空间RAG中的隐私检索：PAS范式
密码学与安全
2026-05-08 v1 机器学习
摘要
本工作引入了 PAS -- 隐私锚替换，一种用于在空间检索增强生成 (RAG) 系统中实现用户位置隐私的结构化机制。与常规差分隐私方法直接扰动用户位置不同，PAS 表示位置为相对锚编码，包含锚点、方向箱和距离箱，能够无缝集成到现代 RAG 管道中。我们在合成城市数据集上评估了 PAS，表明它在实现约 370-400m 的对抗性位置误差的粗糙隐私保证方面取得了令人印象深刻的效果，同时保留了超过基准一半的检索性能。尽管检索性能略有下降，但在 PAS 下的下游生成质量仍相对稳健，表明大型语言模型能够补偿不完美的空间检索。进一步地，我们提供的实证分析显示，PAS 对于隐私参数呈现非单调的隐私-效用关系。我们归因于锚点离散化引起的几何偏差，这使其不同于连续噪声机制如 geo-indistinguishability。我们的结果表明，结构化空间表示为 RAG 系统中的位置基于推理提供了一种实用的隐私方法。
引用
@article{arxiv.2605.05459,
title = {Privacy Without Losing Place: A Paradigm for Private Retrieval in Spatial RAGs},
author = {Kennedy Edemacu and Mohammad Mahdi Shokri and Vinay M. Shashidhar and Jong Wook Kim},
journal= {arXiv preprint arXiv:2605.05459},
year = {2026}
}