1. 核心结论

• AI 应用中的数据泄露风险包括训练数据泄露和用户输入泄露
• 模型可能通过记忆训练数据而在输出中泄露敏感信息
• 需要采取技术手段和管理措施双重防护

2. 基础概念

数据泄露：AI 系统中敏感信息被非授权暴露的风险 训练数据泄露：模型输出中包含训练数据中的敏感信息 输入泄露：用户输入数据被不当存储或共享 防护措施：防止数据泄露的技术和管理手段

3. 实战场景

• 企业数据安全
• 用户隐私保护
• 合规审计
• 安全测试

4. 关联笔记

• 隐私与合规
• 安全边界
• 企业AI治理