跳到正文
原文
arXiv· arXiv:2605.04724· Stefano Cecconello, Mauro Conti, Luca Pajola, Luca Pasa, Pier Paolo Tricomi·本站收录· 原文发表

从节拍到泄露:攻击性 AI 如何从歌单推断用户敏感信息

From Beats to Breaches:How Offensive AI Infers Sensitive User Information from Playlists

AI 导读

研究者提出 musicPIIrate,可从用户公开歌单推断年龄、国家、性别、饮酒吸烟和运动习惯以及 OCEAN 人格评分等敏感信息,作者称其达到当前最佳推断准确率。该方法结合 Deep Sets 等集合模型与图神经网络,建模歌单内数据和歌单间关系,在 15 项属性推断任务中有 9 项优于基线。为缓解风险,作者提出 JamShield,通过向账户注入虚假歌单稀释携带 PII 的信号,实验显示推断 F1 平均下降 10%。

阅读原文EuroS&P 2026