隱私稽核

深度分析

合成資料隱私稽核新方法：Phantoms and Disclosures 框架的零學習與 DP‑Bounded 測試

隨著生成式AI與大型語言模型快速普及，合成資料成為隱私保護的替代方案；研究提出一套無需模型存取的稽核框架，透過真實與幻影揭露機制，結合統計假設檢定，提供比以往更嚴謹的隱私泄漏下界。此方法不依賴金絲雀插入或影子模型訓練，顯著降低計算成本，亦可作為會員推斷攻擊的實證下界。