全部动态
从来源，看到研究的联系
点选节点，展开一条线索
本页材料
完整标题与摘要 · 24 条- 会议论文NeurIPS 2025
ImageSentinel：保护视觉数据集免受未授权检索增强图像生成
合成与原数据集视觉一致的哨兵图像，以随机字符序列作检索密钥，可检测 RAIG 系统对私有图像数据集的未授权使用，且不损害授权生成质量。
- 会议论文NeurIPS 2025
实用的贝叶斯最优成员推断攻击
推导 GNN 节点级成员推断的贝叶斯最优规则，提出 BASE 与 G-BASE，性能匹配或超过 LiRA、RMIA 且计算成本更低。
- 会议论文NeurIPS 2025
数据集属性对深度迁移学习成员推断脆弱性的影响
理论与实证分析微调模型的 MIA 脆弱性,发现攻击者优势随每类样本数按幂律下降,但保护最脆弱样本所需数据量仍非常大。
- 会议论文NeurIPS 2025
用于隐藏状态差分隐私的两层 ReLU 网络凸近似
通过对偶形式的随机近似把两层 ReLU 问题转为强凸问题，使隐藏状态隐私分析适用，NoisyCGD 的隐私-效用权衡与 DP-SGD 相当。
- 会议论文NeurIPS 2025
面向经验性机器遗忘评估的可靠密码学框架
将基于 MIA 的遗忘评估建模为密码学博弈，得到有可证明保证的数据移除评估指标，并给出高效近似。
- 会议论文NeurIPS 2025
超越固定矩阵的差分隐私联邦 LoRA
提出 FedASK，通过双重 sketching 同时更新两个 LoRA 矩阵并保证差分隐私，实验在多种隐私设置下优于基线。
- 会议论文NeurIPS 2025
基于 Palimpsestic 成员推断的黑盒模型溯源
利用模型更易记住训练后期数据的特性，检验黑盒衍生模型或文本与原模型训练顺序的相关性，对 40 多个微调模型在查询设定下多数 p 值至多约 1e-8。
- 会议论文NeurIPS 2025
ObCLIP：保护隐私的云端-设备混合图像生成
把用户提示转为仅敏感属性不同的候选提示集，云端无法分辨真实提示，设备端选取对应隐变量完成去噪，在保证隐私的同时效用接近大型云端模型。
- 会议论文NeurIPS 2025
通过推理与强化学习实现 LLM 的情境完整性
用显式推理加 RL 框架训练模型判断何时该披露信息，仅用约 700 条合成数据即显著减少不当披露，并迁移到 PrivacyLens 基准。
- 会议论文NeurIPS 2025
重新审视逐字记忆在 LLM 隐私中的作用
在含 PII 的合成传记上微调并经聊天提取，发现更好的逐字记忆未必增加泄露，而知识处理能力更强的模型更易被提取，孤立看记忆会误导。
- 会议论文NeurIPS 2025
通过 f-差分隐私缓解去中心化联邦学习的隐私-效用权衡
提出 PN-f-DP 与 Sec-f-LDP 两种隐私核算方法，比 Rényi DP 给出更紧的 (ε, δ) 界和更好的效用。
- 会议论文NeurIPS 2025
从流形假设视角看生成式模型反演
发现生成式模型反演攻击实质是把噪声梯度投影到生成器流形切空间，并验证梯度与流形越对齐模型越易受攻击，进而提出提升反演效果的免训练方法。
- 会议论文NeurIPS 2025
约束熵遗忘:面向 LLM 的原始-对偶框架
将 LLM 遗忘学习表述为约束优化问题,用 logit-margin flattening 损失和原始-对偶算法,在 TOFU 与 MUSE 上有效移除敏感信息并保持效用。
- 会议论文NeurIPS 2025
迈向高效推断攻击:基于 Mixture-of-Experts 的影子模型共享
提出 SHAPOOL,用 MoE 让多个影子模型共享子网络并联合训练,在保持成员推断攻击效果的同时显著降低影子模型构建成本。
- 会议论文NeurIPS 2025
AC-LoRA：近乎免训练的访问控制感知多模态 LLM
为企业 LLM 聊天机器人设计按权限隔离的 LoRA 适配器检索与合并方案，提供信息隔离保证，性能匹配或超过现有 LoRA 混合方法。
- 会议论文NeurIPS 2025
视觉语言模型中的跨模态记忆量化
构建合成人物数据集,量化 VLM 的跨模态记忆与迁移,发现一种模态学到的事实可迁移到另一模态但存在明显差距,并提出缓解基线。
- 会议论文NeurIPS 2025
LoRO：基于 TEE 低秩混淆的 LLM 端侧实时安全推理
发现现有 TEE 保护方法存在统计漏洞并提出带先验的模型窃取攻击，LoRO 用低秩稠密掩码混淆参数，窃取精度远低于现有方法，推理延迟仅 1.49 倍。
- 会议论文NeurIPS 2025
基于图卷积的黑盒推荐系统无数据模型窃取
提出 DBGRME，用交互生成器和图卷积代理模型在无需成员数据下复制黑盒推荐模型，在 LightGCN 上较需数据方法提升 17.4%。
- 会议论文NeurIPS 2025
通过私有文本中介合成保护隐私的高分辨率图像
把差分隐私图像合成转到文本域：图像转文字、生成 DP 文本、再文生图，LSUN Bedroom 上 ε=1 时 FID 为 26.71，优于 Private Evolution。
- 会议论文NeurIPS 2025
TokenSwap：打断 LLM 记忆序列的轻量方法
提出只需 token 级输出的事后防御，在大小模型间交换 token 概率，使 Pythia-6.9B 和 Llama-3-8B 的精确记忆最多下降 10 倍。
- 会议论文NeurIPS 2025
通过随机后处理将近似差分隐私净化为纯差分隐私
提出用校准噪声的随机后处理，把 (ε,δ)-近似 DP 机制在一定条件下转为 (ε',0)-纯 DP 机制，并应用于 DP-ERM、稳定性发布与查询发布。
- 会议论文NeurIPS 2025
Vid-SME：针对大型视频理解模型的成员推断攻击
提出首个面向视频理解 LLM 的成员推断方法，利用正常与时间反转帧的 Sharma–Mittal 熵差异判断视频是否在训练集中。
- 会议论文NeurIPS 2025
Unlearning-Aware Minimization：遗忘感知最小化
提出 min-max 机器遗忘框架 UAM，在图像分类及 WMDP-Bio/Cyber 基准上优于现有遗忘方法。
- 会议论文NeurIPS 2025
追根溯源：利用扩散轨迹的时间动态做来源归属
分析整条扩散轨迹来判断图像是否来自训练集，挑战 Goldilocks zone 假设，并指出现有成员推断方法在分布偏移或含生成数据时会失效。