arXiv cs.CY· Paschalis Bekos, Billy Tsouvalas, Nick Nikiforakis, Michalis Polychronakis·· 11 小时前AI 评分58
研究测量 42 个 AI 聊天平台的上下文泄露：21 个泄露对话标题，9 个泄露原始提示词
Penny for Your Prompts: A Measurement Study of Contextual Leakage in AI Chat Platforms
AI 导读
研究对 42 个通用及垂直领域（健康、法律、教育）AI 聊天平台的网页界面做了大规模测量，发现 21 个平台把对话标题泄露给第三方追踪器，9 个平台泄露了用户原始提示词。研究还在 JavaScript 引擎层把每条数据流归因到触发它的具体用户操作和 DOM 抓取机制，并观察到大量平台将用户邮箱发送给第三方追踪器，使对话上下文可与用户身份关联。该论文将发表于 IEEE S&P，2027 年 5 月。
正文 · AI 翻译
摘要：AI 聊天机器人平台已成为用户在线交互中最常用的网页界面之一，用户通常会在期望隐私保护的前提下，向其分享个人和私密信息。然而，在 Web 应用层面，这些平台能够嵌入第三方分析、广告和会话回放脚本，这些脚本在聊天机器人旁静默运行，形成了一条尚未被充分研究的对话数据泄露至第三方的渠道。我们开展了首个针对 AI 聊天机器人上下文泄露的系统性大规模测量研究，审计了 42 个通用及特定领域（健康、法律和教育）平台的 Web 界面。除标准网络拦截外，我们还在 JavaScript 引擎层面插桩浏览器，将每次数据流归因到触发它的确切用户操作，以及用于获取其内容的 DOM 捕获机制，这种粒度仅靠网络层分析无法实现。我们发现，其中 21 个平台将对话标题泄露给第三方跟踪器，9 个平台泄露了用户提示词原文。除内容外，我们还观察到大量聊天机器人平台将用户邮箱发送给第三方跟踪器，从而能够将对话上下文与用户身份关联起来。我们的发现为传统 Web 隐私问题提供了新的视角，凸显了用户与现代 AI 聊天机器人交互方式中固有的隐私问题。
| 评论： | 将发表于 IEEE 安全与隐私研讨会（S&P），2027 年 5 月 |
| 主题： | 密码学与安全（cs.CR）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2610.37467 [cs.CR] |
| （或 arXiv:2610.37467v1 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37467 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Paschalis Bekos [查看邮箱]
[v1]
2026 年 10 月 27 日星期二 16:01:08 UTC（3,020 KB）
来源：arXiv cs.CY · arxiv.org