GI-NAS：通过自适应神经架构搜索提升梯度反转攻击

本文提出了一种名为 Gradient Inversion via Neural Architecture Search (GI-NAS) 的方法，通过自适应搜索网络和捕捉神经结构背后的隐含先验知识，进一步利用这种隐含先验知识来反转渐变并实施隐私数据重构攻击，实验证明 GI-NAS 相较最先进的渐变反转方法在更实际的设置下，包括高分辨率图像、大尺寸批次和高级防御策略下，可以实现更好的攻击性能。