研究者质疑合成数据隐私性：改写后仍极易被重识别
Dr_Atoosa · x · 2026-09-09
- Niloofar Mire 指出，合成数据即使经过改写仍很容易被重新识别出个体，声称「改写即可保护隐私」的说法并不成立。
- DrAtoosa 转发并表示认同，呼吁展开更多讨论。该观点直指当前用合成数据替代真实数据的隐私宣称。
所属事件:研究称 Azure PII 删除工具漏掉 MedQA 74% 信息，去标识化被指是假隐私(3 条相关)→
「安全」频道最新
- 安全研究员：AI 重写代码或让企业抛弃开源依赖 — chrisrohlf · 2026-10-25
- Altman 警告模型可发现「硬件级」漏洞，补丁时代或将终结 — nptacek · 2026-10-25
- 康奈尔大学终止与 Flock Safety 合作,要求拆除校园全部监控摄像头 — Polymarket · 2026-10-25
- LiteLLM 供应链攻击定因:5 月泄露主密钥从未吊销 — Scobleizer · 2026-10-25
- Duo创始人发文：如何自动化YubiKey让Agent完成带2FA登录 — vincent_koc · 2026-10-25
- 开发者吐槽：无门槛去审查模型能攻击，正规渠道连基础防御都不让做 — jarrodwatts · 2026-10-25