机器学习中的成员推断攻击与防御研究AET-电子技术应用-最丰富的电子设计资源平台

机器学习中的成员推断攻击与防御研究
所属分类：技术论文
上传者：zhoubin333
文档大小：497 K
标签：机器学习成员推断攻击隐私安全
所需积分：0分积分不够怎么办？
文档介绍：随着机器学习渗透到日常生活中的各个方面，其数据隐私问题受到越来越多的关注。成员推断攻击是机器学习算法面临的安全威胁之一，用于推断特定数据是否存在于机器学习模型的训练集中，给用户带来极大的安全隐患，对机器学习模型的安全性提出挑战。为此，研究成员推断攻击不仅能发现隐私数据面临的威胁，而且还能为防御技术的提出提供思路。对近年来有关成员推断攻击的研究进行详细的分析，按照应用场景的不同将攻击分为判别模型攻击、生成模型攻击以及联邦学习攻击三类。同时根据成员推断攻击和防御的发展现状，阐述了影响攻击的因素以及经典的防御策略。最后指出成员推断攻击中仍需解决的问题以及未来的发展方向。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动