控的文件访问和网络限制。文中介绍了 Codex 通过 CLI、IDE 扩展或桌面应用在开发者电脑上运行、默认以真实用户权限运行的情况,以及默认模式对读文件、写工作区文件和无网络访问的约束方式。适合关心编程智能体安全与工程实现的读者。
datawhalechina/mini-workbuddy
一个 GitHub 项目,自述为用 AgentScope 从零搭建本地智能体工作台。内容以产品为主线组织的教程,共五篇 15 章,讲解模型接入、消息结构、工具注册、循环、权限拦截、状态存储等概念;运行环境为 Python 3.11 及以上、AgentScope 2.x 和兼容 OpenAI 接口的模型服务,并提供 GitHub Pages 在线阅读。材料说明其面向会写 Python 函数与类、了解 async/await、有大模型 API 使用经验的读者,如高校学生、想把脚本做成产品的开发者和需要向团队讲解智能体运转的工程师。
隐私技术与政策
Privacy Technologies and Policy
这是 Springer Nature 出版的开放获取会议论文集,为第 14 届隐私技术与政策年度论坛(APF 2026,2026 年 9 月 9–10 日于奥地利萨尔茨堡举办)的经评审论文。收录 11 篇全文与 1 篇短文,选自 48 篇投稿,分为“AI 中的隐私”“用户视角”“技术前沿的监管”“超越匿名化与安全的隐私技术”四个主题,主题词涉及 GDPR、隐私工程与隐私设计。