Artikel in Journal erschienen
26 Februar 2026
Profilbilder aus sozialen Netzwerken sind eine wertvolle Datenquelle für KI-Analysen, enthalten jedoch biometrische Identifikatoren, die erhebliche Datenschutzrisiken bergen. Aktuelle Techniken zur Anonymisierung von Gesichtern zerstören häufig semantische Informationen, und generative Methoden zur Anonymisierung sind anfällig für Re-Identifizierungsangriffe.
Yeong Su Lee, Hendrik Bothe und Michaela Geierhos schlagen in ihrem Artikel „Template-Driven Multimodal Face Pseudonymization for Privacy-Preserving Big Data Analytics” ein Template-gesteuertes, multimodales Rahmenwerk zur Pseudonymisierung von Gesichtern vor, das eine datenschutzkonforme Analyse von Gesichtsbilddaten unter Beibehaltung analytisch relevanter Attribute ermöglicht. Der Ansatz verwendet einen FaceNet-basierten CelebA-Attributklassifikator, um feinkörnige Gesichtsattribute zu extrahieren, und ein DeepFace-Modell, um hochrangige demografische Attribute zu extrahieren. Anstatt sich auf stochastische große Sprachmodelle zu verlassen, führen sie eine deterministische, Template-basierte Attribut-zu-Text-Konvertierung ein, um Konsistenz und Reproduzierbarkeit zu gewährleisten und unbeabsichtigte Attributhalluzinationen zu verhindern. Die resultierende Textbeschreibung dient als einzige Konditionierungseingabe für Janus-Pro, ein multimodales Text-zu-Bild-Generierungsmodell, das realistische, aber nicht identifizierbare Gesichtsbilder synthetisiert. Sie bewerten ihre Methode anhand des CelebA-Datensatzes unter einem starken adversarialen Bedrohungsmodell und verwenden dabei modernste Gesichtserkennungssysteme, um Re-Identifizierungs- und Verknüpfbarkeitsangriffe zu bewerten. Ihre Ergebnisse zeigen eine erhebliche Verringerung der Identitätslecks bei gleichzeitiger Beibehaltung semantischer Attribute.
Der Artikel erschien in der Sonderausgabe "Blockchain and Big Data Analytics: AI-Driven Data Science" des Journals "Algorithms" (https://doi.org/10.3390/a19030176).
Bild: Yeong Su Lee und Hendrik Bothe / FI CODE
