★ 4
论文提出OBPE:在可信工具边界外挂式执行策略
论文提出带外策略执行(OBPE),在智能体推理之外建立可信边界,授权类型化操作和资源,并在后端调用前缩小查询范围。实验显示,OBPE将受保护数据泄露率从57.6%降至0.2%,同时保持任务完成率。
arXiv cs.AI62 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出带外策略执行(OBPE),在智能体推理之外建立可信边界,授权类型化操作和资源,并在后端调用前缩小查询范围。实验显示,OBPE将受保护数据泄露率从57.6%降至0.2%,同时保持任务完成率。
论文在六个临床数据集、四种模态共7789个模型上测量每位患者对成员推断攻击的脆弱性,发现队列平均风险看似可忽略,但高风险患者在不同训练配置下高度稳定。作者据此开发用四个小模型提前筛查高风险患者的轻量工具,建议将隐私筛查纳入临床AI数据准备流程。
Tinfoil推出基于安全硬件的隐私AI方案,主打在可信执行环境中运行模型以保护用户数据。该方向回应了企业对AI数据隐私与合规的关切。