Feb, 2024
凸凹损失函数降低会员推断的隐私风险
Mitigating Privacy Risk in Membership Inference by Convex-Concave Loss
Zhenlong Liu, Lei Feng, Huiping Zhuang, Xiaofeng Cao, Hongxin Wei
TL;DR机器学习模型在隶属推断攻击中容易受到攻击,本论文提出了一种新方法 —— 凸 - 凹损失,使得训练损失的分布具有很高的方差,增强对隶属推断攻击的防御能力,并取得了在隐私 - 效用权衡方面的最佳平衡。