重新审视合成数据生成的匿名性主张：以模型为中心的隐私攻击视角
Rethinking Anonymity Claims in Synthetic Data Generation: A Model-Centric Privacy Attack Perspective
AI 导读
一项研究主张，合成数据生成的匿名性应从以模型为中心的隐私攻击视角重新评估，不能只按单个数据集判断。研究依据 GDPR 定义把可识别性风险映射到不同威胁设定下的隐私攻击，称仅靠合成数据不足以保证匿名化；对比 DP 与 SBPMs 后，作者认为 DP 能针对可识别性风险提供稳健保护，SBPMs 则缺乏足够保障。