Membership Inference Attacks for Unseen Classes
针对未见类别的成员推理攻击
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 隐私与版权 :safety(abstract);AI safety(abstract);分类 cs.LG
AI总结 研究针对未见类别的成员推理攻击,指出多数现有攻击因无法访问完整目标分布而失败,提出“未见类”设置,证明分位数回归攻击在此设置下优于其他方法,从实证和理论上展示其优势并给出成功所需泛化属性模型。
Comments Published at ICML 2026