BriefGPT - AI 论文速递 · 2025-02-10T00:00:00Z 基于评分的成员推断攻击中的超参数 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文提出了一种新方法，解决了在缺乏目标模型超参数知识时的成员推断攻击（MIA）局限性。通过匹配目标模型与影子模型的输出分布来选择影子模型的超参数，实现了几乎无差异的攻击性能。此外，研究表明，差分隐私转移学习中未考虑的隐私风险对MIA脆弱性影响不大。 🏷️ 标签 差分隐私 影子模型 成员推断攻击 超参数 转移学习 阅读原文 生成长图 分享链接 已复制链接
