l-Leaks：基于Logits的成员推断攻击

机器学习（ML）在过去几十年取得了前所未有的进展。然而，由于训练数据的可记忆性，ML易受各种攻击，尤其是成员推断攻击（MIAs），其目标是推断模型的训练数据。迄今为止，大多数针对ML分类器的成员推断攻击利用与目标模型结构相同的影子模型。但经验结果表明，若影子模型不清楚目标模型的网络结构，这些攻击易被缓解。本文中，我们提出基于黑盒访问目标模型的攻击。我们将攻击命名为\textbf{l-Leaks}。l-Leaks遵循如下直觉：若建立的影子模型与目标模型足够相似，则 adversary 可利用影子模型的信息预测目标样本的成员性。训练目标模型的logits包含有价值的样本知识。我们通过学习目标模型的logits构建影子模型，使影子模型更相似于目标模型。于是影子模型对目标模型的成员样本具有充分置信度。我们还讨论了影子模型不同网络结构对攻击结果的影响。在不同网络与数据集上的实验表明，我们的两种攻击均取得强性能。