From 59ab9bb16768585e2c4bd20c8ae63b12da8dfaad Mon Sep 17 00:00:00 2001 From: Jan Aalmoes Date: Mon, 30 Sep 2024 20:03:51 +0200 Subject: synthetid methodo jan --- background/conf.tex | 1 + 1 file changed, 1 insertion(+) (limited to 'background/conf.tex') diff --git a/background/conf.tex b/background/conf.tex index 8ad8379..4c22136 100644 --- a/background/conf.tex +++ b/background/conf.tex @@ -7,6 +7,7 @@ Dans le cadre d'attaques nous parlerons de \emph{modèle cible} pour désigner l \FloatBarrier \subsubsection{Risque sur les données d'entraînement} +\label{sec:background-ml-mia} L'attaque d'inférence d'appartenance (MIA) consiste à inférer si une donnée a servi à l'entraînement du modèle cible. Cette attaque utilise le fait que les modèles d'apprentissage automatique ont en général une moins bonne performance sur les données qui n'ont pas été utilisées à l'entraînement, c'est le sur-ajustement\footnote{\textit{Overfitting}}~\cite{hawkins2004problem,ying2019overview}. Ce problème peut survenir principalement quand le modèle cible est trop complexe par rapport à la tâche qui lui est demandée. -- cgit v1.2.3