评估了最先进的作者混淆方法的隐蔽性，并发现它们缺乏隐蔽性，因为它们以可检测的方式降低了文本平滑度。这凸显了开发更能保护寻求匿名性作者身份的隐蔽作者混淆方法的必要性。

May, 2020

本文研究了基于样式测量方法的作者归属问题，提出了一种基于集成学习的自动化作者混淆方法，并证明它的迁移性更佳。

Sep, 2021

本文综述了从数据挖掘的角度出发，针对神经文本生成中的作者归属与模糊化问题开展的最近研究，旨在理解传统作者归属与模糊化方法的局限性并探讨新的研究方向，以解决神经文本撰写人的匿名性与隐私问题。

Oct, 2022

本文介绍了一种针对源代码作者归属的新型攻击方法，通过一系列基于蒙特卡洛树的语义保持的代码转换，可以误导基于机器学习的代码归属分析，并对两种最新的归属方法的准确率造成了巨大的影响，表明当前的代码作者归属方法不适用于实际应用，需要更加强大的技术。

May, 2019

通过强化学习，我们介绍了一种自动文本隐私保护框架，该框架通过针对大型语言模型进行微调，产生能够在保持准确性、连贯性和隐私性之间达到平衡的重写文本，并在大规模的测试集上进行了全面评估，并成功规避了多种自动化作者识别攻击。

May, 2024

本文介绍了 SHIELD，对六种当前最先进的作者归属方法进行攻击后的实验，通过在 Google Code Jam 竞赛中利用 200 个编程者数据集，从非有目标攻击和有目标攻击两个方向对不同的代码归属提取技术进行了实验，发现现有的作者归属方法对抗攻击的脆弱性，并对攻击成功率和身份识别信任度的影响进行了分析。

Apr, 2023

最新大型语言模型的高质量文本生成能力引起了对其滥用（例如，大规模生成 / 传播虚假信息）的关注。机器生成文本（MGT）的检测对应对此类威胁至关重要。然而，它容易受到作者身份混淆（AO）方法的影响，例如改写，这可能使 MGT 逃避检测。到目前为止，这仅在单语环境中进行了评估。因此，最近提出的多语言检测器的易受攻击性仍然未知。我们通过对 10 种知名 AO 方法的性能进行全面基准测试，攻击 37 种语言 MGT 检测方法，使用 11 种语言的 MGT 进行测试（即 10×37×11=4,070 种组合）。我们还评估了数据扩充对针对模糊文本的对抗鲁棒性的影响。结果表明，所有经过测试的 AO 方法都可以在所有经过测试的语言中导致检测逃避，其中同形异义攻击特别成功。

Jan, 2024

本研究提出一种名为 Adversarial Author Attribute Anonymity Neural Translation（$A^4NT$）的自动方法，运用序列到序列的机器翻译和生成式对抗性网络相结合来混淆文本作者的属性，配合评估技术以保留输入文本的意义，以提高作者的匿名性。

Nov, 2017

在本文中，我们提出了一个针对更广泛的对抗性攻击类别的框架，旨在对机器生成的内容进行微小扰动以逃避检测，通过对动态场景中的对抗性学习来评估当前检测模型对这种攻击的鲁棒性的潜力提升。实证结果发现，现有的检测模型可以在仅 10 秒内受到破坏，将机器生成的文本误分类为人类撰写的内容。尽管观察到模型鲁棒性方面的一些改进，但实际应用仍面临重大挑战，这些发现为 AI 文本检测器的未来发展提供了启示，强调了对更准确和鲁棒的检测方法的需求。

Apr, 2024

现代作者指定（AA）和作者混淆（AO）是隐私研究中两个重要且竞争性的任务，为了解决现有 AA 方法引发的隐私问题，本研究提出了一个实用的 AO 方法 ALISON，通过攻击三种基于 Transformer 的 AA 方法在两个基准数据集上表现出更好的混淆效果，并且无需目标 AA 分类器的直接信号，在大幅减少训练和混淆时间的同时，保持了原始文本的意义。

Feb, 2024