隐私保护模型解释综述：隐私风险、攻击与对策

随着可解释 AI (XAI) 的应用不断扩展，解决其隐私问题的紧迫性日益增强。尽管在 AI 隐私和可解释性方面的研究语料库不断增长，但对隐私保护模型解释的关注却很少。本文首次对针对模型解释的隐私攻击及其对策进行了全面综述。我们对本领域的贡献包括对研究论文的深入分析，并提出了一个关联分类法，以便根据所针对的解释对隐私攻击和对策进行分类。本工作还初步调查了隐私泄露的原因。最后，我们讨论了分析中发现的未解决问题和未来研究方向。本综述旨在为研究社区提供宝贵资源，并为该领域的新手提供清晰的见解。为了支持正在进行的研究，我们建立了一个在线资源库，并将持续更新新的相关发现。我们鼓励感兴趣的读者访问我们的资源库：https://github.com/tamlhp/awesome-privex。