A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Toward Selective Membership Inference Attack against Deep Learning Model Rumo ao ataque seletivo de inferência de membros contra o modelo de aprendizado profundo

Hyun KWON, Yongchul KIM

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Neste artigo, propomos um método de ataque seletivo de inferência de associação que determina se determinados dados correspondentes a uma classe específica estão sendo usados ​​como dados de treinamento para um modelo de aprendizado de máquina ou não. Ao utilizar o método proposto, a adesão ou não adesão pode ser inferida gerando um modelo de decisão a partir da previsão dos modelos de inferência e treinando os valores de confiança para os dados correspondentes à classe selecionada. Usamos MNIST como conjunto de dados experimental e Tensorflow como biblioteca de aprendizado de máquina. Os resultados experimentais mostram que o método proposto tem uma taxa de sucesso de 92.4% com 5 modelos de inferência para dados correspondentes a uma classe específica.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.11 pp.1911-1915
Data de publicação
2022/11/01
Publicitada
2022/07/26
ISSN online
1745-1361
DOI
10.1587/transinf.2022NGL0001
Tipo de Manuscrito
Special Section LETTER (Special Section on Next-generation Security Applications and Practice)
Categoria

autores

Hyun KWON
  Korea Military Academy
Yongchul KIM
  Korea Military Academy

Palavra-chave