OSLO：单次标签-only成员推断攻击
机器学习
2024-11-04 v3 密码学与安全
摘要
我们提出一种名为One-Shot Label-Only(OSLO)的成员推断攻击(MIA)，该攻击仅通过\emph{单个查询}即可准确推断给定样本是否属于目标模型的训练集，从而实现高精度。与现有SOTA标签-only攻击需要约6000次查询、攻击精度较低的做法相对，OSLO仅需一个查询，却显著优于先前方法。在相同假阳性率(FPR)下，OSLO在精度和真阳性率(TPR)方面均显著优于先前攻击。例如，与先前的标签-only MIA相比，OSLO在CIFAR100上对ResNet18模型的TPR在1%FPR下至少提高7倍，在0.1%FPR下至少提高22倍。我们评估了多种防御机制对OSLO的效果。
引用
@article{arxiv.2405.16978,
title = {OSLO: One-Shot Label-Only Membership Inference Attacks},
author = {Yuefeng Peng and Jaechul Roh and Subhransu Maji and Amir Houmansadr},
journal= {arXiv preprint arXiv:2405.16978},
year = {2024}
}
备注
To appear at NeurIPS 2024