利用加性扰动签名重构网络输入
计算机视觉与模式识别
2019-04-12 v1 密码学与安全
摘要
在本工作中，我们展示了初步结果，证明了在仅对模型输出具有非常有限的访问权限，且能够评估模型对输入施加加性扰动的情况下，恢复关于秘密模型输入的大量信息的能力。
引用
@article{arxiv.1904.05712,
title = {Reconstructing Network Inputs with Additive Perturbation Signatures},
author = {Nick Moran and Chiraag Juvekar},
journal= {arXiv preprint arXiv:1904.05712},
year = {2019}
}