Skip to content
Hot eventLive

重新审视合成数据匿名性声明：模型中心化隐私攻击视角

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv 发表 Computers and Society 论文，Georgi Ganev 与 Emiliano De Cristofaro 指出合成数据当前多按单数据集评估匿名性，但实际部署中训练模型可被查询，应从模型中心结合前沿隐私攻击重新评估可识别性风险。研究认为仅靠合成数据技术不足以充分匿名化，并比较差分隐私与相似度隐私指标：前者能提供较强防护，后者缺乏充分保障。

Generated from reports · updated 2 hr ago

LatestOct 2
论文主张从模型中心视角重估合成数据匿名性，并强调差分隐私相较相似度隐私指标能提供更充分防护。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Computers and Society精选
    重新思考合成数据生成中的匿名性主张：基于模型中心隐私攻击视角

    Georgi Ganev 与 Emiliano De Cristofaro 指出，合成数据当前多按单数据集评估匿名性，但实际部署中训练模型可被查询，应从模型中心结合前沿隐私攻击重新评估可识别性风险。研究认为仅靠合成数据技术不足以充分匿名化，并比较了差分隐私与相似度隐私指标：前者能提供较强防护，后者缺乏充分保障。

Heat trend

There is not enough continuous observation data to draw a trend yet.