Random Erasing

随机擦除增强了 AI 模型在数据重建攻击下的隐私保护能力

研究人员发现，通常用于提高模型泛化能力的随机擦除（RE）技术，也可以作为一种有效的防御手段，抵御模型反演攻击。这类攻击旨在从机器学习模型中重建私有的训练数据，构成重大的隐私风险。研究发现，RE 在特征空间中引入了差异，降低了重建数据的质量，并减少了攻击的准确性，同时保持了模型的效用。RE 的有效性受到部分擦除和擦除区域随机位置等因素的影响。