用于保护社交平台上已撤回帖子的欺骗性删除

在在线社交平台上，过度分享措辞不当的想法和个人信息十分普遍。在许多此类情况下，用户后悔发布此类内容。为了追溯纠正用户分享决策中的这些错误，大多数平台提供（删除）机制以撤回内容，社交媒体用户也经常使用它们。讽刺且或许不幸的是，这些删除使用户更容易受到恶意行为者的隐私侵犯，后者专门大规模搜寻帖子删除行为。这种搜寻的原因很简单：删除帖子是一个强有力的信号，表明该帖子可能对其所有者具有破坏性。如今，多个存档服务已在扫描社交媒体以获取这些已删除帖子。此外，正如我们在本工作中所展示的，强大的机器学习模型可以大规模检测破坏性删除。为了遏制此类针对用户被遗忘权的全局对手，我们引入欺骗性删除，一种最小化对抗优势的诱饵机制。我们的机制注入诱饵删除，从而在寻求对已删除帖子中破坏性内容进行分类的对手与采用诱饵删除来掩饰真实破坏性删除的挑战者之间创造出双人极小极大博弈。我们形式化了两者之间的欺骗博弈，确定了对手或挑战者可证明赢得博弈的条件，并讨论了介于这两个极端之间的情形。我们将欺骗性删除机制应用于Twitter上的真实任务：隐藏破坏性推文删除。我们展示强大的全局对手可被强大的挑战者击败，显著提高了门槛，并为在社交平台上真正被遗忘的能力带来一丝希望。