Buchumschlag

Smart Privacy Policy Assistant: An LLM-Powered System for Transparent and Actionable Privacy Notices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kalvakuntla, Sriharshini, Tang, Luoxi, Meng, Yuqiao, Xi, Zhaohan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SafeGPT: Preventing Data Leakage and Unethical Outputs in Enterprise LLM Use
von: Desai, Pratyush, et al.
Veröffentlicht: (2026)

POLAR: Automating Cyber Threat Prioritization through LLM-Powered Assessment
von: Tang, Luoxi, et al.
Veröffentlicht: (2025)

Benchmarking LLM-Assisted Blue Teaming via Standardized Threat Hunting
von: Meng, Yuqiao, et al.
Veröffentlicht: (2025)

Uncovering Vulnerabilities of LLM-Assisted Cyber Threat Intelligence
von: Meng, Yuqiao, et al.
Veröffentlicht: (2025)

Data to Defense: The Role of Curation in Customizing LLMs Against Jailbreaking Attacks
von: Liu, Xiaoqun, et al.
Veröffentlicht: (2024)

Privacy in Action: Towards Realistic Privacy Mitigation and Evaluation for LLM-Powered Agents
von: Wang, Shouju, et al.
Veröffentlicht: (2025)

Privacy-Preserving AI-Enabled Decentralized Learning and Employment Records System
von: Xu, Yuqiao, et al.
Veröffentlicht: (2026)

Negotiating Privacy with Smart Voice Assistants: Risk-Benefit and Control-Acceptance Tensions
von: Campbell, Molly, et al.
Veröffentlicht: (2026)

LLM Access Shield: Domain-Specific LLM Framework for Privacy Policy Compliance
von: Wang, Yu, et al.
Veröffentlicht: (2025)

Unveiling Privacy Risks in LLM Agent Memory
von: Wang, Bo, et al.
Veröffentlicht: (2025)

GOD model: Privacy Preserved AI School for Personal Assistant
von: PIN AI Team, et al.
Veröffentlicht: (2025)

Can You Trust Your Copilot? A Privacy Scorecard for AI Coding Assistants
von: AL-Maamari, Amir
Veröffentlicht: (2025)

Depth Gives a False Sense of Privacy: LLM Internal States Inversion
von: Dong, Tian, et al.
Veröffentlicht: (2025)

Privacy-Preserving Decentralized Federated Learning via Explainable Adaptive Differential Privacy
von: Piran, Fardin Jalil, et al.
Veröffentlicht: (2025)

Gender-Based Heterogeneity in Youth Privacy-Protective Behavior for Smart Voice Assistants: Evidence from Multigroup PLS-SEM
von: Campbell, Molly, et al.
Veröffentlicht: (2026)

No Free Lunch Theorem for Privacy-Preserving LLM Inference
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2024)

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

Towards Privacy-Preserving and Personalized Smart Homes via Tailored Small Language Models
von: Huang, Xinyu, et al.
Veröffentlicht: (2025)

AudAgent: Automated Auditing of Privacy Policy Compliance in AI Agents
von: Zheng, Ye, et al.
Veröffentlicht: (2025)

A BERT-based Empirical Study of Privacy Policies' Compliance with GDPR
von: Zhang, Lu, et al.
Veröffentlicht: (2024)

Towards Confidential and Efficient LLM Inference with Dual Privacy Protection
von: Yu, Honglan, et al.
Veröffentlicht: (2025)

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

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

Robustifying Safety-Aligned Large Language Models through Clean Data Curation
von: Liu, Xiaoqun, et al.
Veröffentlicht: (2024)

PriMod4AI: Lifecycle-Aware Privacy Threat Modeling for AI Systems using LLM
von: Savaliya, Gautam, et al.
Veröffentlicht: (2026)

Privacy Guard & Token Parsimony by Prompt and Context Handling and LLM Routing
von: Langiu, Alessio
Veröffentlicht: (2026)

RTBAS: Defending LLM Agents Against Prompt Injection and Privacy Leakage
von: Zhong, Peter Yong, et al.
Veröffentlicht: (2025)

PrivSTRUCT: Untangling Data Purpose Compliance of Privacy Policies in Google Play Store
von: Silva, Bhanuka, et al.
Veröffentlicht: (2026)

Towards Privacy-Preserving LLM Inference via Covariant Obfuscation (Technical Report)
von: Lin, Yu, et al.
Veröffentlicht: (2026)

Contextualized Privacy Defense for LLM Agents
von: Wen, Yule, et al.
Veröffentlicht: (2026)

PrivacyXray: Detecting Privacy Breaches in LLMs through Semantic Consistency and Probability Certainty
von: He, Jinwen, et al.
Veröffentlicht: (2025)

Privacy-Preserving LLMs Routing
von: Wu, Xidong, et al.
Veröffentlicht: (2026)

On the Privacy of LLMs: An Ablation Study
von: Makhlouf, Karima, et al.
Veröffentlicht: (2026)

PrivacyPeek: Auditing What LLM-Based Agents Acquire, Not Just What They Say
von: Zhang, Mingxuan, 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)

PrivLLMSwarm: Privacy-Preserving LLM-Driven UAV Swarms for Secure IoT Surveillance
von: Ayana, Jifar Wakuma, et al.
Veröffentlicht: (2025)

Towards Efficient Privacy-Preserving Machine Learning: A Systematic Review from Protocol, Model, and System Perspectives
von: Zeng, Wenxuan, et al.
Veröffentlicht: (2025)

Preventing Non-intrusive Load Monitoring Privacy Invasion: A Precise Adversarial Attack Scheme for Networked Smart Meters
von: He, Jialing, et al.
Veröffentlicht: (2024)

VFEFL: Privacy-Preserving Federated Learning against Malicious Clients via Verifiable Functional Encryption
von: Cai, Nina, et al.
Veröffentlicht: (2025)

Privacy Preserving Machine Learning Workflow: from Anonymization to Personalized Differential Privacy Budgets in Federated Learning
von: Díaz, Judith Sáinz-Pardo, et al.
Veröffentlicht: (2026)