Fair Finetuning Mitigates Distribution Inference Attacks
이 논문은 등가 기회(Equalized Odds) 제약 조건 하에 보완적 데이터로 모델을 미세 조정함으로써 분포 추론 공격을 완화하는 방법인 공정 미세 조정(Fair Fine-tuning, FFt)을 소개하며, 적대적 이득이 공정성 격차에 의해 제한됨을 이론적으로 증명하고 다양한 데이터셋에 걸쳐 공격 성공률의 유의미한 감소를 실증적으로 입증한다.