写点什么

苹果研究人员提出集成反演技术,可从不同机器学习模型中重建训练数据

  • 2021 年 12 月 07 日
  • 本文字数:1473 字

    阅读完需:约 5 分钟

苹果研究人员提出集成反演技术,可从不同机器学习模型中重建训练数据

MI 攻击


近几年,模型反演(Model inversion, MI)攻击备受关注。MI 攻击是指滥用经过训练的机器学习(ML)模型,并借此推断模型原始训练数据中的敏感信息。遭受攻击的模型经常会在反演期间被冻结,从而被攻击者用于引导训练生成对抗网络之类的生成器,最终重建模型原始训练数据的分布。


因此,审查 MI 技术对正确建立模型保护机制至关重要。


借助单一模型高质量地重建训练数据的过程非常复杂,然而,现有的 MI 相关文献并没有考虑到多个模型同时被攻击的可能性,这类情况中攻击者可以找到额外的信息和切入点。


如果攻击成功,原始训练样本泄露,而其训练数据中如果包含个人的身份信息,那么数据集中的数据本体的隐私将会受到威胁。

集成反演技术


苹果的研究人员提出了一种集成反演的技术,借助生成器来估计模型原始训练数据的分布,而该生成器则被限制在一系列共享对象或实体的训练模型之中。


对比使用单一机器学习模型的 MI,使用该技术生成的样本质量得到了显著的提升,并具备了区分数据集实体间属性的能力。这证明了如果借助与预期训练结果相类似的辅助数据集,可以在不使用任何数据集的情况下依旧可以得到高质量结果,改善反演的结果。通过深入研究集成中模型多样性对结果的影响,并添加多重限制以激励重建样本获得高精确度和高激活度,训练图片的重建准确程度得到了提升。


对比针对单一模型的 MI 攻击,该研究所提出的模型在重建性能上展现了明显的提升。该研究不仅利用最远模型采样法(FMS)进行集成中模型多样性的优化,还创建了一个模型间等级对应关系明确的反演集成,模型的输出向量中的增强信息也被用来生成更优的限制条件,以更好地确定目标质量的高低。


通过随机训练的形式,小批量随机梯度下降(SGD)这类的主流动态卷积神经网络(DCNN),可以使用任意的大型数据集进行训练。DCNN 模型对训练数据集中最初的随机权重和统计上的噪音非常敏感,而由于学习算法的随机性,同一训练集可能会生成侧重特征不同的模型。因此,为减少差异性,研究者一般会使用集成学习,一种简单的技巧来提升 DCNN 辨别式训练的性能。



虽然这篇论文是以集成学习为基础进行的研究,但论文对“集成”一词却有不同的定义。


若想成功对模型进行反演,攻击者不能假定目标模型一定是通过集成学习进行训练的,但他们却可以通过搜集有关联的模型搭建一个攻击模型的集成。换句话来说,在“集成反演攻击”这个语境下,“集成”不是要求模型一定要经过集成训练,而是指攻击者从各种来源所收集到相关模型的集合。


举例来说,研究者可以通过不断收集新的训练数据,对当前模型进行训练并更新结果,而攻击者则可以将这些模型收集为一个集合并加以利用。


借助该策略,无数据的 MNIST 手写数字的反演准确率提升了 70.9%,而基于辅助数据的试验准确率则提高了 17.9%;对比基准实验,人脸反演的准确率提升了 21.1%。论文的目标是,以更系统的方式对现有模型反演策略进行评估。在未来的研究中,需以针对这类集成的模型反演攻击开发相应的保护机制为重点。

结论


论文中提出的集合反演技术,可以利用机器学习模型集合中的多样性特质提升模型反演的性能表现;通过结合 one-hot 损失和最大化输出激活损失函数,让样本质量得到了更进一层的提升。除此之外,过滤掉攻击模型中含有较小最大化激活的生成样本也可以让反演表现更加突出。同时,为确定目标模型的多样性对集合反演性能的影响,研究者深入探索研究了各种差异下目标模型的表现情况。


论文原文:利用集成反演从各类机器学习模型中重建训练数据


英文原文Apple Researchers Propose A Method For Reconstructing Training Data From Diverse Machine Learning Models By Ensemble Inversion

2021 年 12 月 07 日 10:26852

评论

发布
暂无评论
发现更多内容

线性排序

Geek_571bdf

Java 排序算法 计数排序 基数排序 桶排序

Elastic Job简单使用

赵镇

Elastic-job

软件复杂度

海拉鲁

读书笔记 软件工程 软件设计

网络抓包实战01——互联⽹:客户端请求是如何到达服务器的

青春不可负,生活不可欺

Wireshark TCP/IP tcpdump 网络抓包 tcpcopy

迷惘的六月份

卢卡多多

生活状态 6月日更

【21-15】PowerShell条件判断

耳东@Erdong

PowerShell 6月日更

JS完美收官之——继承发展史

法医

大前端 js 6月日更

OpenCV-Python+Moviepy结合进行视频特效处理

老猿Python

Python 音视频 Video PPT 引航计划

文件保险箱——用区块链保护文件

趣链科技

区块链 区块链应用

一次性搞清Java中的类加载问题

华为云开发者社区

Java

Kubernetes手记(19)- 容器资源限制

雪雷

k8s 6月日更

业务架构训练营第 0 期模块五作业

菠萝吹雪—Code

架构实战营

ARTS - 日常打卡 6

pjw

数组与链表

Geek_571bdf

Java 数组 链表 ArrayList 数据结构与算法

react源码解析18事件系统

全栈潇晨

React

微服务架构下的静态数据通用缓存机制

xcbeyond

缓存 微服务 6月日更

领域驱动设计101 - 领域服务

luojiahu

领域驱动设计 DDD

Java进阶 | 泛型机制与反射原理

晨雨听风

Java

JAVA 面向对象 (十)--接口和抽象类

加百利

Java 后端 笔记 6月日更

LinkedHashMap

Geek_571bdf

Java 集合 LRU 数据结构与算法 LinkedHashMap

做好项目管理,项目经理需要具备哪些优秀品质?

万事ONES

项目管理 研发管理 研发管理工具 ONES

软件开发项目中,产品经理和程序员谁更累?

万事ONES

产品经理 研发管理 ONES 项目经理

常见Java容器对比

Geek_571bdf

Java collection hashmap set map

Linux之rmdir命令

入门小站

Linux

在线HTML标签清除工具

入门小站

工具

Redis:我是如何与客户端进行通信的

码农参上

redis Redis 协议

深入浅出 Java 注解!

村雨遥

Java 注解 6月日更

HashMap源码总结

Geek_571bdf

Java map 数据结构与算法 HashMap底层原理 散列表

在线PS(PhotoShop),打开PSD文件,图像处理

入门小站

PhotoShop ps

简单好用一键恢复丢失办公文档

淋雨

EasyRecovery 文件恢复 免费恢复软件 硬盘数据恢复

容器化 | MySQL on K8s 开源开放的高可用容器编排方案

RadonDB开源社区

MySQL 容器 RadonDB KubeSphere

苹果研究人员提出集成反演技术,可从不同机器学习模型中重建训练数据-InfoQ