Angriffe auf Tabular-GANs zur Wiederherstellung der Privatsphäre

Generative Modelle wie Tabular-GANs bergen Risiken für den Datenschutz, da sie möglicherweise vertrauliche Informationen aus den Trainingsdaten speichern. Angreifer können Techniken wie Auswahl- und Rekonstruktionsangriffe nutzen, um diese Informationen aus synthetischen Datensätzen wiederherzustellen.