关键词re-identification attacks
搜索结果 - 2
- 表格 GANs 的隐私再识别攻击
我们研究了生成对抗网络(GANs)用于创建表格合成数据集可能导致的隐私风险,发现恶意攻击者可以通过选择与训练样本最接近的合成样本对隐私构成重大威胁,并且当攻击者具有对生成模型的知识或黑盒访问时,隐私威胁显著增加,而使用多目标优化的重构攻击甚 - 基于点密度和分割的轨迹 K - 匿名模型
为了保护用户的轨迹数据隐私,本文提出了一种基于点密度和分区的轨迹 K - 匿名模型 (KPDP),它在轨迹集分区前处理和轨迹聚类算法方面改进了现有的轨迹泛化匿名化技术,成功抵制了重新识别攻击,并减少了 k - 匿名数据集的数据效用损失。实验