Certified in Theory, Broken in Practice: Assumption Gaps in Cryptographic Model Certification
本文研究了密码学模型认证(CMC)协议中的安全假设与实际部署之间的差距。隐私保护的机器学习审计协议允许审计员评估模型的准确性或公平性,而无需暴露模型内部或训练数据,因此特别适用于医疗、金融等敏感领域。然而,现有安全定义通常仅保证模型在固定审
共收录 1 条相关情报。
← 返回所有主题本文研究了密码学模型认证(CMC)协议中的安全假设与实际部署之间的差距。隐私保护的机器学习审计协议允许审计员评估模型的准确性或公平性,而无需暴露模型内部或训练数据,因此特别适用于医疗、金融等敏感领域。然而,现有安全定义通常仅保证模型在固定审