anonymeter

合成数据上线前,用 GDPR 视角量化隐私泄露风险

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 评测安全 🍴 复刻 27 🐛 待处理 2 👀 关注 9
GitHub ↗
GitHub 星标 ★ 110
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费

项目预览

anonymeter 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类评测安全
开发团队statice
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Jupyter Notebook
技术栈/模型gdpr,privacy,synthetic-data
GitHub 星标★ 110
上线时间2022-11-17 00:00:00
代码更新2026-07-23
仓库体积2.4 MB
本站数据更新2026-11-11
维护状态低维护
收录时间2026-08-10
浏览次数8

项目介绍

anonymeter 是一个专注于量化合成数据隐私风险的开源框架,依据欧盟 GDPR 法规设计。它解决的核心问题是:当使用合成数据替代真实数据时,如何评估数据泄露和身份重识别的风险。该框架提供统一的评估方法,涵盖三种主要隐私攻击场景:身份重识别(判断合成记录能否匹配到真实个体)、属性推断(通过合成数据推测真实个体的敏感属性)以及成员推断(判断某个体是否在训练数据中)。它通过模拟攻击者的视角,计算隐私风险指标,帮助数据科学家和合规人员在使用合成数据前进行风险评估。项目基于 Jupyter Notebook 开发,提供直观的示例和文档,适合数据隐私领域的研究者和工程师使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 110

技术标签

核心亮点

  • 覆盖三类核心隐私攻击(重识别、属性推断、成员推断),评估维度全面
  • 基于 GDPR 法规设计,直接对接合规需求,实用性强
  • 提供 Jupyter Notebook 示例,上手门槛低,便于快速验证

不足之处

  • 项目早期(星标108),文档和社区支持可能不够完善
  • 依赖特定数据格式,集成到现有流程需要额外适配

适用场景

  • 企业使用合成数据训练模型前,评估隐私合规风险
  • 数据共享场景中,验证匿名化处理后的数据是否足够安全
  • 研究机构发布合成数据集时,提供隐私风险评估报告

替代项目

PrivacyRaven、SynthGauge、Anonymeter (self)

上一篇:ParseBench

下一篇:harbor

同类项目推荐

TransformerLens 开源

像调试代码一样拆开GPT,定位每个注意力头的作用

A library for mechanistic interpretability of GPT-style language models

★ 4059 2026-10-17
Guardrails 开源

给大模型对话装上可编程的安全护栏,防止跑偏和有害输出。

NeMo Guardrails is an open-source toolkit for easily adding programmable guardrails ···

★ 7468 2026-08-10
AlignLLMHumanSurvey 开源

一张图看懂大模型如何对齐人类偏好

Aligning Large Language Models with Human: A Survey

★ 739 2026-09-15
leva 开源

用线上真实数据回放评测,让 Rails 的 LLM 改动不再靠拍脑袋

LLM Evaluation Framework for Rails apps to be used with production data.

★ 148 2026-09-25
common_metrics_on_video_quality 开源

一键计算视频生成质量指标,快速对比模型效果

You can easily calculate FVD, PSNR, SSIM, LPIPS for evaluating the quality of genera···

★ 586 2026-08-09
llm-colosseum 开源

让大模型打街霸,用对战胜负测实力

Benchmark LLMs by fighting in Street Fighter 3! The new way to evaluate the quality ···

★ 1487 2026-08-09
One-Eval 开源

用 agent 自动跑完 LLM 评测全流程,省去手工配数据与打分

Automated system for LLM evaluation via agents. Doc as below:

★ 165 2026-09-15
benchmark 开源

一套脚本横向对比多个大模型的质量

Benchmark suite for LLMs from Fireworks.ai

★ 120 2026-11-07
langfair 开源

给LLM做公平性体检,防偏见翻车

LangFair is a Python library for conducting use-case level LLM bias and fairness ass···

★ 261 2026-08-09