摘要： 生成對抗網絡(GANs)模型可以生成高分辨率的“不存在”的物體真實圖像，近期被廣泛應用于各種人工合成數(shù)據(jù)，尤其是人臉圖像生成領域。然而，由于基于該模型的人臉生成器通常需要根據(jù)不同身份高度敏感的面部圖像進行訓練，其中存在潛在數(shù)據(jù)泄露使得攻擊者能夠對身份成員關系進行推斷的問題。為此，首先設計對查詢身份所獲取樣本與其實際參與訓練樣本之間存在巨大差異時的身份成員推理攻擊，這些差異會導致... （共7頁）