跳到正文
arXiv · 机器人与计算机视觉· Michael Joseph, Yedid Hoshen·· 20 天前AI 评分36

扩散模型成员推断攻击中的时间难度校准方法研究

Difficulty Calibration Across Time for Membership Inference in Diffusion Models

AI 导读

针对标准重建损失法因图像固有难易度导致误判的问题,该方法提出沿训练时间和扩散时间双轴进行难度校准。通过引入参考模型校准(RMC)与时间自校准(TSC),成功将记忆化行为与图像重构难度分离,实现了无需文本描述的近乎完美的审计效果。实验表明,该方法在 x-、v-及ε预测等不同参数化架构上均显著优于现有攻击技术,相关代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org