关于金丝雀暴露解读的札记
密码学与安全
2023-06-05 v2 机器学习
摘要
Carlini等人提出的金丝雀暴露（canary exposure）常被用于经验性评估或审计机器学习模型训练的隐私性。本札记旨在提供关于如何解读金丝雀暴露的一些直观理解，包括将其与成员推断攻击和差分隐私相联系。
引用
@article{arxiv.2306.00133,
title = {A Note On Interpreting Canary Exposure},
author = {Matthew Jagielski},
journal= {arXiv preprint arXiv:2306.00133},
year = {2023}
}
备注
short note, edited to add a sentence on independence of canary losses, including adding Pillutla et al