AIGC動態(tài)歡迎閱讀

原標(biāo)題：CCS 2024 | 如何嚴(yán)格衡量機(jī)器學(xué)習(xí)算法的隱私泄露？ ETH有了新發(fā)現(xiàn)
關(guān)鍵字：隱私,樣本,方法,報告,數(shù)據(jù)
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

AIxiv專欄是機(jī)器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機(jī)器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實(shí)驗(yàn)室，有效促進(jìn)了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者張杰是蘇黎世聯(lián)邦理工大學(xué)的二年級的博士生，導(dǎo)師是 Florian Tramèr。本文發(fā)表在 CCS 2024 上， 第一單位是 ETH Zurich，主要探討如何嚴(yán)格的衡量某個機(jī)器學(xué)習(xí)算法的隱私保護(hù)能力。arXiv地址：https://arxiv.org/pdf/2404.17399
GitHub代碼：https://github.com/ethz-spylab/misleading-privacy-evals
論文標(biāo)題：Evaluations of Machine Learning Privacy Defenses are Misleading
1.前言
機(jī)器學(xué)習(xí)模型往往容易受到隱私攻擊。如果你的個人數(shù)據(jù)被用于訓(xùn)練模型，你可能希望得到一種保障，確保攻

原文鏈接：CCS 2024 | 如何嚴(yán)格衡量機(jī)器學(xué)習(xí)算法的隱私泄露？ ETH有了新發(fā)現(xiàn)

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡介：