即插即用攻击：面向鲁棒且灵活的模型反演攻击

模型反演攻击（MIAs）旨在利用目标分类器学到的知识，生成能够反映其私有训练数据中按类别特征的综合图像。以往研究开发了使用生成对抗网络（GANs）作为针对特定目标模型定制的图像先验的生成式 MIAs。这使得攻击耗时耗力、缺乏灵活性，且易受数据集间分布偏移的影响。为克服这些缺陷，我们提出即插即用攻击（Plug & Play Attacks），其放宽了目标模型与图像先验之间的依赖关系，使得单个 GAN 可用于攻击广泛的目标，仅需对攻击做微小调整。此外，我们表明即便使用公开可用的预训练 GANs 且在强分布偏移下，强大的 MIAs 仍有可能实现，而以往方法在此情形下无法产生有意义的结果。我们广泛的评估证实了即插即用攻击改进的鲁棒性与灵活性，以及其生成揭示敏感类别特征的高质量图像的能力。