Badacze wykazali teoretyczną lukę w metodach ochrony prywatności dla ukrytych stanów w modelach głębokich. Odkrycie dotyczy warunków, w których gwarancje bezpieczeństwa mogą być mniej skuteczne niż się wydaje, szczególnie dla stanów pośrednich. To ważne dla bezpieczeństwa systemów machine learning, które przetwarzają wrażliwe dane, oraz wpływa na projektowanie bardziej niezawodnych mechanizmów ochrony prywatności w sieciach neuronowych.