ProxyGPT：通过（不可信）志愿者代理实现 LLM 聊天机器人的匿名性
密码学与安全
2025-06-12 v2
摘要
流行的大型语言模型（LLM）聊天机器人如 ChatGPT 和 Claude 需要用户创建带有邮箱或电话号码的帐户才能获得完整访问权限。此做法将用户的个人可识别信息（PII）与其敏感对话数据绑定，从而构成显著的隐私风险。不幸的是，基于密码学或受信任执行环境（TEE）的现有私有 LLM 解决方案因计算成本高昂和平台限制而不受欢迎。为在 LLM 聊天机器人中实现实际的用户匿名性，我们提出 ProxyGPT，一种利用浏览器交互代理代表用户提交查询的隐私增强系统。与传统代理系统不同，ProxyGPT 在“用户”层运行，通过代理用户在身份验证环境中的浏览器交互，从而轻松支持广泛的聊天机器人服务。通过对 TLS 数据来源进行定期完整性审计来防止恶意代理。我们进一步利用最先进的 LLM 提示警卫掩护代理端，以缓解不受欢迎的用户请求。此外，我们采用 Chaum 的盲签名电子货币机制，建立一种收获互惠的经济体系，以激励 ProxyGPT 用户为他人代理。我们的系统评估和用户研究表明，我们的方法是实用的，每次聊天请求仅需额外几秒钟即可完成。据我们所知，ProxyGPT 是首个针对隐私保护 AI 聊天机器人的全面代理解决方案。
引用
@article{arxiv.2407.08792,
title = {ProxyGPT: Enabling User Anonymity in LLM Chatbots via (Un)Trustworthy Volunteer Proxies},
author = {Dzung Pham and Jade Sheffey and Chau Minh Pham and Amir Houmansadr},
journal= {arXiv preprint arXiv:2407.08792},
year = {2025}
}