成员推断攻击样本复杂度下界

Haghifam、Adam Smith与Jon Ullman的FOCS 2026论文给出成员推断攻击达到最强效果所需参考样本量的下界：所需样本量可能为Ω(n+n²ρ²)。 论文指出，攻击者有时需要的参考样本远超训练算法自身使用的数据量。现有隐私审计若受可用数据量限制，可能无法构建最强攻击，因而可能低估攻击效果并使隐私结论偏乐观。

AI 根据报道生成 · 30 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。