Mar, 2025

基于少样本学习的成员推断攻击以检测隐私泄漏,解决数据完整性问题

TL;DR本文研究成员推断攻击(MIA)在深度学习模型中的隐私泄漏问题,并提出将少样本学习技术与MIA结合,以提升隐私风险评估的有效性。研究中提出的FeS-MIA模型显著减少资源需求,结合可解读的Log-MIA评估指标,有助于更好地评估深度学习模型的隐私泄漏和训练数据的完整性。