SEAL-Tag：用于 PII 安全检索增强生成的自标签证据聚合
密码学与安全
2026-03-19 v1
摘要
检索增强生成 (RAG) 系统引入了一个关键漏洞：上下文泄露，哪怕是利用指令跟随来窃取个人可识别信息 (PII) 的自适应提取。当前防御在语义实用性和延迟之间受到僵化的权衡。我们提出 SEAL-Tag，一个面向隐私的运行时环境，通过 Verify-then-Route 范式解决这一问题。SEAL-Tag 引入 SEAL-Probe 协议，将审计转化为结构化的工具使用操作，模型在草稿中生成可验证的 PII-证据表 (PET)。为裁决此证据，我们采用概率电路 (PC) 来强制可验证的逻辑约束，以实现稳健的决策。为克服隐私“冷启动”问题，我们引入 S0--S6 锚定合成管道，生成高保真、可追溯的 RAG 交互。我们配对一个两阶段课程，该课程首先优化实体检测，然后对齐模型以遵循严格的审计协议。我们的评估表明，SEAL-Tag 在降低自适应泄露超过 8 倍的同时，匹配不安全基线的实用性和速度，建立了新的 Pareto 前沿。
引用
@article{arxiv.2603.17292,
title = {SEAL-Tag: Self-Tag Evidence Aggregation with Probabilistic Circuits for PII-Safe Retrieval-Augmented Generation},
author = {Jin Xie and Songze Li and Guang Cheng},
journal= {arXiv preprint arXiv:2603.17292},
year = {2026}
}
备注
13 pages, 5 figures