Buchumschlag

Synthetic Query Generation for Privacy-Preserving Deep Retrieval Systems using Differentially Private Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Carranza, Aldo Gael, Farahani, Rezsa, Ponomareva, Natalia, Kurakin, Alex, Jagielski, Matthew, Nasr, Milad
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Cryptography and Security Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Words Blending Boxes. Obfuscating Queries in Information Retrieval using Differential Privacy
von: De Faveri, Francesco Luigi, et al.
Veröffentlicht: (2024)

Auditing Private Prediction
von: Chadha, Karan, et al.
Veröffentlicht: (2024)

Differentially Private Datastore Generation for Retrieval-Augmented Inference
von: Abouelenein, Abdelrahman, et al.
Veröffentlicht: (2026)

RemoteRAG: A Privacy-Preserving LLM Cloud RAG Service
von: Cheng, Yihang, et al.
Veröffentlicht: (2024)

Labeling without Seeing? Blind Annotation for Privacy-Preserving Entity Resolution
von: Yao, Yixiang, et al.
Veröffentlicht: (2023)

Trans-RAG: Query-Centric Vector Transformation for Secure Cross-Organizational Retrieval
von: Liu, Yu, et al.
Veröffentlicht: (2026)

Versatile and Fast Location-Based Private Information Retrieval with Fully Homomorphic Encryption over the Torus
von: Yoo, Joon Soo, et al.
Veröffentlicht: (2025)

Cascading Adversarial Bias from Injection to Distillation in Language Models
von: Chaudhari, Harsh, et al.
Veröffentlicht: (2025)

Private prediction for large-scale synthetic text generation
von: Amin, Kareem, et al.
Veröffentlicht: (2024)

Generalized Rainbow Differential Privacy
von: Gu, Yuzhou, et al.
Veröffentlicht: (2023)

PIR-RAG: A System for Private Information Retrieval in Retrieval-Augmented Generation
von: Wang, Baiqiang, et al.
Veröffentlicht: (2025)

The Last Iterate Advantage: Empirical Auditing and Principled Heuristic Analysis of Differentially Private SGD
von: Steinke, Thomas, et al.
Veröffentlicht: (2024)

Preserving Privacy and Utility in LLM-Based Product Recommendations
von: Khezresmaeilzadeh, Tina, et al.
Veröffentlicht: (2025)

Differentially Private Graph Diffusion with Applications in Personalized PageRanks
von: Wei, Rongzhe, et al.
Veröffentlicht: (2024)

Exposing Privacy Risks in Graph Retrieval-Augmented Generation
von: Liu, Jiale, et al.
Veröffentlicht: (2025)

Privacy Side Channels in Machine Learning Systems
von: Debenedetti, Edoardo, et al.
Veröffentlicht: (2023)

Training Differentially Private Ad Prediction Models with Semi-Sensitive Features
von: Chua, Lynn, et al.
Veröffentlicht: (2024)

Privacy at Scale: Introducing the PrivaSeer Corpus of Web Privacy Policies
von: Srinath, Mukund, et al.
Veröffentlicht: (2020)

A Privacy Preserving System for Movie Recommendations Using Federated Learning
von: Neumann, David, et al.
Veröffentlicht: (2023)

How to DP-fy Your Data: A Practical Guide to Generating Synthetic Data With Differential Privacy
von: Ponomareva, Natalia, et al.
Veröffentlicht: (2025)

Harnessing large-language models to generate private synthetic text
von: Kurakin, Alexey, et al.
Veröffentlicht: (2023)

ContinuousBench: Can Differentially Private Synthetic Text Improve Capabilities?
von: Liu, Peihan, et al.
Veröffentlicht: (2026)

Differentially Private Prototypes for Imbalanced Transfer Learning
von: Wahdany, Dariush, et al.
Veröffentlicht: (2024)

LazyDP: Co-Designing Algorithm-Software for Scalable Training of Differentially Private Recommendation Models
von: Lim, Juntaek, et al.
Veröffentlicht: (2024)

CyberCane: Neuro-Symbolic RAG for Privacy-Preserving Phishing Detection with Formal Ontology Reasoning
von: Hakim, Safayat Bin, et al.
Veröffentlicht: (2026)

Decentralized and Robust Privacy-Preserving Model Using Blockchain-Enabled Federated Deep Learning in Intelligent Enterprises
von: Fotohi, Reza, et al.
Veröffentlicht: (2025)

Towards Differential Privacy in Sequential Recommendation: A Noisy Graph Neural Network Approach
von: Hu, Wentao, et al.
Veröffentlicht: (2023)

Adversarial Hubness in Multi-Modal Retrieval
von: Zhang, Tingwei, et al.
Veröffentlicht: (2024)

PII-Bench: Evaluating Query-Aware Privacy Protection Systems
von: Shen, Hao, et al.
Veröffentlicht: (2025)

Research on the Design of a Short Video Recommendation System Based on Multimodal Information and Differential Privacy
von: Yang, Haowei, et al.
Veröffentlicht: (2025)

Better Differentially Private Approximate Histograms and Heavy Hitters using the Misra-Gries Sketch
von: Lebeda, Christian Janos, et al.
Veröffentlicht: (2023)

Phantom: General Backdoor Attacks on Retrieval Augmented Language Generation
von: Chaudhari, Harsh, et al.
Veröffentlicht: (2024)

ProveRAG: Provenance-Driven Vulnerability Analysis with Automated Retrieval-Augmented LLMs
von: Fayyazi, Reza, et al.
Veröffentlicht: (2024)

BiRD: A Bidirectional Ranking Defense Mechanism for Retrieval Augmented Generation
von: Gao, Chengcai, et al.
Veröffentlicht: (2026)

Your RAG is Unfair: Exposing Fairness Vulnerabilities in Retrieval-Augmented Generation via Backdoor Attacks
von: Bagwe, Gaurav, et al.
Veröffentlicht: (2025)

Sift or Get Off the PoC: Applying Information Retrieval to Vulnerability Research with SiftRank
von: Gross, Caleb
Veröffentlicht: (2025)

Personalized w-Event Privacy for Infinite Stream Estimation
von: Du, Leilei, et al.
Veröffentlicht: (2026)

The RAG Paradox: A Black-Box Attack Exploiting Unintentional Vulnerabilities in Retrieval-Augmented Generation Systems
von: Choi, Chanwoo, et al.
Veröffentlicht: (2025)

A Lightweight and Secure Deep Learning Model for Privacy-Preserving Federated Learning in Intelligent Enterprises
von: Fotohi, Reza, et al.
Veröffentlicht: (2025)

Remote Timing Attacks on Efficient Language Model Inference
von: Carlini, Nicholas, et al.
Veröffentlicht: (2024)