OP-Print攻击框架研究

发生了什么

据arXiv cs.LG发布，研究人员提出OP-Print框架，用于追踪在线自蒸馏中的成员推理攻击。该框架针对灰盒和黑盒威胁模型，利用自蒸馏监督印记的稀疏和结构化特性，在不确定性敏感的修正位点进行攻击。实验表明，OP-Print在两种设置下均有效，而基线攻击则基本无效。