arXiv ID:
2601.22434
arXiv 提交日期: 2026-01-30
重新审视合成数据生成中的匿名性主张:一种以模型为中心的隐私攻击视角 / Rethinking Anonymity Claims in Synthetic Data Generation: A Model-Centric Privacy Attack Perspective
1️⃣ 一句话总结
这篇论文认为,评估合成数据的匿名性不能只看生成的数据集本身,而必须考虑背后生成模型的能力和潜在隐私攻击,并指出仅靠合成数据技术本身不足以保障匿名性,相比之下差分隐私比基于相似性的隐私度量能提供更可靠的保护。