本研究提出了一种信息理论防御框架Inf2Guard，用于对抗推断攻击。该框架通过学习共享表示来保护隐私和保留效用，并展示了多种优势及对现有防御的改进。实证评估验证了Inf2Guard对于学习对推断攻击具有隐私保护的表示的有效性，并展示了其优于基线方法的卓越性能。