Jul, 2023
PATROL: 面向隐私的剪枝策略,抵御模型反推攻击的协同推理
PATROL: Privacy-Oriented Pruning for Collaborative Inference Against Model Inversion Attacks
Shiwei Ding, Lan Zhang, Miao Pan, Xiaoyong Yuan
TL;DRPATROL 是一种可行的解决方案,它通过引入两个关键组件:Lipschitz 正则化和对抗重构训练,以实现面向隐私的修剪,从而在保护隐私的同时提高推断模型的稳定性和准确性。