ترجمه فارسی مقاله کاسپر: پاکسازی سریع برای محافظت از حریم خصوصی کاربر در مدل‌های زبان بزرگ مبتنی بر وب

چکیده

Web-based Large Language Model (LLM) services have been widely adopted and have become an integral part of our Internet experience. Third-party plugins enhance the functionalities of LLM by enabling access to real-world data and services. However, the privacy consequences associated with these services and their third-party plugins are not well understood. Sensitive prompt data are stored, processed, and shared by cloud-based LLM providers and third-party plugins. In this paper, we propose Casper, a prompt sanitization technique that aims to protect user privacy by detecting and removing sensitive information from user inputs before sending them to LLM services. Casper runs entirely on the user’s device as a browser extension and does not require any changes to the online LLM services. At the core of Casper is a three-layered sanitization mechanism consisting of a rule-based filter, a Machine Learning (ML)-based named entity recognizer, and a browser-based local LLM topic identifier. We evaluate Casper on a dataset of 4000 synthesized prompts and show that it can effectively filter out Personal Identifiable Information (PII) and privacy-sensitive topics with high accuracy, at 98.5% and 89.9%, respectively.

چکیده به فارسی (ترجمه ماشینی)

سرویس های بزرگ زبان مبتنی بر وب (LLM) به طور گسترده اتخاذ شده اند و به بخشی جدایی ناپذیر از تجربه اینترنت ما تبدیل شده اند.افزونه های شخص ثالث با امکان دسترسی به داده ها و خدمات در دنیای واقعی ، قابلیت های LLM را افزایش می دهند.با این حال ، پیامدهای حریم خصوصی مرتبط با این خدمات و افزونه های شخص ثالث آنها به خوبی درک نشده است.داده های سریع حساس توسط ارائه دهندگان LLM مبتنی بر ابر و افزونه های شخص ثالث ذخیره ، پردازش و به اشتراک گذاشته می شوند.در این مقاله ، ما کاسپر ، یک تکنیک ضد عفونی کننده سریع را پیشنهاد می کنیم که هدف آن محافظت از حریم شخصی کاربر با تشخیص و حذف اطلاعات حساس از ورودی های کاربر قبل از ارسال آنها به خدمات LLM است.کاسپر به عنوان یک پسوند مرورگر کاملاً روی دستگاه کاربر اجرا می شود و نیازی به تغییر در خدمات LLM آنلاین ندارد.در هسته CASPER یک مکانیسم ضد عفونی سه لایه متشکل از یک فیلتر مبتنی بر قانون ، یک دستگاه یادگیری ماشین (ML) مبتنی بر شناسه نامگذاری شده و یک شناسه موضوع محلی LLM مبتنی بر مرورگر است.ما CASPER را در مجموعه داده های 4000 پیش نویس سنتز ارزیابی می کنیم و نشان می دهیم که می تواند به طور مؤثر اطلاعات شناسایی شخصی (PII) و مباحث حساس به حریم خصوصی را با دقت بالا ، به ترتیب در 98.5 ٪ و 89.9 ٪ فیلتر کند.