本研究探讨了神经网络参数重构训练数据的隐私问题，指出现有方法在特定条件下的有效性不足。通过双层优化问题的新公式，实验证明随机初始化的训练图像能够生成有效的重构样本，使攻击者无法判断图像是否真实存在于训练集中。这一发现对保护训练数据隐私具有重要意义。