Quantamination：动态量化会在同一批次内泄露用户数据
Quantamination: Dynamic Quantization Leaks Your Data Across the Batch
AI 导读
研究者发现动态量化会在运行时形成侧信道，泄露与攻击者输入处于同一批次的其他用户数据，并将这一现象称为 Quantamination。动态量化在运行时根据实际输入调整量化参数；论文称若实现或配置不当，攻击者就可利用批次边界获取其他输入的信息。论文称，当前至少 4 个最流行的机器学习框架默认采用或可使用会跨批次泄露数据的配置，理论上可让攻击者部分甚至完全恢复同批次其他用户的输入数据。