全部动态

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。

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。

面向蒸馏的高效可验证遗忘

提出 PURGE 框架，通过多教师分区蒸馏限制各教师的影响范围，使教师端遗忘时只需部分更新学生，保持精度并显著减少重训开销。

通用可迁移的不可学习样本生成器

提出 VTG 生成器，通过对抗域增强与扰动-标签耦合，使不可学习样本在不同风格、分辨率、类别和架构下仍能防止未授权训练。

基于任务单纯形算术的机器遗忘

针对 VLM 的免重训遗忘，发现 task vector 对微调配置敏感，提出在单纯形内对无限多函数做闭式集成，提升遗忘效果与稳定性，服务于隐私与合规。

完全动态数据流上的差分隐私

在数据可插入删除的动态场景下，给出从静态差分隐私机制到动态机制的黑盒构造，效用仅有多对数级损失。

AgentDAM：自主网页智能体的隐私泄露评测

提出衡量网页智能体是否遵循数据最小化原则的基准，发现基于 GPT-4、Llama-3、Claude 的智能体易不当使用敏感信息，并给出提示式防御。

PREAMBLE：基于块稀疏向量的私有高效聚合

用块稀疏分布式点函数实现高维向量安全聚合，在隐私-效用权衡接近最优的同时大幅降低通信开销。

统一差分隐私下的重识别、属性推断与数据重建风险

基于 f-DP 给出三类攻击成功率的统一可调上界，比既有方法更紧，校准噪声可减少约 20%。

具有合理可否认性的深度学习

提出 PD-SGD,用拒绝采样阻止无法合理否认的小批量更新参数,在理论上缓解个体数据泄露,隐私-效用权衡优于现有防御。

通过神经激活重定向实现 LLM 遗忘

提出 LUNAR，将待遗忘数据的表示重定向到表达无法回答的激活区域，遗忘效果与模型效用综合得分提升2.9至11.7倍，并能抵抗白盒对抗攻击。

差分隐私的序贯审计

提出面向黑盒机制的序贯检验来审计差分隐私保证，样本量从约5万降到数百，并能在不到一次训练内发现 DP-SGD 的隐私违规。

基于谱方法的子图联邦学习

提出 FedLap，通过谱域拉普拉斯平滑捕获跨客户端节点依赖，避免交换敏感节点嵌入，并给出隐私分析；效用与现有方法相当或更优。

基于隐式梯度手术的高效保效用机器遗忘

将遗忘建模为效用损失有界的约束优化，提出只需一次反向传播的隐式梯度手术方法，取得更好的遗忘与效用权衡。

探索大语言模型上强成员推断攻击的极限

将 LiRA 扩展到 10M–1B 参数的 GPT-2,发现强 MIA 可成功但实际效果有限(AUC<0.7),且逐样本判定因训练随机性而不稳定。

Train to Defend:首个针对密码分析式神经网络参数提取攻击的防御

通过正则项缩小层内神经元权重距离以消除攻击所需的神经元唯一性,推理零开销、精度变化小于 1%,使提取攻击长时间无法成功。

利用公开数据的私有零阶优化

提出 PAZO，用公开数据引导差分隐私零阶梯度估计，在视觉与文本任务上隐私-效用权衡更优，运行最多快 16 倍。

BAIT：通过反演攻击目标扫描大语言模型后门

虚假隐私的生成数据：用生成数据微调 LLM 的隐藏风险

实证发现用 LLM 生成数据微调并不更私密：Pythia 的 PII 提取成功率上升超 20%，自指令微调后 MIA 的 ROC-AUC 提升超 40%。

释放差分隐私零阶优化在 LLM 微调中的潜力

提出 DP-AggZO，缓解裁剪造成的偏差，在相同隐私约束下获得更好的收敛率与模型效用。

SoK：联邦学习中的梯度反演攻击

系统梳理梯度反演攻击的威胁模型、分类、防御机制与评估指标，并指出关键挑战与未来方向。

基于增强少样本学习的 LLM PII 高效提取

提出无需微调或越狱的少样本 PII 提取方法，非定向提取成功率 48.9%、每条约 0.012 美元，定向提取比现有方法高 10% 至 60%。

Bot 会窥探：群聊中聊天机器人的隐私风险发现与缓解

分析发现群聊 chatbot 常读取远超所需的消息，并可跨群关联用户；提出 SnoopGuard 协议，支持选择性消息访问和发送者匿名，同时保持端到端安全。

SoK：合成图像能否取代真实数据？合成图像生成的效用与隐私综述

系统梳理合成图像生成方法、隐私攻击与缓解，并用成员推断攻击建立基准，评估合成数据的效用与隐私权衡。