边隐私图生成器隐私泄漏的实证审计

研究者对边隐私图生成器开展实证审计，用可统计验证的隐私损失下界测试边邻接输入的输出是否仍可区分。其框架围绕目标边的几何结构，比较直接边、局部结构和基于 GNN 的攻击。在两个生成器和两个网络上的实验显示，隐私泄漏因机制和网络而异，学习到的表示会泄露传统局部统计未捕捉的信息。