这篇博客汇总了关于Data Privacy顶会的论文笔记，重点关注联邦学习中的数据隐私问题。涵盖了属性推理攻击、成员推理攻击和梯度反转攻击等领域的研究，包括不同的攻击模型和防范策略。
Data Privacy顶会论文笔记汇总
联邦学习调研benchmark 汇总
一. 属性推理攻击
- 联邦学习或协作学习 + 执行主任务(target attribute)的同时 推测参与者的训练数据是否有目标属性
1.Exploiting Unintended Feature Leakage in Collaborative Learning [SP19]
2.Honest-but-Curious Nets Sensitive Attributes of Private Inputs [CCS2021]
- 纵向联邦学习 + 对被动方发起特征推理攻击
3.Feature inference attack on model predictions in vertical federated learning [ICDE2021]
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
