本研究探讨了扩散模型的记忆行为，发现数据分布、模型配置和训练过程对记忆有显著影响。提出了一种新的dropout方法以减少记忆化的准确性，降低泛化差距。同时，研究提出了DEPN框架，用于检测和编辑隐私神经元，显著降低数据泄漏风险。