Buchumschlag

Casper: Prompt Sanitization for Protecting User Privacy in Web-Based Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chong, Chun Jie, Hou, Chenxi, Yao, Zhihao, Talebi, Seyed Mohammadjavad Seyed
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Artificial-Intelligence Generated Code Considered Harmful: A Road Map for Secure and High-Quality Code Generation
von: Chong, Chun Jie, et al.
Veröffentlicht: (2024)

User Behavior Analysis in Privacy Protection with Large Language Models: A Study on Privacy Preferences with Limited Data
von: Yang, Haowei, et al.
Veröffentlicht: (2025)

Invisible Prompts, Visible Threats: Malicious Font Injection in External Resources for Large Language Models
von: Xiong, Junjie, et al.
Veröffentlicht: (2025)

System Prompt Poisoning: Persistent Attacks on Large Language Models Beyond User Injection
von: Li, Zongze, et al.
Veröffentlicht: (2025)

Research on Large Language Model Cross-Cloud Privacy Protection and Collaborative Training based on Federated Learning
von: Yang, Ze, et al.
Veröffentlicht: (2025)

Reconstruction of Differentially Private Text Sanitization via Large Language Models
von: Pang, Shuchao, et al.
Veröffentlicht: (2024)

User Privacy and Large Language Models: An Analysis of Frontier Developers' Privacy Policies
von: King, Jennifer, et al.
Veröffentlicht: (2025)

LLM-PBE: Assessing Data Privacy in Large Language Models
von: Li, Qinbin, et al.
Veröffentlicht: (2024)

Towards Privacy-Preserving Large Language Model: Text-free Inference Through Alignment and Adaptation
von: Yoon, Jeongho, et al.
Veröffentlicht: (2026)

Enhancing Scalability of Metric Differential Privacy via Secret Dataset Partitioning and Benders Decomposition
von: Qiu, Chenxi
Veröffentlicht: (2024)

ART: Automatic Red-teaming for Text-to-Image Models to Protect Benign Users
von: Li, Guanlin, et al.
Veröffentlicht: (2024)

A Sentence Relation-Based Approach to Sanitizing Malicious Instructions
von: Datta, Soumil, et al.
Veröffentlicht: (2026)

A Survey on Large Language Model (LLM) Security and Privacy: The Good, the Bad, and the Ugly
von: Yao, Yifan, et al.
Veröffentlicht: (2023)

PrivacyRestore: Privacy-Preserving Inference in Large Language Models via Privacy Removal and Restoration
von: Zeng, Ziqian, et al.
Veröffentlicht: (2024)

Securing LLM-Generated Embedded Firmware through AI Agent-Driven Validation and Patching
von: Abtahi, Seyed Moein, et al.
Veröffentlicht: (2025)

Multi-PA: A Multi-perspective Benchmark on Privacy Assessment for Large Vision-Language Models
von: Zhang, Jie, et al.
Veröffentlicht: (2024)

When Search Goes Wrong: Red-Teaming Web-Augmented Large Language Models
von: Ou, Haoran, et al.
Veröffentlicht: (2025)

Safe Text-to-Image Generation: Simply Sanitize the Prompt Embedding
von: Qiu, Huming, et al.
Veröffentlicht: (2024)

SoK: Semantic Privacy in Large Language Models
von: Ma, Baihe, et al.
Veröffentlicht: (2025)

Large Language Model Empowered Privacy-Protected Framework for PHI Annotation in Clinical Notes
von: Wu, Guanchen, et al.
Veröffentlicht: (2025)

Evaluation of Prompt Injection Defenses in Large Language Models
von: Deep, Priyal, et al.
Veröffentlicht: (2026)

An Engorgio Prompt Makes Large Language Model Babble on
von: Dong, Jianshuo, et al.
Veröffentlicht: (2024)

CommandSans: Securing AI Agents with Surgical Precision Prompt Sanitization
von: Das, Debeshee, et al.
Veröffentlicht: (2025)

Goal-guided Generative Prompt Injection Attack on Large Language Models
von: Zhang, Chong, et al.
Veröffentlicht: (2024)

Has My System Prompt Been Used? Large Language Model Prompt Membership Inference
von: Levin, Roman, et al.
Veröffentlicht: (2025)

A Survey: Towards Privacy and Security in Mobile Large Language Models
von: Xu, Honghui, et al.
Veröffentlicht: (2025)

Privacy-Preserving Large Language Models: Mechanisms, Applications, and Future Directions
von: Zhao, Guoshenghui, et al.
Veröffentlicht: (2024)

PPBFL: A Privacy Protected Blockchain-based Federated Learning Model
von: Li, Yang, et al.
Veröffentlicht: (2024)

Membership Inference Attacks Against Vision-Language Models
von: Hu, Yuke, et al.
Veröffentlicht: (2025)

SnapGuard: Lightweight Prompt Injection Detection for Screenshot-Based Web Agents
von: Du, Mengyao, et al.
Veröffentlicht: (2026)

SoK: Taxonomy and Evaluation of Prompt Security in Large Language Models
von: Hong, Hanbin, et al.
Veröffentlicht: (2025)

Prompt Injection as an Emerging Threat: Evaluating the Resilience of Large Language Models
von: Ganiuly, Daniyal, et al.
Veröffentlicht: (2025)

PID: Prompt-Independent Data Protection Against Latent Diffusion Models
von: Li, Ang, et al.
Veröffentlicht: (2024)

Measuring Physical-World Privacy Awareness of Large Language Models: An Evaluation Benchmark
von: Shen, Xinjie, et al.
Veröffentlicht: (2025)

To Protect the LLM Agent Against the Prompt Injection Attack with Polymorphic Prompt
von: Wang, Zhilong, et al.
Veröffentlicht: (2025)

CryptoScope: Utilizing Large Language Models for Automated Cryptographic Logic Vulnerability Detection
von: Li, Zhihao, et al.
Veröffentlicht: (2025)

Protecting Users From Themselves: Safeguarding Contextual Privacy in Interactions with Conversational Agents
von: Ngong, Ivoline, et al.
Veröffentlicht: (2025)

SecPE: Secure Prompt Ensembling for Private and Robust Large Language Models
von: Zhang, Jiawen, et al.
Veröffentlicht: (2025)

Automating Prompt Leakage Attacks on Large Language Models Using Agentic Approach
von: Sternak, Tvrtko, et al.
Veröffentlicht: (2025)

Explainable Machine Learning-Based Security and Privacy Protection Framework for Internet of Medical Things Systems
von: Si-ahmed, Ayoub, et al.
Veröffentlicht: (2024)