Property Inference（属性推断）

属性推断攻击是隐私保护机器学习中的一种威胁模型。攻击者通过观察模型对特定输入的输出（如置信度分数），训练一个元分类器来推断训练集的全局属性（如“训练集中女性比例是否超过50%”）。与成员推断攻击不同，属性推断不针对单个样本，而是揭示整个数据集的统计特征。这种攻击在联邦学习场景中尤为危险，因为攻击者可能通过梯度更新推断其他参与方的数据属性。防御方法包括差分隐私和正则化。