arXiv ID:
2603.24213
arXiv 提交日期: 2026-03-25
揭示时序数据填补模型中的记忆效应:LBRM成员推理攻击及其与属性泄露的关联 / Uncovering Memorization in Timeseries Imputation models: LBRM Membership Inference and its link to attribute Leakage
1️⃣ 一句话总结
这篇论文发现,用于填补缺失数据的时序深度学习模型存在隐私泄露风险,并提出了一种新的攻击方法,不仅能判断特定数据是否用于训练模型,还能推测出训练数据中的敏感信息。