谷歌修复了存在23年的隐私漏洞，防止网络广告通过链接颜色读取用户浏览记录。新机制隔离访问历史，确保不同域名间无法共享信息。Chrome 136版将成为首个彻底解决该漏洞的浏览器。

本研究探讨了联邦学习中存在的隐私漏洞，提出了联邦不可学习反演攻击（FUIA），揭示了无法遗忘数据的隐私泄露风险，并对现有的FU方法提出挑战。实验表明，FUIA能够有效揭露被遗忘数据的私人信息，同时研究了降低隐私泄露的防御策略。

本文探讨了商业大语言模型（LLM）代理的安全性和隐私漏洞，揭示其相较于孤立模型的脆弱性，强调攻击的现实影响和易实施性，并指出现有安全防护措施的不足。

WhatsApp修复了一个允许攻击者查看用户发送的“阅后即焚”内容的重要隐私漏洞。研究人员发现，消息可在收件人的所有设备上发送，攻击者可以绕过隐私功能下载、转发和共享这些消息。Meta已修复漏洞，但引发了对科技巨头隐私措施的担忧。

GitHub用户通过GitHub的Mention suggester API发现隐私漏洞，API泄露私有所有者信息。用户报告并获得奖励$617。GitHub确认并修复漏洞，用户最终获得$615奖金。

本文探讨了图神经网络（GNN）的多种攻击方式，包括模型盗窃、链路窃取和成员推断攻击，揭示了GNN的隐私漏洞。研究表明，攻击者可以通过模型输出推断私密连接，并提出了有效的防御方法，强调了保护GNN隐私的重要性。

该研究提出了一种针对稳定扩散模型的会员推理攻击方法，揭示了隐私漏洞。通过黑盒查询，攻击成功率达到60%。研究强调了加强防御措施的必要性，并探讨了信号泄漏对生成图像的影响，提出了提高图像生成控制性和质量的新方法。

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。