新闻详情

新闻详情

首页 / 资讯中心 / 详情

ZoneDeck隐私声明深度解读:钩子不录键、数据不出本地,老板键也能放心用

发布时间:2026/11/14 13:59:38来源:尧图网络
ZoneDeck隐私声明深度解读:钩子不录键、数据不出本地,老板键也能放心用
ZoneDeck隐私声明深度解读钩子不录键、数据不出本地老板键也能放心用【免费下载链接】ZoneDeckThe Ultimate Workspace Manager, Switch between work and life, seamlessly生活工作无缝切换专业的桌面工作区管理助手项目地址: https://gitcode.com/gh_mirrors/bo/ZoneDeck担心工作区管理工具偷看你的操作这篇文章用大白话带你看懂ZoneDeck 隐私声明键盘鼠标钩子只用来匹配快捷键绝无键盘记录功能配置、日志、恢复数据全部存在本地%APPDATA%\ZoneDeck不上传任何服务器。即使你开启老板键隐藏窗口也可以放心使用。一、你的数据都去了哪里一张图看懂ZoneDeck 对数据的处理可以分成两类这是整个隐私声明的核心框架数据类型存储位置是否离开设备配置config.json、恢复数据recovery.json本地磁盘❌ 不会运行日志logs\、能效统计stats.json本地磁盘❌ 不会窗口/进程枚举、键盘鼠标钩子仅内存中处理❌ 不会检查更新与公告所需的设备信息打开设置页时发送✅ 有限字段匿名使用统计默认关闭发送服务端✅ 需你主动同意错误日志 / 用户反馈发送服务端✅ 需你点击上报或主动填写二、核心承诺钩子不录键ZoneDeck 在启用热键或鼠标手势比如屏幕角落隐藏窗口时会安装 Windows 低级键盘/鼠标钩子WH_KEYBOARD_LL/WH_MOUSE_LL。官方承诺写得非常明确这些钩子仅用于比对快捷键或实时判定手势绝不具备键盘记录功能不保存、不发送你的击键内容或鼠标轨迹。从源码也能印证这一点钩子模块的判定结果只有三种——放行、吞掉热键按键、触发热键见 keyboard_hook.rs整个流程没有任何记录按键内容的分支。而像移动到屏幕四角隐藏这类手势也只是实时判定鼠标位置判定完即弃相关实现见 hotkey.js 与 mouse_hook.rs。三、数据不出本地的细节1. 本地文件只有你自己能看配置、窗口恢复状态等数据都生成在你的设备本地%APPDATA%\ZoneDeck或便携版所在目录不会被上传至任何服务器。你可以随时用资源管理器直接查看、修改或删除。2. 日志先脱敏再落盘运行日志在写入磁盘前已统一脱敏不含窗口标题、用户目录等敏感信息脱敏逻辑见 logging.rs。能效统计stats.json也只记录冻结时长、释放内存这类展示用数字。3. 程序绝不对付收集的黑名单声明中列出了任何情况下都不会主动读取、记录或发送的信息键盘信息、剪贴板内容、屏幕内容或截图窗口标题、进程名、文件路径、正则表达式姓名、邮箱、电话等身份信息设备物理标识MAC 地址、序列号等、地理位置本机其他软件清单、浏览记录、账号密码同时声明不投放广告、不做商业化用户画像、不跨应用跟踪、不出售或出租任何信息。四、老板键场景下的隐私保障老板键快速隐藏/冻结窗口是办公族刚需很多人正因此担心被监视。ZoneDeck 的应对窗口恢复工具只在本机枚举窗口用于找回误隐藏的内容枚举结果仅存于内存与本地recovery.json能效统计冻结了多久、释放了多少内存只写本地stats.json用于界面展示即便匿名统计开关打开上传的也只是功能开启状态、规则数量等聚合数据不含窗口标题、进程名等具体内容。五、你的控制权清单 ️你可以做的事在哪里做查看/修改/删除配置与日志资源管理器打开%APPDATA%\ZoneDeck撤销匿名统计同意通用设置 → 隐私 → 匿名使用统计彻底清除本地数据卸载时选择不保留配置撤回已提交的反馈/错误日志联系开发者邮箱提出删除请求特别提醒匿名统计默认关闭且关闭时会同步删除设备上的匿名标识符错误日志只有在你点击上报给开发者后才会发送。六、写在最后完整条款请阅读官方隐私声明中文见 docs/privacy.md英文见 docs/en/privacy.md。一句话总结ZoneDeck 的隐私设计是最小化的——本地数据全在你手里联网功能只有更新检查、公告和可选的匿名统计钩子只认快捷键、不认你打的字。这样的桌面工作区管理助手老板键尽管放心按。【免费下载链接】ZoneDeckThe Ultimate Workspace Manager, Switch between work and life, seamlessly生活工作无缝切换专业的桌面工作区管理助手项目地址: https://gitcode.com/gh_mirrors/bo/ZoneDeck创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉