メインコンテンツへスキップ
攻撃手法

メンバーシップ推論

Membership Inference

モデルの出力や確信度などを観察し、特定のデータがそのモデルの学習に使われたかどうかを推定しようとするプライバシー上の脅威。

メンバーシップ推論は、医療や利用履歴などのデータが学習集合に含まれた事実自体が機微情報となる場合に問題になります。データ最小化、過学習の抑制、出力制限、差分プライバシー、アクセス監視をリスクに応じて検討します。

  • 防御目的では「ある人のデータが学習に使われたかを、モデルの反応から推定されるリスク」と捉える
  • モデルインバージョンは特徴の再構成、メンバーシップ推論は学習集合への所属推定に焦点がある
  • 評価には個人情報を含まない許可済みデータを使い、外部モデルへ無断で照会しない

よくある質問

メンバーシップ推論とは?

モデルの出力や確信度などを観察し、特定のデータがそのモデルの学習に使われたかどうかを推定しようとするプライバシー上の脅威。

メンバーシップ推論について詳しく知るには?

メンバーシップ推論は、医療や利用履歴などのデータが学習集合に含まれた事実自体が機微情報となる場合に問題になります。データ最小化、過学習の抑制、出力制限、差分プライバシー、アクセス監視をリスクに応じて検討します。

メンバーシップ推論のポイントは?

防御目的では「ある人のデータが学習に使われたかを、モデルの反応から推定されるリスク」と捉える モデルインバージョンは特徴の再構成、メンバーシップ推論は学習集合への所属推定に焦点がある 評価には個人情報を含まない許可済みデータを使い、外部モデルへ無断で照会しない

← 用語集一覧に戻る
ESC