Saltar al contenido

#privacidad3 notas

Extracción de datos de entrenamientoCómo un modelo memoriza fragmentos de su corpus y cómo un atacante con solo acceso de consulta los recupera, siguiendo el ataque de Carlini et al. (USENIX Security 2021), y qué hacer al entrenar y al desplegar.Inferencia de pertenencia (membership inference)Cómo un atacante deduce si un registro concreto estaba en el entrenamiento de un modelo, por qué aun así es una fuga de privacidad, y qué cambia en los LLM frente a los clasificadores clásicos.Inversión de modelo y su diferencia con membership inferenceCómo un atacante reconstruye datos de entrenamiento (un rostro, un perfil, un texto) optimizando una entrada contra el modelo, y una tabla para no confundirla con inferencia de pertenencia, extracción de datos ni extracción de modelo.
ESC
↑↓ para navegar↵ para abriresc para cerrar