关于保护大语言模型（LLM）的数据隐私：综述
密码学与安全
2024-03-15 v2
摘要
大语言模型（LLM）是能够理解、生成和翻译人类语言的复杂人工智能系统。它们通过分析大量文本数据学习语言模式，从而执行写作、对话、摘要和其他语言任务。当 LLM 处理和生成大量数据时，存在泄露敏感信息的风险，这可能威胁数据隐私。本文致力于阐明与 LLM 相关的数据隐私问题，以促进全面的理解。具体而言，我们进行了深入调查，描绘了 LLM 中数据隐私威胁的范围，包括被动隐私泄露和主动隐私攻击。随后，我们评估了 LLM 在各个阶段采用的隐私保护机制，并详细检查了其有效性和局限性。最后，讨论延伸至描绘 LLM 隐私保护领域面临的挑战，并概述未来的发展方向。
引用
@article{arxiv.2403.05156,
title = {On Protecting the Data Privacy of Large Language Models (LLMs): A Survey},
author = {Biwei Yan and Kun Li and Minghui Xu and Yueyan Dong and Yue Zhang and Zhaochun Ren and Xiuzhen Cheng},
journal= {arXiv preprint arXiv:2403.05156},
year = {2024}
}
备注
18 pages, 4 figures