本文的作者分别来自西安交通大学和东京科学大学。第一作者宋天乐是来自西安交通大学的博士生，研究方向聚焦于人机交互行为安全，生物特征识别，隐私保 护。通讯作者为西安交通大学蔺琛皓教授。 移动应用通过 Android 和 iOS 的接口能够获取加速度计、陀螺仪等运动传感器数据，这些数据支撑了活动识别、计步和手势交互等重要功能，已成为移动服务的关 键基础。然而，传感器数据的细粒度特性也带来了隐私隐患。研究表明，其可以被用来推断用户性别、年龄等敏感属性，使用户在不知情的情况下遭受隐私泄 露。因此，如何在保持传感器数据实用性的同时有效保护用户隐私，已成为移动应用生态中亟需解决的问题。 在 AAAI 2026 上，西安交通大学与东京科学大学提出了 移动 传感器 隐私保护框架 PATN 。该框架基于对抗攻击思想，通过微小扰动实现隐私保护同时不影响数 据语义和时序结构。为应对实时防护和时间错位问题，PATN 设计了两大核心技术：利用历史传感器数据的生成网络实现未来扰动的即时预测与施加，解决实时扰 动生成；引入历史感知 top-k 优化策略，缓解扰动与攻击序列的时间错位。该框架在多种数据场景下提供高保真、连续的隐私防护，有效抑制 ...