2026-04-30
保护AI训练数据隐私的有效防御方案
机器学习模型在处理敏感数据训练时面临多种攻击风险,包括成员推断攻击、从联邦学习梯度中重建原始样本,以及从共享全局模型中提取训练数据。亚马逊研究人员复现了上述三类攻击,并验证了差分隐私与安全多方计算两种技术能够提供切实可行...
机器学习模型在处理敏感数据训练时面临多种攻击风险,包括成员推断攻击、从联邦学习梯度中重建原始样本,以及从共享全局模型中提取训练数据。亚马逊研究人员复现了上述三类攻击,并验证了差分隐私与安全多方计算两种技术能够提供切实可行...
谷歌正式发布JAX-Privacy 1.0,这是基于高性能计算库JAX构建的差分隐私机器学习工具包。该库集成了最新研究成果,采用模块化设计,使研究人员和开发者能够更轻松地构建差分隐私训练管道。JAX-Privacy提供梯...
谷歌研究团队推出VaultGemma,这是其首个采用差分隐私技术的大语言模型。该模型基于Gemma 2构建,拥有10亿参数,通过在训练阶段引入校准噪声来防止模型"记忆"敏感用户数据。研究团队建立了差分隐私缩放定律,平衡计...
谷歌推出全球最强差分私有大语言模型VaultGemma,这是一个10亿参数的模型,基于Gemma架构构建。该模型采用先进数学算法防止敏感数据泄露,通过在数据集中添加受控噪声实现隐私保护。VaultGemma在多项基准测试...
来自华中科技大学数据库隐私保护队提交的《基于openGauss安全的差分隐私医疗诊断辅助查询系统》,在全国总决赛中获得高校赛openGuass开源应用创新赛道金奖。