跳到正文
arXiv · ML· Euodia Dodd, Nata\v{s}a Kr\v{c}o, Igor Shilov, Matthew Wicker, Yves-Alexandre de Montjoye·· 2026-10-08AI 评分31

无需参考模型评估模型级成员推断攻击脆弱性

Estimating Model-Level Membership Inference Vulnerability Without Reference Models

AI 导读

该方法直接从目标模型训练与测试损失分布估算对Likelihood Ratio Attack (LiRA)的模型级脆弱性,全程无需训练参考模型。 LiRA的逐样本信号分解为方差比项和残差均值偏移项;在重尾端,LOSS攻击TNR预测LiRA TPR@FPR=$10^{-3}$的RMSE为0.036,优于RMIA;在对称端,预测RMSE为0.018。

来源:arXiv · ML · arxiv.org