| 機器學習中的成員推斷攻擊與防御研究 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>497 K | |
| 標簽： 機器學習 成員推斷攻擊 隱私安全 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：隨著機器學習滲透到日常生活中的各個方面，其數據隱私問題受到越來越多的關注。成員推斷攻擊是機器學習算法面臨的安全威脅之一，用于推斷特定數據是否存在于機器學習模型的訓練集中，給用戶帶來極大的安全隱患，對機器學習模型的安全性提出挑戰。為此，研究成員推斷攻擊不僅能發現隱私數據面臨的威脅，而且還能為防御技術的提出提供思路。對近年來有關成員推斷攻擊的研究進行詳細的分析，按照應用場景的不同將攻擊分為判別模型攻擊、生成模型攻擊以及聯邦學習攻擊三類。同時根據成員推斷攻擊和防御的發展現狀，闡述了影響攻擊的因素以及經典的防御策略。最后指出成員推斷攻擊中仍需解決的問題以及未來的發展方向。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2