Attaque d'inférence de membre

Une Attaque d'Inférence de Membre est une menace de sécurité contre les modèles d'apprentissage automatique où un attaquant déduit si un point de données spécifique faisait partie de l'ensemble d'entraînement en observant le comportement de prédiction du modèle sur ce point de données. Cette attaque met non seulement en lumière les risques de confidentialité liés aux données d'entraînement, mais peut également exposer des informations sensibles. Dans le domaine de la vision par ordinateur, de telles attaques peuvent aider à évaluer le risque de fuite de données des modèles et à améliorer la sécurité du système.