计算机应用研究

作者：刘晓迁,袁明,钱汉伟,高光亮,王群,

单位：1.江苏警官学院计算机信息与网络安全系,南京210031；2.南京邮电大学计算机学院,南京210023；3.南京大学软件学院,南京210093；

关键词：检索增强生成,隐私保护,差分隐私,联邦学习,合成数据,

基金：国家自然科学基金资助项目(72401110)；2023年江苏高校“青蓝工程”优秀青年骨干教师项目；江苏省高等教育教改研究项目(2023JSJG364)；江苏省高校哲学社会科学研究项目(2023SJYB0468)；；

检索增强生成（RAG）系统在检索与生成全流程中面临严峻的敏感信息泄露风险。为系统梳理其隐私威胁与防护技术，首先阐释RAG系统的核心原理与应用场景，并阐明其隐私定义。系统剖析成员推断、隐式知识提取、知识投毒等代表性隐私攻击模型，进而将现有隐私保护技术归纳为基于噪声注入的差分隐私技术、基于联邦学习的去中心化协同训练框架、基于合成数据的源头隐私替代方案和覆盖数据全生命周期的加密技术四类。通过对比各类技术的适用场景、优势与局限，旨在为RAG系统隐私保护提供策略参考。

来源：2026年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第4期