LLM移动应用的取证分析与隐私影响：ChatGPT、Copilot和Gemini的案例研究

推荐：本研究针对大型语言模型(LLM)移动应用存在的隐私泄露和取证价值问题，通过分析ChatGPT、Copilot和Gemini在Android/iOS平台的数据存储模式，发现ChatGPT和Copilot在本地明文存储对话数据，而Gemini将数据存储在云端。研究揭示了LLM应用未经授权获取位置信息等隐私风险，为数字取证提供了关键方法论。

　　

随着ChatGPT、Gemini等大型语言模型(LLM)移动应用的爆炸式增长，其在提供智能服务的同时也引发了严峻的隐私和安全问题。这些应用在获取用户位置、存储对话记录等方面存在潜在滥用风险，更可能被用于网络钓鱼、恶意代码生成等犯罪活动。据统计，ChatGPT上线5天即突破百万用户，2024年全球用户达1.8亿，其移动端应用下载量超1亿次。这种快速普及使得LLM应用成为数字取证的新焦点，但现有研究在跨平台分析和隐私影响评估方面存在明显空白。

美国普渡大学(Purdue University)计算机与信息技术系的研究团队在《Forensic Science International: Digital Investigation》发表的研究，首次对三大主流LLM应用（ChatGPT、Copilot和Gemini）开展了系统的跨平台取证分析。研究人员采用NIST标准取证流程，通过root后的Google Pixel 5a(Android 14)和越狱iPhone 13(iOS 16.6.1)设备，使用Magnet AXIOM和GrayKey工具获取完整镜像，重点分析了用户信息、位置数据和对话记录等关键数字证据。

研究发现三大应用呈现显著差异：ChatGPT在Android和iOS均明文存储完整对话记录，其中iOS端会通过IP地址获取用户位置（即使关闭定位服务）；Copilot在Android仅存储部分提示片段，而在iOS则完整记录对话内容；Gemini几乎不在设备本地留存数据，所有信息需通过Google Takeout从云端提取。值得注意的是，当用户查询"附近餐厅"时，三个应用都能返回精确位置信息，这与其隐私政策声明的数据收集范围存在明显偏差。

在用户隐私方面，研究发现ChatGPT通过user.json文件记录账户ID和订阅类型，Copilot则存储了包括出生日期、电话号码等敏感信息的完整用户档案。特别值得关注的是，在设备本地发现的对话记录包含完整的恶意提示和AI响应，这对调查网络犯罪具有重要价值。例如在分析Copilot的Cache.db文件时，发现其将拒绝回答的"越狱"提示单独存储，这种日志分类机制可能成为取证突破口。

该研究首次建立了LLM移动应用的取证分析框架，揭示了不同平台的数据存储规律：云原生的Gemini采用"最小化本地存储"策略，而ChatGPT和Copilot则根据平台特性实施差异化存储方案。这些发现不仅为数字取证提供了方法论指导，更暴露出LLM应用在位置数据收集、敏感信息存储等方面的隐私风险。研究人员建议执法机构重点关注iOS设备的fsCachedData目录和Android的HTTP Cache，同时应立法规范LLM应用的数据存储透明度。未来研究可扩展至付费版本分析和数据残留检测，以应对日益复杂的AI辅助犯罪调查需求。