arXiv stat.ML· Kareem Amin, Rudrajit Das, Alessandro Epasto, Adel Javanmard, Dennis Kraft, M\'onica Ribero, Sergei Vassilvitskii·· 2 小时前AI 评分40
幻影与泄露：用于审计合成数据隐私的统计框架
Phantoms and Disclosures: A Statistical Framework for Auditing Privacy in Synthetic Data
AI 导读
新提出的统计框架可用于审计合成数据隐私，能区分直接复现数据的“真实泄露”与偶然生成的“幻影泄露”。该方案无需访问模型、插入金丝雀或训练参考模型，仅需合成输出与保留对照集即可检验差分隐私（DP）边界。其效果等同于成员推理攻击，以低数个数量级的计算资源提供了更紧的隐私泄露经验下界。
来源：arXiv stat.ML · arxiv.org