通过 PAC-Private 适配在扩散模型图像合成中保护敏感数据
Protecting Sensitive Data in Image Synthesis via PAC-Private Adaptation for Diffusion Models
AI 导读
研究者为扩散模型提出针对重建攻击的 PAC-Private 适配方法，在同等重建隐私下比差分隐私更好地保留主体身份、生成质量和下游分类准确率。方法先用 LoRA 或 Textual Inversion 学习紧凑组件，再按重复机制输出的协方差校准各向异性高斯噪声，仅在优化后扰动一次。评估涵盖少样本概念个性化与全数据集图像合成。