IBIS降低隐私审计Canary干扰

1. 12:00
   arXiv · Machine Learning

   IBIS：无干扰的一次运行隐私审计 Canary 高效设计

   论文提出 IBIS，用于在一次训练运行中设计彼此干扰更小的 canary，以提升隐私审计中的成员推断攻击效果。方法结合基于 influence 的贪心初始化、双层优化和 embedding space 正交正则，并通过增量更新单个模型避免每次从头训练。实验显示，IBIS 在降低计算成本的同时改善 MIA 指标，计算成本最高减少两个数量级。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。