针对表格数据合成模型的成员推断攻击实证研究
An Empirical Study on the Membership Inference Attack against Tabular Data Synthesis Models
AI 导读
研究者在 4 个最先进的表格数据合成模型上实验发现，成员推断攻击可判断某条记录是否被用于训练受害合成模型，并能严重危害这些模型。实验覆盖黑盒与白盒两种攻击场景。研究还评估了 DP-SGD 与 DP-GAN 两种差分隐私训练算法的防护效果，关键发现是两者都能大幅缓解该威胁，但需以牺牲生成质量为代价。