美国财政部在提交国会的数字资产非法金融活动报告中指出，混币器除被用于洗钱外，也被部分合法用户用于保护交易隐私。

可穿戴与体载交互技术正逐步取代传统智能手机和电脑，但它们贴身、持续在线的特性，也让用户暴露在前所未有的隐私与安全风险之下。CISPA 研究员 Daniel Gerhardt 通过专家访谈与文献分析，系统梳理了这些风险，并提出一套面向未来设计的安全与隐私指南。

春季打扫不只针对居住空间，也别忘了清理手机、电脑和在线账户里的“数字垃圾”，既能释放空间，又能提升安全性。

研究团队推出开源身份钱包 Keyring，将生物识别和可验证凭证保存在用户手机中，只在必要时披露最少信息，试图降低集中式账户体系带来的隐私和安全风险。

弗吉尼亚理工大学团队指出，当前用于防止图像被用于未授权AI训练、风格模仿和深度伪造的技术存在系统性漏洞，现成生成式AI模型配合简单文本提示即可绕过多种主流防护方案。

苏黎世联邦理工学院团队分析数万条ChatGPT对话，发现大型语言模型可以从用户聊天历史中高精度推断人格五大特质，引发对隐私与大规模画像风险的关注。

新研究发现，仅凭用户在网上看到的广告内容，AI 就能高精度推断其政治立场、教育程度、就业状况等敏感信息，暴露出在线广告生态中的系统性隐私漏洞。

DuckDuckGo 推出的 Duck.ai 通过聚合多家大型语言模型，在提供主流聊天机器人功能的同时，将隐私保护作为核心卖点，避免用户数据被用于画像或训练模型。

多伦多金融科技公司Duales旗下汇款应用Duc App一台亚马逊托管云存储服务器因公开可访问，暴露数十万份驾驶执照、护照及其他敏感个人数据。公司在获悉情况后已关闭相关访问，加拿大隐私监管机构已介入了解情况。

英国生物样本库部分研究数据被发现出现在中国网站上公开出售，虽非黑客入侵，却暴露出现有数据管控模式的根本困境：与其一味“锁死”数据，或许更应转向如何规范数据的使用。

远程办公让人可以在咖啡馆、联合办公空间、酒店大堂或机场休息室完成工作，但这些公共场所也伴随隐私与安全风险，需要提前了解并做好防护。

麻省理工学院研究人员开发出一种新方法，大幅提升隐私保护型人工智能训练效率，使资源受限的边缘设备也能部署更精准的AI模型，推动医疗和金融等高风险领域的应用。