-
公开(公告)号：CN117171791A
公开(公告)日：2023-12-05
申请号：CN202311130470.5
申请日：2023-09-04
Applicant: 华中科技大学
IPC: G06F21/62 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/096
Abstract: 本发明公开了一种图像分类模型的隐私泄露风险评估方法及系统，属于隐私安全技术领域，通过构建影子模型Mshadow来学习模拟待评估的图像分类模型Mtarget的行为，并分别对影子模型Mshadow和模型Mtarget进行迁移学习，保存模型在迁移学习过程中成员与非成员之间差别的动态特征，并通过成员归属判别模型对这些特征进行归纳，实现了较为有效的成员推理攻击，进而通过计算成员推理攻击的准确率，以对图像分类模型的隐私泄露风险进行评估；本发明在利用了模型输出这一静态特征的同时，还充分利用了迁移学习过程中的动态特征，通过静态与动态特征结合的方式，提高了图像分类模型隐私泄露风险评估的准确率。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
