Membership Inference Attacks Against Temporally Correlated Data in Deep Reinforcement Learning
Notice bibliographique
Résumé
Abstract While significant research advances have been made in the field of deep reinforcement learning, there have been no concreteadversarial attack strategies in literature tailored for studying the vulnerability of deep reinforcement learning algorithms tomembership inference attacks. In such attacking systems, the adversary targets the set of collected input data on which thedeep reinforcement learning algorithm has been trained. To address this gap, we propose an adversarial attack frameworkdesigned for testing the vulnerability of a state-of-the-art deep reinforcement learning algorithm to a membership inferenceattack. In particular, we design a series of experiments to investigate the impact of temporal correlation, which naturally existsin reinforcement learning training data, on the probability of information leakage. Moreover, we compare the performance ofcollective and individual membership attacks against the deep reinforcement learning algorithm. Experimental results showthat the proposed adversarial attack framework is surprisingly effective at inferring data with an accuracy exceeding 84% inindividual and 97% in collective modes in three different continuous control Mujoco tasks, which raises serious privacy concernsin this regard. Finally, we show that the learning state of the reinforcement learning algorithm influences the level of privacybreaches significantly.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,012 | 0,057 |
| Intégrité de la recherche | 0,001 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».