model-inversion-attacks

本文挑战了普遍认为的死记硬背导致训练数据在重构攻击中暴露的观点，指出真正的原因是对抗性非鲁棒特征。作者引入了AntiAdversarial Training (AT-AT)，该训练方法有意学习非鲁棒特征，以实现卓越的重构防御和更高的准确性。