研究人员提出了一种保护隐私的非负矩阵分解算法，利用Paillier加密系统对分布式大型数据矩阵进行分解，保护节点的本地数据隐私并实现安全的信息交互。模拟结果表明该算法在实现分布式非负矩阵分解的同时有效保护隐私。

最近的研究发现，大型语言模型易受隐私攻击，推断出训练数据的某些方面。本文提出了一种针对主题模型的攻击方法，并探讨了差分隐私的主题模型以减轻这些弱点。该方法在保护隐私方面有改进，对实际效用影响较小。

本文介绍了一种保护隐私的自动驾驶方法，通过将图像和标签转换为鱼眼样式的数据，优化了深度学习模型的计算机视觉任务。实验结果表明，该方法在自动驾驶数据上训练时表现优于基线方法。

本文研究了一种攻击方法，通过推断图结构数据中的私有连接，暴露了图神经网络中的隐私漏洞，并提出了保护隐私的方法。研究了新节点加入图并使用API查询预测时的潜在泄露，并分析了隐私保护和模型效用之间的权衡。强调了图神经网络固有的隐私漏洞和隐私保护机制的重要性。

OPERA GX概念版浏览器增加了伪造历史记录的功能，帮助用户打造积极向上的形象并保护隐私。有人建议提供时间设置或自动清理功能。