GAN-Leaks: تصنيف لهجمات استدراج العضوية ضد النماذج التوليدية

لقد حقق التعلم العميق نجاحًا ساحقًا، بدءًا من النماذج التمييزية إلى النماذج التوليدية. على وجه الخصوص، سهلت النماذج التوليدية العميقة مستوى جديد من الأداء في مجموعة متنوعة من المجالات، بدءًا من التلاعب بالوسائط إلى توليد مجموعات بيانات معقمة. على الرغم من النجاح الكبير، لم يتم تحليل المخاطر المحتملة لانتهاك الخصوصية الناتجة عن النماذج التوليدية بشكل منهجي. في هذه الورقة، نركز على هجوم استدراج العضوية ضد النماذج التوليدية العميقة الذي يكشف معلومات حول بيانات التدريب المستخدمة في النماذج الضحية. على وجه التحديد، نقدم أول تصنيف لهجمات استدراج العضوية، يشمل ليس فقط الهجمات الحالية ولكن أيضًا الهجمات الجديدة التي نقدمها. بالإضافة إلى ذلك، نقترح أول نموذج هجوم عام يمكن تطبيقه في مجموعة واسعة من الإعدادات وينطبق على أنواع مختلفة من النماذج التوليدية العميقة. علاوة على ذلك، نقدم تقنية ضبط هجوم قائمة على الأسس النظرية، تعزز أداء الهجوم باستمرار في جميع الحالات، عبر إعدادات هجوم مختلفة، وبيانات متنوعة، وتكوينات تدريب متباينة. نكمل التحليل المنهجي لأداء الهجوم بدراسة تجريبية شاملة، تستكشف فعالية الهجمات المختلفة بالنسبة لنوع النموذج وتكوينات التدريب، عبر ثلاثة سيناريوهات تطبيقية متنوعة (أي: الصور، والبيانات الطبية، وبيانات المواقع).