四种网络流量生成模型被证明会泄露训练数据：成员推断成功率最高达88%，网络标识符可被完整还原
该研究为合成网络流量提出了一套覆盖成员推断攻击、数据抽取攻击和网络特有攻击（标识符、属性、拓扑）的隐私度量体系，并在四种代表性生成模型（NetShare、NetDiffusion、TrafficLLM、NetSSM）和五个数据集上系统评估，发现在攻击者仅有黑盒访问且模型仅做最小训练的保守条件下，成员推断的TPR@FPR≤0.01最高可达0.88，网络标识符的还原率最高可达100%，且匿名化与DP噪声两类缓解手段各自只能覆盖部分风险并伴随效用损失。