关于匿名化在 RAG 管道中位置影响的案例研究
密码学与安全
2026-04-20 v1 计算与语言
摘要
尽管检索增强生成 (RAG) 在实际应用中具有巨大的潜力，但许多真实场景可能引发隐私顾虑，RAG 生成的洞察实用性虽高，但可能暴露给 LLM 或请求该响应的最终用户的私人信息。作为潜在缓解措施，使用匿名化技术删除底层数据中的个人可识别信息 (PII) 和其他敏感标记，为 RAG 管理者提供了一种实用且合理的做法。尽管已有大量关于该主题的文献，但目前尚无研究考虑匿名化在 RAG 管道中的位置，即询问匿名化应发生在何处。在本案例研究中，我们系统地对匿名化在 RAG 管道两个重要位置（数据集和生成答案）的影响进行了经验性测量。我们表明，根据匿名化发生的位置，可以观察到隐私-实用性权衡之间的差异，表明在 RAG 中隐私风险缓解的放置位置具有重要意义。
引用
@article{arxiv.2604.15958,
title = {A Case Study on the Impact of Anonymization Along the RAG Pipeline},
author = {Andreea-Elena Bodea and Stephen Meisenbacher and Florian Matthes},
journal= {arXiv preprint arXiv:2604.15958},
year = {2026}
}
备注
7 pages, 1 figure, 6 tables. Accepted to IWSPA 2026