遭受攻击的数字隐私：挑战与使能因素
密码学与安全
2025-09-30 v3
摘要
我们对数据驱动系统中的隐私攻击与对策进行了全面分析。我们系统地对针对三个域的攻击进行了分类：匿名数据（链接攻击和结构攻击）、统计聚合（重构攻击和差分攻击）以及隐私保护模型（提取攻击、重构攻击、成员推断攻击和反演攻击）。对于每个类别，我们分析了攻击方法、对手能力和漏洞机制。我们进一步评估了包括扰动技术、随机化方法、查询审计和模型级防御在内的对策，检验了它们的有效性以及固有的隐私-效用权衡。我们的分析揭示，尽管差分隐私提供了强大的理论保证，但它面临着实现挑战和对新兴攻击的潜在脆弱性。我们确定了关键的研究方向，并为研究人员和从业者提供了一个结构化框架，用于理解日益复杂的数据生态系统中的隐私弹性。
引用
@article{arxiv.2302.09258,
title = {Digital Privacy Under Attack: Challenges and Enablers},
author = {Baobao Song and Shiva Raj Pokhrel and Mengyue Deng and Qiujun Lan and Robin Doss and Gang Li},
journal= {arXiv preprint arXiv:2302.09258},
year = {2025}
}