• 超越权衡：利用用户偏好的时空异质性来实现交互式推荐中的长期公平性和准确性

  摘要由于推荐系统在电子商务和网页内容共享等各种网络领域中至关重要，因此无论项目受欢迎程度如何，都应确保其得到公平的展示。然而，传统的公平性考虑方法通常旨在实现推荐准确性和公平性之间的最佳平衡，并专注于在静态环境下提高长尾项目的曝光率，通过日志数据来评估一次性推荐决策的公平性。这些方法忽视了现实世界交互环境中用户偏好的动态特性。相比之下，我们的工作寻求一种双赢的解决方案，能够在长期内同时提高推荐准确性和公平性，而不仅仅是两者之间的权衡。为了实现这一目标，我们实证分析了用户偏好偏好的时空异质性。我们的发现揭示了互补的特性，充分利用这些特性可以指导长期公平性的个性化策略。基于这一见解，我们提出了HE

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 一种具有隐私保护功能的、面向信息物理沉浸式网络系统的质量感知数据收集方案

  摘要在追求网络物理沉浸式网络系统（CPINS）中的沉浸式虚拟体验过程中，构建场景通常需要大量的真实世界数据。移动群体感知（MCS）是元宇宙数据收集的一种有效方法。然而，在MCS中，保护隐私和关注数据质量是两个关键且相互矛盾的问题：保护隐私要求尽可能隐藏用户的个人信息，而关注数据质量则需要尽可能多地了解用户信息以招募高质量的数据收集者。为此，我们提出了一种基于隐私保护和声誉校准的数据收集方案（PPRC-QDC）。在PPRC-QDC方案中，采用了两层真实性发现机制来获取高质量数据。更重要的是，我们提出了一种保护隐私的方法，通过将用户的权重与可信用户进行比较来识别用户的声誉，从而有效区分诚实用户。理

  来源：ACM Transactions on Sensor Networks

  时间：2025-11-08

• DamFlow：防止Android应用中大量无关数据的涌入

  摘要目前已有诸如FlowDroid这样的先进工具被用于检测Android应用程序中的数据泄露问题，但仍存在两个主要挑战：①误报；②未被发现的数据泄露。造成这些挑战的一个原因是，FlowDroid这类工具依赖于预先定义的敏感隐私源代码和目标代码API方法列表。生成这样的列表非常复杂；不完整或不准确的列表不仅会导致误报（即检测到无关的数据流），还会遗漏实际的数据泄露。此外，数据泄露具有很强的上下文依赖性。例如，来自导航应用中的GPS数据是正常现象，但在计算器应用中出现同样的数据流则可能令人怀疑。即使FlowDroid识别出了数据从源代码流向目标代码的路径，该路径也可能与隐私分析无关，从而进一步增加

  来源：ACM Transactions on Software Engineering and Methodology

  时间：2025-11-08

• 一种基于代理重新加密的数字孪生可信数据共享方案，具备隐私保护功能

  摘要在数字化加速的背景下，数字孪生技术通过虚拟现实映射和实时交互机制，已成为工业制造和智慧城市等领域的重要支撑技术。然而，该技术产生的大量高价值数据在共享和流通过程中面临敏感信息泄露和单点故障等风险。传统的集中式保护方案无法满足其分布式场景下的安全需求。为了解决这些问题，本文采用区块链和InterPlanetary File System（IPFS）构建了链上和链下的协同存储架构，并提出了一种多层隐私保护方案，以实现数据的分布式存储和完整性验证。此外，还设计了一种分布式代理重新加密算法，用于数据共享和流通的保护，突破了传统方案中集中式代理的瓶颈，同时有效抵御了共谋攻击和单点故障。实验和系统评估

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 这并不容易：应用监督式机器学习来检测Chrome网络商店中的恶意扩展程序

  摘要Google Chrome 是最受欢迎的网页浏览器。用户可以通过安装扩展程序来自定义浏览器，从而提升浏览体验。这类扩展程序最著名的市场是Chrome Web Store（CWS）。开发者可以将自己的扩展程序上传到CWS，但这些扩展程序只有在经过谷歌自身的审核流程后才能向用户提供。不幸的是，一些恶意扩展程序会绕过这些审核机制，从而威胁到使用这些扩展程序的用户的隐私和安全。在本文中，我们对CWS中的恶意扩展程序进行了全面的实际安全分析。具体来说，我们研究了依赖监督机器学习（ML）的自动化机制在检测CWS中的恶意扩展程序方面的有效性。为此，我们首先收集了2017年至2023年间发布的7,140个

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 对受VPN保护的智能音箱的语音命令进行指纹识别

  摘要最近的大量研究表明，通过分析亚马逊Alexa的网络流量数据，可以非常容易地推断出用户的语音指令。为了防止这类基于流量分析（TA）的攻击，智能家居用户正在考虑部署虚拟专用网络（VPNs）来保护他们的智能音箱。在这项研究中，我们设计了一种新的机器学习驱动的攻击框架——VoiceAttack，该框架能够在VPN加密的语音音箱网络流量中仍然准确地识别出语音指令。我们使用亚马逊Alexa和Google Home在5种不同的真实环境中对VoiceAttack进行了测试。测试结果显示，在封闭环境中，VoiceAttack能够以0.68的 Matthews相关性系数（MCC）正确推断出语音指令内容；在开放

  来源：ACM Transactions on Sensor Networks

  时间：2025-11-08

• 在社交媒体平台上基于情感增强的网络欺凌检测模型

  摘要社交媒体平台上的网络欺凌仍然对数字健康构成严重威胁，需要能够检测到明显和隐蔽的、带有情感色彩的虐待行为的智能系统。情感分析（SA）通过解读情感基调、极性和上下文，在检测方面发挥着关键作用，相比基于关键词的模型，它能够提供更细致和及时的识别能力。愤怒、讽刺或隐晦的敌意等情绪通常先于网络欺凌行为出现，尤其是在冲动的互动中。情感分析能够捕捉到这些情感线索，从而提高对隐含虐待行为和编码语言的敏感度。本研究首次系统地比较了经过微调用于网络欺凌检测的情感增强Transformer模型，包括ALBERT、DeBERTa、ELECTRA、HateBERT和DeepSeek-coder-1.3b-base，

  来源：ACM Transactions on the Web

  时间：2025-11-08

• Web3ID：一个专为Web3.0设计的、注重隐私保护的去中心化身份框架，适用于去中心化应用（DApp）

  摘要随着Web3.0的发展，去中心化身份认证和其他基于区块链的身份认证技术赋予用户控制权，为Web3.0生态系统奠定了基础。然而，现有的身份认证框架在应对身份管理和使用过程中的关键挑战（如链上隐私问题）方面仍显不足。尽管之前有CanDID、Hades和CertChain等研究探索了基于区块链的身份认证解决方案，但它们未能满足去中心化应用（DApps）的特定需求。此外，区块链用户通常将身份数据和数字资产存储在多个账户和DApps中，但当前的身份认证方案无法支持跨账户和DApps的身份隐私保护。为解决这一难题，我们提出了Web3ID——首个完全面向DApps的身份认证框架。通过分析以太坊的身份认证

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 持续学习漏洞位置

  摘要在软件开发过程中，自动定位与漏洞报告相关的有问题的变更集至关重要。基于深度学习（DL）的技术通过利用代码中的结构信息并学习变更集与漏洞报告之间的关联，展现出了良好的效果。然而，由于与变更集相关的源代码会不断演变，这些模型的性能会随着时间的推移而下降，这是由于概念漂移（concept drift）所致。为了解决这一挑战，本文评估了在多个子任务环境中使用持续学习（Continual Learning, CL）技术的潜力（这些子任务分别处理静态或非静态数据），并将其与一种基于BERT模型的漏洞定位技术、一种基于A2C算法的深度强化学习技术以及一种用于语义漏洞定位的基于DL的函数级交互模型进行了比

  来源：ACM Transactions on Software Engineering and Methodology

  时间：2025-11-08

• 促进对人工智能辅助软件工具的信任

  摘要软件工程师的日常工作涉及多种任务。虽然许多这些任务需要与其他工程师合作完成，但并不总是有可能或实际可行的。软件工具（如代码生成器和静态分析工具）旨在通过为开发人员提供额外支持来填补这一空白，帮助他们更有效地完成任务。随着不断有新的工具涌现出来以支持软件工程师的工作，其中一些工具依赖于人工智能（AI），因此有一些重要的问题需要解答：工程师可以并且应该对他们的软件工具抱有多大的信任度？构建一个值得信赖的工具又意味着什么？为此，本文基于对微软内部和外部软件从业者的18次访谈，提出了一个关于影响对传统软件工具和AI辅助软件工具信任度的因素的混合方法研究结果。首先，我们介绍了我们开发的PICSE（发

  来源：ACM Transactions on Software Engineering and Methodology

  时间：2025-11-08

• 在物联网（IoV）中实现边缘智能驱动的数据传输：整合链路优化与数据包路由

  摘要在车联网（IoV）中，车辆之间的有效数据传输能够提高对潜在风险和交通异常的感知能力，从而显著提升交通安全和效率。然而，在复杂的城市环境中，现有的路由协议面临着诸多挑战，例如无线信号严重衰减、三次握手机制效率低下以及多跳链路的重用性不足等问题。这些问题严重影响了路由协议的性能。为了解决这些问题，本文提出了一种基于边缘智能的路由协议（EIRP），该协议整合了链路优化和数据包路由功能。EIRP主要包括三个关键组成部分：首先，我们提出了一种基于交通状况的多跳链路构建方案，用于在车辆交互过程中建立和维护链路；该方案的主要目标是在数据传输前建立稳定的链路，以提高传输效率。其次，我们设计了一种多跳链路调

  来源：ACM Transactions on Sensor Networks

  时间：2025-11-08

• GPoS：具有地理空间感知能力的权益证明机制

  摘要地理空间去中心化对区块链至关重要，它能够确保区块链具备抗监管能力、鲁棒性和公平性。我们通过对五种主要的权益证明（PoS）区块链——Aptos、Avalanche、Ethereum、Solana和Sui——进行实证分析，发现少数地理区域主导了共识投票权，从而导致地理空间去中心化程度较低。为了解决这一问题，我们提出了具有地理空间感知能力的权益证明（GPoS）机制，该机制将地理空间多样性与基于权益的投票权相结合。实验评估表明，GPoS在地理空间去中心化方面平均提升了45%（通过特征向量中心性的基尼系数进行衡量），同时在包括HotStuff和CometBFT在内的拜占庭容错（BFT）协议中仅带来了

  来源：ACM Transactions on the Web

  时间：2025-11-08

• FioRa+：在能量收集型LoRa网络中，支持能源中性意识的组播固件分发

  摘要在能量收集（EH）LoRa网络中，高效的固件分发要求这些传感器能够在不发生电源故障的情况下同时从服务器接收数据片段。由于能量收集速率和LoRa传输参数对固件分发效率的影响，这一要求难以满足。我们提出了FioRa+，这是一种新型的、具有能量中性意识的多播固件分发框架，专为EH LoRa网络设计。该框架根据嵌入式机器学习模型预测的传感器未来能量可用性，以能量中性方式逐步向传感器分发固件镜像。因此，由于固件镜像重建失败而导致的额外固件分发需求得到了减少。通过单跳邻居发现、按需中继、灵活的能量查询和覆盖范围评估机制，FioRa+确保所有EH LoRa传感器能够在预定时间以高数据速率从服务器接收数据

  来源：ACM Transactions on Sensor Networks

  时间：2025-11-08

• 具有触觉反馈功能的实时虚拟减肥内镜模拟器的设计与开发

  摘要虚拟减肥内镜（ViBE）模拟器专为内镜袖状胃成形术（ESG）设计，这是一种微创减肥手术。虽然已有针对减肥手术的虚拟模拟器，但专门针对ESG的工具有所欠缺。ViBE模拟器填补了这一空白，它提供了一种比实体模型更具成本效益的替代方案，并提升了ESG培训的效果。该模拟器由三个主要部分组成：软件模拟、硬件以及连接两者的硬件接口。软件专注于ESG相关操作，如标记、缝合和组织牵拉，并包含缝合算法和软体物理模拟功能。模拟器配备了两种人机交互界面：一种采用USB-HID协议和光学编码器以及ARM Cortex M7芯片；另一种则利用计算机视觉技术来操作精密器械。计算机视觉界面简化了机械设计。性能测试结果显

  来源：ACM Transactions on Sensor Networks

  时间：2025-11-08

• TLD-SCA：一种用于抵御区块链支付渠道中侧信道攻击的Transformer-LSTM检测模型

  摘要侧信道攻击利用数字签名生成过程中的时间信息泄露，对区块链支付渠道中交易的保密性和完整性构成了严重威胁。目前，基于Transformer的检测方法在捕捉长期依赖关系方面表现有效，而长短期记忆（LSTM）网络在建模短期动态时间序列特征方面具有优势。然而，现有方法难以同时均匀地建模长期和短期时间序列特征，这限制了它们在复杂交易序列异常检测中的性能。在本文中，我们提出了TLD-SCA这一新颖的侧信道攻击检测模型，该模型创新性地结合了Transformer在全局依赖关系建模方面的能力与LSTM在捕捉局部时间序列动态方面的优势。这使得能够对交易时序数据进行长期和短期的时间序列分析。实验结果表明，TLD

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 一种基于区块链的可撤销、高效且安全的医疗数据共享方案

  摘要在数字医疗时代，高效且保护隐私的医疗数据共享仍然是一个关键挑战。现有的数据共享方案通常存在访问控制受限、计算开销较大以及依赖可信第三方的问题。本文提出了一种基于分层区块链架构的可撤销属性检索加密（ABSE）方案，该方案通过表达性强的基于属性的访问策略实现对加密数据的安全关键字搜索，并集成了撤销机制以支持动态用户管理。我们设计了一个轻量级且保护隐私的计算框架，将复杂的加密操作卸载到云端，从而减轻用户端设备的负担。此外，我们还提出了一种轻量级的共识协议——即“彩票共识”，该协议用与基于ABSE的数据共享过程相关联的有意义操作替换了传统的工作量证明哈希计算。广泛的理论分析和仿真实验证明了所提方案

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 迈向网络去殖民化档案馆：以巴西马托格罗索州数字文学档案为例

  摘要过去十年中，拉丁美洲推出了多项举措，旨在识别、整理和策划数字文献，尤其是在洲级或国家层面上。然而，在该大陆范围内，专注于更局部化层面（如省份/州/城市）的数字文献档案馆仍然非常稀缺。这种不足阻碍了我们对由具有共同地理背景、密切个人关系和机构联系的创作者及读者组成的数字文献社群动态的理解。本文的主要目的是对一个填补这一空白的数字文献档案馆——马托格罗索州数字文献档案馆（Acervo de Literatura Digital Mato-Grossense）进行全面分析和描述。在开展此类工作时，我们记录并阐述了所做出的关键决策，同时考虑了该地区数字文献的独特特征（该地区位于远离巴西主要城市中心

  来源：ACM Transactions on the Web

  时间：2025-11-08

• 基于视觉状态空间模型和混合特征的注视点估计

  摘要视觉状态空间模型（简称VMamba）是一种基于视觉的模型，旨在将Mamba技术引入计算机视觉领域。在最近的研究中，该模型在计算机视觉任务中表现出了优异的性能。然而，VMamba在注视估计方面的性能仍有待进一步探索。在本文中，我们提出了两种基于VMamba的注视估计方法：基于纯VMamba的GazeVM-Pure和基于混合VMamba的GazeVM-Hybrid。GazeVM-Pure根据原始VMamba的结构来估计注视方向；而GazeVM-Hybrid则结合了卷积神经网络（CNN）与VMamba，其中视觉状态空间（VSS）模块作为CNN的补充组件。在GazeVM-Hybrid中，ResNe

  来源：ACM Transactions on Sensor Networks

  时间：2025-11-08

• 在基于冗余的故障/入侵容忍机制中运用变形关系

  摘要冗余被广泛用作提高系统容错性和抗入侵能力的方法。然而，如果冗余组件缺乏足够的多样性，潜在的危险共模故障可能无法被检测到。为了解决这个问题，数十年来文献中提出了设计多样性方法。在本文中，我们采用了一种创新的方法来处理这一问题，引入了更广泛的多样性概念，该方法利用了“变形关系”（Metamorphic Relations，简称MRs），即在不同输入和输出之间必须满足的必要属性。我们定义了两种通用类型的MRs，它们分别用于实现数据多样性和功能多样性。此外，我们还详细阐述了两种相应的逻辑架构，并特别关注了裁决组件所需的必要条件。最后，我们对所提出的架构进行了初步评估，指出了它们相对于传统设计多样性

  来源：ACM Transactions on Software Engineering and Methodology

  时间：2025-11-08

• 因果扰动下的公平性测试

  摘要为减少对敏感特征（如性别、年龄或种族）的不公平和不道德歧视，在利用人工智能模型处理表格数据的工程系统中，公平性测试起着至关重要的作用。其中一个关键挑战是如何在样本量难以处理的情况下，通过扰动有效地揭示公平性漏洞。目前许多研究都集中在设计测试样本生成器上，忽视了关于数据特征的宝贵信息，而这些信息本可以指导扰动的生成，从而限制了其潜力。在本文中，我们提出了一种通用的因果扰动公平性测试框架，称为CausalFT，以填补这一空白。通过因果推断，CausalFT的核心思想是提取与敏感特征最直接且因果相关的非敏感特征，这些特征共同影响标签的预测。然后将这种因果关系无缝地注入扰动中，以指导测试样本生成器

  来源：ACM Transactions on Software Engineering and Methodology

  时间：2025-11-08

知名企业招聘：